Мультимодальный ИИ: польза и риски для бизнеса

В 2025 году количество компаний, применяющих ИИ в ключевых бизнес-процессах, согласно открытым статистическим данным, увеличилось в 3,7 раза по сравнению с 2024 годом. Основные отрасли: финансовый и промышленный сектор, телеком, ритейл. Малый и средний бизнес не отстает, здесь ИИ забрал на себя функции: создания контента, общения с клиентами через чат-боты, анализа данных и автоматизации документооборота.

Мультимодальный ИИ отличается тем, что может одновременно обрабатывать и понимать информацию из нескольких разных источников (модальностей): текст, изображение, аудио и видео.  Во много, мультимодальный ИИ открывает для компаний новые возможности, делая процессы умнее и эффективнее.

На закрытом бизнес-мероприятии «PRO IT ДЗЕН» от компании «Симпэйс» эксперты разбирались, какие основные преимущества и риски несет за собой масштабное использование бизнесом мультимодального ИИ.

Комплексный анализ данных

Советник генерального директора Content AI Олег Сажин выделил несколько значимых трендов развития мультимодального ИИ. Во-первых, переход от конвейерных систем, где отдельные модели обрабатывали текст, изображения и таблицы, к единым мультимодальным архитектурам — Vision-Language Models (VLM), которые позволяют анализировать документ комплексно.

«Если говорить прицельно об интеллектуальной обработке документов, здесь мы наблюдаем настоящую революцию, переход от простого распознавания текста к глубокому пониманию контекста и смысла документа в целом. Такой целостный подход позволяет системе точнее понимать неструктурированные документы, например, договоры, протоколы, судебные решения, и технические регламенты со сложной структурой, где данные разбросаны по блокам, таблицам и схемам».

Второй значимый тренд — переход от простого извлечения данных к их глубокой интерпретации.

«Современные IDP-системы в интеграции с VLM способны «считывать» общий контекст документа и выполнять определенные задачи на основе извлеченной информации.  Например, можно дать ей 100-страничный отчет с графиками и таблицами и попросить извлечь ключевые факты и выводы. Система проанализирует и текст, и диаграммы, и сама даст вам связный ответ. Такие возможности уже доступны в российских IDP-решениях. Например, Intelligent Search от Content AI может проверить документ на наличие нежелательного контента или найти ответ на вопрос сотрудника, ориентируясь на внутренние документы, хранящиеся в любых источниках организации, включая архивы, базы знаний, чаты, таск-трекеры, CRM и другие системы».

По словам эксперта, магистральный тренд — это эволюция от простой оцифровки документов к их глубокому пониманию и возможности практического использования извлеченной информации.

Польза для бизнеса

По словам генерального директора Sympace Сергей Ланских  использование мультимодального ИИ повышает конкурентоспособность компаний за счет автоматизации сложных рутинных процессов.

«Мультимодальный ИИ позволяет компаниям принимать более обоснованные решения и создавать уникальный клиентский опыт за счет автоматизации сложных задач и процессов, которые ранее требовали больших человеческих и финансовых ресурсов. Передача рутинных задач и оперативный анализ текущей ситуации позволяет компаниям быстрее реагировать на изменения и занимать большую долю рынка».

Олег Сажин (Content AI) поддерживает тезис.

«Для бизнеса это означает создание нового класса интеллектуальных процессов, где документ превращается в активный источник инсайтов. В ближайшие годы именно способность компаний интегрировать такие технологии в свои операционные и клиентские процессы станет одним из ключевых факторов конкурентоспособности. Результат внедрения таких решений — не только сокращение издержек и времени решения задач, но и появление принципиально новых возможностей для анализа данных и поддержки принятия решений».

Риски для бизнеса

Несмотря на большой потенциал и полезность использования мультимодального ИИ в бизнесе, эксперты все же отметили некоторые ограничения и риски.

Сергей Ланских (Sympace) выделяет несколько основных рисков: нарушение конфиденциальности и авторских прав, отсутствие прямой ответственности за решения и деградация экспертизы.

«Система, анализирующая видео с камер и аудио разговоров, может случайно собрать и обработать персональные данные без надлежащего согласия, что приведет к штрафам. Кроме того, Чрезмерное доверие к ИИ может привести к тому, что сотрудники перестанут развивать собственные навыки критического мышления и анализа».

Эксперт подчеркивает, что мультимодальный ИИ — это не «волшебная таблетка», а мощный, но сложный инструмент. Успех его использования зависит от комплексного управления связанными с ним рисками, а не только от технологических возможностей.