От эксперимента к проектной дисциплине: как «Систэм Электрик» внедряет ИИ

Какие технологии ИИ использует «Систэм Электрик» и в чем их преимущества? 

Мы применяем широкий спектр решений, включая открытые и проприетарные нейросети, которые используем как автономно, так и интегрируя с внешними и внутренними источниками данных. Ключевой принцип — не технология ради технологии, а выбор оптимального инструмента под конкретную бизнес-задачу. Наша стратегия — встраивание ИИ-ассистентов непосредственно в повседневные корпоративные системы. Это точечно повышает скорость работы сотрудников и дает максимальный эффект в нужных местах.

Как можно автоматизировать рутинные задачи?

Во многих подразделениях существуют типовые действия такие, как подготовка промежуточных версий документов или повседневная обработка данных. Именно здесь интеллектуальные помощники могут наиболее эффективно снизить нагрузку на сотрудников. Ключевое условие для успеха — наличие качественных исходных данных и четко описанного контекста задачи. Один из типичных примеров — поиск внутренней информации. Внедрение интеллектуальных чат-ботов радикально сокращает время, которое необходимо на этот процесс. Что касается моей работы, я активно использую ИИ для подготовки тезисов, писем и презентаций, так значительно упрощается черновой этап.

Помогают ли чат-боты и виртуальные ассистенты экономить время и наращивать эффективность? 

Безусловно. В этом году мы запустили корпоративный агрегатор нейросетей и ассистентов. Он решает две ключевые задачи: обеспечивает безопасность и контроль данных, предотвращая утечку конфиденциальной информации во внешние сети, и предоставляет сотрудникам централизованный доступ к специализированным ИИ-инструментам под разные задачи. В ближайших планах — точечная интеграция аналогичных ассистентов в CRM и другие корпоративные системы.

Если говорить о проектах и достигнутых результатах в целом, какой из них был наиболее значимым? 

Отмечу внедрение ИИ-помощника в систему электронного документооборота Directum для автоматической предварительной проверки документов. Решение особенно востребовано юристами, бухгалтерами и специалистами по мастер-данным (по ключевой информации о наших продуктах), например. Благодаря этому время проверки одного документа сократилось с 30 до 5–7 минут, то есть в 5–6 раз.

Готовите ли отчеты вручную или для этого тоже есть ИИ-ассистенты?

Пока у меня нет личного опыта по автоматизации подготовки квартальных или годовых отчетов. Задача, безусловно, перспективна, но итоговый результат должен быть точным и соответствовать высоким стандартам качества. Поэтому для реализации потребовалась бы тщательная проверка.

Используете ли инструменты машинного обучения для анализа резюме и подбора персонала? 

Да, мы используем ИИ-рекрутера для первичного фильтра резюме и проведения стандартизированных собеседований. Это помогает сфокусироваться на наиболее значимых и критичных этапах. Однако мы осознаем важность этического и пользовательского аспектов: далеко не все кандидаты готовы к взаимодействию с ИИ, и иногда такая практика может вызывать негативную реакцию.

Как внедрялись технологии? Были ли трудности или сопротивление? 

Мы начинали с экспериментального подхода: создали рабочую группу, установили KPI и четкие критерии перехода в промышленную эксплуатацию. Ключевой вызов — это естественное недоверие сотрудников к результатам работы ИИ. Поэтому мы избрали контролируемую модель: ИИ-помощник выполняет основную черновую работу, а сотрудник фокусируется на валидации и финальном утверждении результата.

Есть ли зоны принятия решений, зависящие от интуиции и опыта? Может ли ML в этом помочь? 

Значительная часть решений, особенно в управлении командой, основана на человеческой оценке. ИИ может предоставлять исключительно ценные аналитические справки и альтернативные сценарии, но он не способен заменить собой лидера, наделенного эмпатией. Решение на основе метода глубокого обучения может быть советником, но не заменит человеческий опыт в принятии финальных управленческих решений.

Есть ли сферы, где ИИ ограничен или его невозможно реализовать? Почему? 

Применять ИИ потенциально можно широко, но мы действуем с осторожностью в областях, связанных с персональными и строго конфиденциальными данными, например, в области финансов и юриспруденции. Основные риски — «галлюцинации» моделей и утечки информации. Кроме того, для успешного внедрения необходимы качественные данные и четкое экономическое обоснование, так как обучение и эксплуатация ИИ требуют значительных ресурсов.

Как ведется стратегическое планирование? Много ли рутины, аналитики и документов в такой работе, и можно ли для этого применить ИИ? 

Стратегическое планирование — это перспективная область для применения ИИ, так как оно связано с обработкой больших объемов аналитики и документов. Однако для успешного внедрения необходима в том числе тщательная подготовка всей организации. Сейчас мы сфокусированы на создании необходимой инфраструктуры, обучении сотрудников и демонстрации ценности таких решений, чтобы создать все условия для такого перехода.

Удовлетворены ли уровнем автоматизации планирования и управления проектами? Что еще можно оптимизировать? 

Мы находимся в процессе этой трансформации. Наша ключевая задача сейчас — перейти от культуры экспериментов к строгой проектной дисциплине. Это подразумевает, что каждая инициатива должна иметь измеримые метрики, этапы тестирования, подготовленную продуктивную среду и план обучения пользователей. Прогресс есть, но работа еще не завершена; оптимизация не только возможна, но и является нашим приоритетом.

Планируете ли развивать ИИ дальше? Каким видите следующий этап? 

Наше развитие направлено не на хайп, а на извлечение практической пользы и повышение эффективности. Для этого наметили несколько приоритетов. Во-первых, это обучение пользователей и развитие навыков промпт-инжиниринга, для этого уже запущен внутренний курс. Во-вторых, развитие команды — рост компетенций digital-подразделения в области ML/AI-Ops. В-третьих, индустриализация — перевод успешных экспериментов в стабильные продукты с гарантированным уровнем сервиса (SLA). Наша цель — эволюционировать от стадии «ИИ-лаборатории» к статусу «ИИ-организации», где ИИ становится неотъемлемой частью бизнес-процессов.

Как пример — мы стали ключевым партнером ИИ-хакатона «AI-импульс», организованного Центром исследований и разработки Сбера в Нижнем Новгороде. Участие в нем приняли почти 65 студенческих команд из ведущих российских вузов. «Систэм Электрик» подготовила два бизнес-кейса, чтобы привлечь будущих профессионалов к решению наших реальных задач. Не исключено, что какие-то из предложенных подходов мы в дальнейшем будем внедрять на практике.

Что лично вдохновляет в ИИ? В какой момент чувствуете гордость? 

Меня вдохновляет прагматичная сторона ИИ — его способность быть мощным помощником в генерации идей, подготовке текстов, детализации и аналитических расчетах. При этом я являюсь техно-прагматиком: главная опасность, которую я вижу, — это формирование у сотрудников «выученной беспомощности». Я горжусь, когда наши инструменты реально помогают людям, и всегда подчеркиваю, что ИИ должен усиливать, а не подменять человеческое мышление и талант.