Самый дорогой ресурс в современной экономике не данные и не технологии, а экспертиза. Именно она определяет, какие решения принимает компания, как быстро она реагирует на риски и способна ли расти в условиях неопределенности. Но экспертиза плохо масштабируется: опытных специалистов мало, стоят они дорого, а их знания часто остаются внутри отдельных команд. Доменно-специфические языковые модели предлагают бизнесу новый подход — превращать уникальный профессиональный опыт в воспроизводимый цифровой актив.
Чтобы узнать, может ли искусственный интеллект стать тем самым мультипликатором ценности, которого так долго ждали компании, издание «О финансах и не только» побеседовало с заведующим лабораторией доверенного искусственного интеллекта РТУ МИРЭА Юрием Силаевым.
— Как бы вы в целом описали будущее и ключевое отличие от универсальных ИИ доменно-специфических языковых моделей?
— Будущее доменно-специфических языковых моделей — это путь от универсального помощника к узкопрофессиональному эксперту. Такие модели будут обучаться не на общем интернет-тексте, а на глубоких массивах отраслевых данных: судебных решениях, научных статьях, финансовых отчетах или технических мануалах. Их сила будет не в широте знаний, а в глубочайшем понимании конкретной предметной области, ее языка, контекстов и правил. Это позволит им работать с профессиональной информацией на уровне опытного специалиста.
— Если говорить о прикладной пользе, какое влияние такие модели окажут на бизнес-автоматизацию?
— Влияние на бизнес-автоматизацию будет фундаментальным. Мы увидим переход от автоматизации рутины к автоматизации экспертизы. Модели смогут самостоятельно готовить сложнейшие документы, а именно индивидуальные юридические договоры, медицинские заключения или проектные спецификации с учетом всех актуальных норм и прецедентов.
В клиентском сервисе они заменят не только операторов, но и инженеров поддержки, ведя технический диалог на профессиональном уровне. В управлении они станут аналитическими ядрами, способными прогнозировать уникальные риски, например, обнаруживая паттерны мошенничества в бухгалтерии или предсказывая поломку оборудования на производственной линии на основе шумов и вибраций.
— Звучит так, будто бизнес-процессы станут гораздо более автономными. К чему это приведет в долгосрочной перспективе?
— Это приведет к созданию самообучающихся бизнес-процессов. Система управления логистикой, пропитанная опытом тысяч перевозок, сможет в реальном времени перестраивать маршруты, предвидя геополитические или погодные сбои.
Компании получат возможность создавать «цифровые двойники» лучших специалистов, сохраняя и масштабируя их уникальный опыт для обучения новых сотрудников или консультаций в сложных случаях.
— Можно ли сказать, что такие технологии уравняют возможности крупного и малого бизнеса?
— Такой подход демократизирует доступ к экспертизе. Небольшая адвокатская контора сможет с помощью модели проверять свои позиции по нестандартным делам, а фермер — получать детальные агрономические рекомендации, адаптированные под химический анализ его конкретного поля.
«Одновременно это потребует переосмысления многих профессий. Роль человека сместится к постановке стратегических задач для ИИ, критической верификации его выводов и принятию решений в ситуациях, требующих морального выбора и окончательной ответственности», — Юрий Силаев.
— Какие ключевые вызовы вы видите на пути внедрения DSLM?
— Однако путь к этому будущему сопряжен с серьезными вызовами. Качество моделей будет напрямую зависеть от качества и доступности узкоспециальных данных, которые часто являются коммерческой или врачебной тайной.
Работа с конфиденциальной информацией потребует прорывов в безопасности, возможно, на основе технологий, позволяющих обучать модель без выгрузки данных, таких как федеративное обучение. Регуляторным системам предстоит ответить на сложные вопросы об ответственности за решения, предложенные или принятые искусственным интеллектом в критических сферах вроде медицины или юриспруденции.
И наконец, успешное внедрение будет зависеть от возможности бесшовной интеграции этих высокоинтеллектуальных систем с уже существующей, подчас устаревшей, корпоративной ИТ-инфраструктурой.
— Если подвести итог, какую роль доменно-специфические языковые модели будут играть в цифровой трансформации бизнеса?
— Таким образом, доменно-специфические языковые модели станут двигателем следующей волны цифровой трансформации — автоматизации, основанной на глубокой экспертизе. Их роль — стать не просто инструментом, а коллегой-экспертом, который позволяет бизнесу масштабировать самую ценную составляющую: знания и опыт.
Успех будет определяться способностью организаций не просто внедрить новую технологию, а перестроить свою культуру и процессы вокруг симбиоза человеческого интеллекта и искусственного, но глубоко специализированного разума.
Юрий Силаев, заведующий лабораторией доверенного искусственного интеллекта РТУ МИРЭА
Беседовала Кира Некрасова