радиоИИ в деле: почему 95% внедрений не дают результата
Генеративный ИИ уже способен решать сложные задачи на уровне человека, но остается ненадежным инструментом для бизнеса. Где проходит граница между экспериментом и реальным внедрением — в программе «ИИ в деле»
Фото: Михаил Гребенщиков / РБК
• [00:00] Заявление об AGI и реальность
• [01:30] Почему ИИ уже используют, но не доверяют
• [02:00] 95% неудачных внедрений
• [03:00] Рост качества моделей на 300%
• [04:00] Что такое ИИ-агенты
• [05:00] Кейс «Авито» и мультиагентные системы
• [06:00] Новый сценарий: помощь в выборе
• [07:00] Проблема доверия пользователей
• [08:00] Ограничения технологий и ошибки
• [09:00] Баланс доступа и безопасности
• [10:00] Встроить легко — получить пользу сложно
• [11:00] Почему проще строить с нуля
• [12:00] Роль человека в контроле ИИ
• [13:00] Практические советы бизнесу
• [15:00] Кейсы: ценообразование на «Авито»
• [16:00] Реальный эффект от ИИ
• [17:00] Как использовать ИИ в работе
• [19:00] Итоги: будущее ИИ в бизнесе
Управляющий директор по искусственному интеллекту «Авито» Андрей Рыбинцев в эфире Радио РБК отметил, что, несмотря на резкий рост качества моделей — до 300% в задачах повышенной сложности, большинство внедрений GenAI остаются неэффективными: до 95% проектов не достигает ожидаемого результата из-за технологических ограничений и ошибочного подхода к интеграции.
По его словам, ключевые барьеры — низкий уровень доверия пользователей, отсутствие привычки к диалоговым интерфейсам и риски ошибок в мультиагентных системах, где неточности масштабируются. Различие между внедрением и реальной пользой остается ключевым вопросом в бизнесе. Компании зависят от open-source-моделей, при этом роль человека как контролера нейросетей сохраняется. Вопрос в том, станет ли генеративный ИИ полноценным инструментом автоматизации или останется вспомогательной технологией.
