Второй день параллельных выставок AI & Big Data Expo и Digital Transformation Week в Лондоне выявил рынок на этапе активных изменений.
Первые восторги от генеративных моделей проходят. Руководители предприятий сталкиваются с препятствиями при встраивании этих инструментов в рабочие системы. Обсуждения второго дня сместились с самих больших языковых моделей на инфраструктуру для их эксплуатации: трассировку данных, мониторинг и соответствие требованиям.
Зрелость данных определяет успех запуска
Надежность ИИ напрямую связана с качеством данных. DP Indetkar из Northern Trust предостерег от сценария, где ИИ превращается в "робота из низкобюджетного фильма ужасов". Проблемы возникают, когда алгоритмы сбоят из-за некачественных входных данных. Indetkar подчеркнул: аналитика должна созреть до внедрения ИИ. Автоматизированные решения только усиливают ошибки, если данные не прошли проверку.
Eric Bobek из Just Eat разделил эту позицию. Он описал, как данные и машинное обучение направляют решения в глобальной компании. Деньги, вложенные в ИИ-слои, уходят впустую при разрозненной базе данных.
Mohsen Ghasempour из Kingfisher указал на важность преобразования сырых данных в полезную информацию в реальном времени. В розничной торговле и логистике компании получают отдачу только при минимальной задержке между сбором данных и их анализом.
Масштабирование в строго регулируемых сферах
Финансы, медицина и право не прощают промахов. Pascal Hetzscholdt из Wiley обратился именно к представителям этих отраслей.
Hetzscholdt отметил: ответственный ИИ в науке, финансах и юриспруденции строится на точности, указании источников и сохранении данных. Корпоративные системы требуют полных логов для проверок. Любые риски для репутации или штрафы от регуляторов исключают "черные ящики".
Konstantina Kapetanidi из Visa рассказала о вызовах при создании многоязычных, работающих с инструментами и масштабируемых приложений генеративного ИИ. Модели эволюционируют в агентов, которые не просто пишут текст, а выполняют операции. Возможность обращаться к инструментам вроде баз данных открывает серьезные угрозы безопасности, требующие глубоких тестов.
Parinita Kothari из Lloyds Banking Group перечислила условия для развертывания, расширения, контроля и обслуживания ИИ-систем. Она раскритиковала подход "запустил и забыл". Модели требуют непрерывного внимания, как любое традиционное ПО.
Перемены в процессах разработки
ИИ кардинально меняет написание кода. Панель с участниками из Valae, Charles River Labs и Knight Frank разобрала влияние ИИ-копилотов на создание программ. Эти инструменты ускоряют генерацию кода, но разработчики вынуждены уделять больше времени проверкам и общей архитектуре.
Другая панель с представителями Microsoft, Lloyds и Mastercard затронула инструменты и подходы для разработчиков будущего. Существует разрыв между нынешними навыками сотрудников и требованиями среды с ИИ-поддержкой. Менеджерам нужно организовывать тренинги, чтобы команды умели надежно проверять код от моделей.
Dr Gurpinder Dhillon из Senzing и Alexis Ego из Retool показали подходы с low-code и no-code. Ego объяснил, как сочетание ИИ с low-code платформами позволяет быстро строить готовые внутренние приложения. Такой метод разгружает очередь заявок на корпоративные инструменты.
Dhillon добавил: эти стратегии повышают скорость без ущерба качеству. Для руководителей высшего звена это путь к более дешевому созданию внутреннего софта при строгом контроле.
Навыки сотрудников и точечная ценность
Обычные сотрудники осваивают работу бок о бок с "цифровыми помощниками". Austin Braham из EverWorker разобрал, как агенты перестраивают состав команд. Новый термин намекает на сдвиг от статичного софта к полноценным участникам процессов. Лидеры бизнеса обязаны обновить правила взаимодействия людей и машин.
Paul Airey из Anthony Nolan привел случай, где ИИ дает по-настоящему спасительную пользу. Он рассказал, как автоматизация ускоряет поиск доноров и сроки пересадки стволовых клеток. Такие технологии спасают жизни через оптимизацию логистики.
Общая тема событий: лучшие решения фокусируются на узких, но болезненных задачах, а не на универсальности.
Контроль переходного периода
Сессии второго дня параллельных мероприятий подчеркнули: внимание предприятий теперь на интеграции. Эффект новизны сменился требованиями к стабильности, защите и соблюдению правил. Руководители инноваций должны проверить, готов ли фундамент данных для реальных условий.
Компании ставят во главу угла базовые шаги по ИИ: очистку хранилищ данных, установку юридических рамок и подготовку кадров к надзору за агентами. Именно эти элементы отличают рабочий запуск от провального пилота.
Топ-менеджеры направляют ресурсы в инженерию данных и системы управления. Без такой основы даже самые передовые модели не окупятся.