Искусственный интеллект
Три ступени ИИ: от поиска инсайтов к генерации действий
Искусственный интеллект эволюционирует от простых алгоритмов к автономным системам. СберУниверситет выделил три этапа этой трансформации в аналитическом отчёте «Финансы в эпоху ИИ: финансовый директор как стратегический партнёр бизнеса». По данным McKinsey, 88% организаций по всему миру используют его как минимум в одной бизнес-функции. Речь идёт о широком наборе решений с разными функциональными возможностями и уровнем автономности. Рассмотрим направления ИИ, каждое из которых решает свой класс задач.
Содержание:
Машинное обучение для умной аналитики
Машинное обучение (machine learning, ML) — фундамент аналитики данных. Суть технологии — в обучении алгоритмов на больших массивах исторической информации для выявления закономерностей и построения прогнозов. Это одно из наиболее зрелых и экономически оправданных направлений искусственного интеллекта.
ML-модели применяются в самых разных функциях бизнеса — от управления рисками до операционного планирования. Например, в банковской сфере машинное обучение используют для оценки кредитоспособности и риска мошенничества. В промышленности — для предвидения отказов оборудования и снижения простоя. В электронной коммерции рекомендательные системы анализируют поведение пользователей для показа релевантных товаров. Девелоперы используют алгоритмы для оценки рынка новостроек, это позволяет адаптировать проекты под актуальные запросы аудитории и запускать эффективный маркетинг.
Глобальный рынок машинного обучения в 2025 году составил 91,3 млрд долларов, аналитики Research Nester прогнозируют, что к 2035 году он превысит 1,88 трлн долларов — при среднегодовых темпах роста более 35%.
Генеративный ИИ для работы с неструктурированными данными
Генеративный искусственный интеллект (generative artificial intelligence, GenAI) — двигатель производительности. Он не просто анализирует и классифицирует уже существующие данные, а создаёт совершенно новый контент (тексты, изображения, аудио, видео), пишет код, генерит идеи. Этот сегмент демонстрирует взрывной рост, значительно превышающий темпы развития общего рынка искусственного интеллекта. Ожидается, что российский рынок генеративного ИИ увеличится при среднегодовых темпах роста 68% с 58 млрд рублей в 2025 году до 778 млрд рублей к 2030 году.
Генеративные нейросети активно применяются для ускорения рабочих процессов и повышения их эффективности — в персонализированной клиентской поддержке, маркетинге и продажах, разработке продуктов, для автоматизации рекрутинга и обучения персонала. Например, ИИ-ассистент помогает специалистам быстрее находить информацию в корпоративной базе знаний, предлагая структурированный ответ на запрос, и формирует предложения для каждого клиента в отдельности.
Топ-5 направлений использования генеративного ИИ с наибольшей окупаемостью инвестиций (ROI)
Источник: Google Cloud
Больше примеров, как искусственный интеллект применяется для автоматизации бизнес-задач, — в разделе «Кейсы» на СберПро.
Агентный ИИ для автономной работы
Агентный искусственный интеллект (Agentic AI) — «горизонт автономности». Это программные системы, которые могут самостоятельно реализовывать многошаговые процессы. ИИ-агенты умеют планировать последовательность действий, интегрироваться с внешними системами и другими агентами, адаптировать своё поведение на основе обратной связи.
Это расширяет роль ИИ от инструмента поддержки к механизму делегирования. Бизнес получает возможность с минимальным участием человека передавать интеллектуальным системам не отдельные задачи, а целые функции.
Туристическая платформа внедрила ИИ-систему для планирования путешествий: ИИ-агенты составляют индивидуальные маршруты и помогают оформить бронирование, полностью закрывая 50% обращений клиентов. В результате операционные затраты оператора сократились на 30%, а показатели удовлетворённости клиентов увеличились на 20% благодаря персонализированным рекомендациям.
Интерес к технологии растёт: 62% компаний уже экспериментируют с ИИ-агентами.
Будущее агентного ИИ в корпоративных приложениях
Источник: Gartner
Искусственный интеллект эволюционирует от анализа и классификации данных к созданию нового контента и автономному выполнению задач. Каждый следующий этап развития технологии предполагает всё более высокий уровень автономности и глубину интеграции в операционную деятельность компаний.
Что это значит для бизнеса
Редакция СберПро
Автор