Искусственный интеллект
Правда или миф: искусственный интеллект менее эффективен в прикладных профессиях
Существует мнение, что генеративный искусственный интеллект полезен прежде всего для офисных задач — подготовки текстов, анализа документов и написания кода, — а его применение в прикладных профессиях ограничено. Действительно, компании пока чаще внедряют ИИ в административных функциях, чем непосредственно в производственных процессах. Однако по мере развития отраслевых решений технология всё активнее помогает специалистам, работающим на производстве и «в поле».
Вместе с Александром Головковым, техническим директором по разработке программного обеспечения ГК «Рост», кандидатом технических наук, разбираемся, как ИИ уже помогает агрономам принимать решения и где проходит граница между автоматизацией и профессиональной экспертизой.
Подкаст «Цифра в деле: как искусственный интеллект меняет большой бизнес»
Во втором сезоне подкаста СберПро «Цифра в деле» эксперты разбирают, как генеративный ИИ меняет большой бизнес. Александр Головков, технический директор по разработке ПО ГК «Рост», кандидат технических наук, рассказывает, как внедрить ИИ в сельскохозяйственное производство, завоевать доверие сотрудников и превратить чат-бота в полноценного цифрового помощника.
ИИ не заменяет специалиста, а помогает принимать решения
Один из ключевых принципов внедрения ИИ в производстве — не замена специалиста, а создание системы поддержки принятия решений.
Именно по такому принципу построена экосистема «Цифровой агроном», которую использует ГК «Рост». В ней объединены данные о состоянии теплиц, урожайности, климатическом оборудовании и производственных процессах. Агроном видит актуальные показатели в одном интерфейсе, быстрее выявляет отклонения и принимает решения на основе данных.
Следующим этапом развития экосистемы стал ИИ-помощник «Ростбот», построенный на архитектуре RAG (retrieval-augmented generation — генерация с дополненным поиском). Он отвечает на вопросы сотрудников, опираясь на внутренние технологические регламенты и производственную документацию компании, а не только на общие знания языковой модели. Благодаря этому рекомендации учитывают реальные стандарты выращивания культур, принятые в ГК «Рост».
Доверие к ИИ появляется после подтверждённого результата
Одной из главных проблем внедрения искусственного интеллекта остаётся недоверие сотрудников. По словам Александра Головкова, преодолеть его можно только тогда, когда система начинает регулярно приносить измеримую пользу.
На это влияют три условия:
«Уровень доверия к таким системам должен быть получен на основе практики и какого-то подтверждённого результата. Не нужно сразу переформатировать все процессы компании так, чтобы они базировались на ИИ, потому что это не работает. Как правило, это только смущает людей», — отмечает Александр Головков. Поэтому в компании не стали перестраивать под ИИ весь производственный контур. Сначала технологию встроили в отдельные операции, сохранив ключевые решения и контроль за специалистами.
Искусственный интеллект не должен автоматизировать всё подряд
Распространено мнение, что эффективность растёт вместе с количеством процессов, переданных алгоритмам. Однако во время разработки новых решений команда ГК «Рост» обнаружила задачи, в которых опыт сотрудников обеспечивал более точный результат.
От автоматизации таких процессов отказались, сосредоточив ресурсы на направлениях, где ИИ действительно даёт измеримый эффект. Это позволяет не тратить бюджет на технологию ради самой технологии и сохранять качество производственных решений.
Больше примеров применения ИИ в агробизнесе — в разделе «Кейсы» на СберПро. Компании используют машинное зрение, автономную технику и системы анализа данных, чтобы сокращать потери урожая и повышать управляемость производства. Один из примеров — внедрение автономных роботов с ИИ, которое позволило сократить потери урожая на 15%.
От ответов на вопросы — к анализу производственных причин
Сегодня цифровой помощник помогает агроному получать рекомендации и работать с накопленными знаниями компании. Следующий этап — переход от чат-бота, отвечающего на запросы, к ИИ-агенту, способному самостоятельно анализировать производственные данные.
Для этого систему планируют дополнить потоками производственных данных:
После объединения этих источников ИИ сможет анализировать взаимосвязи между событиями и отвечать не только на вопрос «что происходит?», но и на вопрос «почему это происходит?».
Например, система сможет сравнивать показатели разных теплиц, выявлять причины различий в урожайности и помогать искать закономерности, которые сложно обнаружить при ручном анализе большого объёма данных.
ИИ в прикладных профессиях: усиление, а не замена
Опыт ГК «Рост» показывает, что генеративный ИИ уже выходит за пределы офисных задач. В производстве он помогает специалистам быстрее анализировать данные, использовать накопленные знания компании и принимать более обоснованные решения.
Максимальный эффект возникает не при попытке заменить человека, а при постепенном внедрении ИИ в те процессы, где технология действительно усиливает профессиональную экспертизу.
Первый сезон подкаста «Цифра в деле» был посвящён вопросам цифровой трансформации: вместе с экспертами и управленцами из разных отраслей разбирали, как грамотно выстроить подход к интеграции технологических решений.
Генеративный ИИ уже используется не только в офисных, но и в прикладных профессиях. В сельском хозяйстве цифровые помощники объединяют производственные данные, внутренние регламенты и накопленную экспертизу, помогая агрономам быстрее принимать решения. Опыт ГК «Рост» доказывает: результат зависит от поэтапного внедрения, измеримой пользы и сохранения контроля за специалистом.
Что важно знать бизнесу
Мария Каткова
Автор