Это сумма практически равна бюджету Москвы, подчеркнул управляющий директор по ИТ и цифровой трансформации ДОМ.РФ
Москва. 20 сентября. ИНТЕРФАКС-НЕДВИЖИМОСТЬ - Институт развития в жилищной сфере ДОМ.РФ объявил о запуске на базе своей цифровой вертикали Лаборатории искусственного интеллекта. Ее задачей станет внедрение ИИ в действующие бизнес-процессы госкомпании. Мы побеседовали с управляющим директором по ИТ и цифровой трансформации ДОМ.РФ Николаем Козаком о том, как ИИ изменит рынок финансов и строительный сектор, как в Институте развития внедряется новая технология и зачем ДОМ.РФ начал обучать своих сотрудников работе с нейросетями.
Николай Дмитриевич, ИИ и ДОМ.РФ. На каком этапе вы находитесь сейчас?
Весной 2023 года у нас начала работать Лаборатория ИИ. Сейчас в команде уже 15 ML-специалистов. За короткий срок нам удалось привлечь ребят из ряда очень крупных ИТ-компаний. На базе Лаборатории ИИ мы разворачиваем целый каскад пилотных проектов с применением нейросетей. Для нас очевидно, что эти технологии перевернут рынок финтеха и строительства, ведь областей их применения колоссальное количество.
Настроенную нейросеть можно использовать фактически везде, где можно алгоритмизировать работу. По нашим оценкам, доля таких бизнес-процессов в компаниях может достигать 70%.
Это выгодно или тест важнее заработка?
По нашим расчетам, только на этапе пилота у запущенных 25 проектов экономическая эффективность применения - свыше 50 млн рублей. Кажется, что немного. Но здесь нужно понимать - это эффект за полгода. А через шесть месяцев мы будем находиться уже в другой точке технологического процесса. Эффективность возрастет кратно.
Какие пилоты с ИИ вы запускаете и как проводите отбор, что внедрять?
В работе сейчас находится 25 проектов и каждую неделю бэклог пополняется несколькими новыми задачами, потому что коллеги в ДОМ.РФ всё больше вовлекаются в тему искусственного интеллекта. Все проекты разделены на несколько групп, в зависимости от применяемых технологий.
Первая - visual recognition, то есть распознавание изображений, лиц, текстов, и извлечение данных из документов. Вторая группа проектов – чат-боты и AI-помощники для большого спектра задач: от speech2text решения для распознавания речи и формирования стенограмм до Copilot-решения по написанию кода для программистов.
Третья группа – "прогнозирование и классификация". Тут всё, что касается разработки предиктивных и скоринговых моделей для строительства и финансового блока ДОМ.РФ.
Четвертая группа – обучение. В июле команда Лаборатории читала обучающий бесплатный курс лекций в Центре "Сириус", в августе для наших сотрудников был запущен курс по искусственному интеллекту. В октябре планируем выпустить адаптированную версию курса для внешних пользователей.
Каких проектов по ИИ больше всего?
Тут смотря в чем считать. Если в штуках, то это будут проекты по компьютерному зрению и извлечению данных из текста. Их разворачиваем более 10. Как они работают? Например, выявляют необходимые параметры из договоров долевого участия при одобрении ипотеки. Когда это делается в автоматическом режиме, это значительно повышает скорость рассмотрения заявок для клиентов.
Другой проект выполняет оцифровку сканов договоров проектного финансирования, а это свыше 16 тысяч документов в базе. Или автоматизируем проверку документов в рамках банковского сопровождения. Короче, все, что относится к монотонной непроизводительной работе, которую мы загоняем в алгоритм и автоматизируем.
Помимо этого, мы сделали целую серию ИИ-проектов, касающихся запуска чат-ботов. Например, сделали чат-бот для операторов ДОМ.РФ, к концу сентября будет настроена автоматизированная обработка электронных писем в нашем сервисном центре, объем которых также достигает десятков тысяч в год.
А какая польза ИИ для обычного человека, который не работает в финтехе и никак с ним не связан?
Приведу пример. У нас сейчас уже работает система автоматической детекции замедления строительства. Фактически она может сигнализировать о проблемных жилых комплексах еще до того, как они стали проблемными. Как это работает: есть база данных о нормальном ходе строительства. Мы загружаем эти данные в нейросетевую модель. Она "учится", что норма, что не норма. А затем начинаем загружать данные о реальных объектах, периодически "доучивая" модель. В результате на ранних стадиях можно создавать прогноз о ходе строительного цикла и заранее предпринимать меры. По сути, ИИ защищает людей от риска потерять жилье.
Искусственный интеллект – это новая реальность, схожая по своему эффекту с изобретением двигателя внутреннего сгорания. Поэтому я и говорил коллегам, что фактически уже сейчас нужно проводить ИИ-ликбез. Именно поэтому нам так важен трек обучения своих сотрудников, и мы запускаем собственные ИИ-курсы. Люди должны понимать нейросети, уметь с ними работать и знать, как их использовать.
Но ведь помимо новых возможностей, новые технологии всегда несут и новые риски. В чем главные риски новой ИИ-реальности с учетом текущей ситуации именно для России?
Мы понимаем нынешнюю геополитическую обстановку. Для всех очевидны попытки искусственно затормозить технологическое развитие России извне. Однако еще одна серьезная опасность - монополизация всей сферы разработки ИИ и нейросетевых технологий одной-двумя мегакорпорациями. Поэтому критически важно обеспечить равный доступ российских технологических компаний к передовым разработкам в сфере ИИ и данным для обучения нейросетей. Второе - нужно наладить тесное стратегическое партнерство отечественных разработчиков ИИ с четким распределением ролей и сфер компетенции. Это позволит объединить усилия и не допустить монополизации.
Вы говорите, что это новая реальность. Не преувеличено ли значение ИИ? Точно ли нейросети стоят того, что о них сейчас говорят?
Я приведу одну цифру, а вы уже решите, преувеличено ли значение ИИ. По нашей экспертной оценке, как Института развития в жилищной сфере, в одной только в строительной отрасли экономический эффект от применения ИИ на рубеже 5-10 лет составит до 2,7 трлн рублей. Чтобы было с чем сравнить – это практически еще один бюджет Москвы. Фактически происходит качественный скачок в развитии всего сектора. То же самое мы видим и на финансовом рынке. Поэтому и нужно готовить кадры, готовить ИТ-инфраструктуру, проводить обучение пользователей.
