Ведяхин отметил преимущества AI-native компаний в России

Эффект от внедрения генеративного ИИ за прошлый год в Сбере превысил 50 млрд рублей
Сбер

В России начали появились AI-native компании — бизнесы, которые изначально строились вокруг ИИ и агентных систем. Об этом в интервью «Коммерсанту» заявил первый зампред правления Сбера Александр Ведяхин.

По его словам, такой бизнес может быстрее масштабироваться. Он объяснил это тем, что его аналитику, поддержку, документооборот и разработку выполняют автономные системы.

«Главный эффект от внедрения агентных систем связан уже не только с автоматизацией отдельных операций, а с изменением скорости работы компаний. Агентные системы позволяют быстрее анализировать данные, готовить сценарии решений и координировать процессы внутри организации», — сказал он.

Ведяхин уточнил, что наиболее зрелые сценарии идут рука об руку с разработкой программного обеспечения, клиентским сервисом, аналитикой и внутренними корпоративными процессами. В пример он привел разработку, где ИИ уже может не только генерировать код, но и тестировать решения, искать ошибки, готовить документацию и сопровождать проекты.

«Во многих крупных компаниях управленческие процессы долгое время были ограничены количеством сотрудников, временем на согласование и обработку информации. Агентные системы начинают сокращать этот цикл, позволяя бизнесу быстрее реагировать на изменения рынка и масштабировать операции без пропорционального роста нагрузки на команды», — добавил топ-менеджер.

Он отметил, что в крупных экосистемах вроде Сбера ИИ уже встроили во внутреннюю технологическую среду. Генеративные модели и агентные системы применяются в разработке, аналитике, клиентских сервисах и ряде внутренних процессов. В Сбере с помощью AI-инструментов уже пишется более 50% кода. При этом экономический эффект от внедрения генеративного ИИ за прошлый год превысил 50 млрд рублей. К 2026 году в компании ожидают его рост до 100 млрд рублей.

«Быстрее всего эффект от агентных технологий, вероятно, будет проявляться в сферах с большим объемом данных и значительным количеством повторяющихся процессов. В первую очередь это финансовый сектор, государственные сервисы, здравоохранение, промышленность, транспорт и логистика», — отметил Ведяхин.