Андрей Белевцев из Сбера: «Для нас важно завоевать уважение в глазах Китая»

Топ-менеджеры «Сбера» заявляют, что хотели бы сделать госбанк «технологическим лидером» в сфере искусственного интеллекта. Нередко они рассказывают, сколько денег «Сбер» инвестирует в ИИ и какую возвратность получает от этих инвестиций. Каждый год банк инвестирует в развитие технологии «сумму, примерно равную $1 млрд» и «получает обратно от ИИ в год примерно $3 млрд», заявлял в 2023 году глава «Сбера» Герман Греф. Но откуда берутся эти цифры, и как ИИ помогает экономить и зарабатывать?

Об этом, а также о том, приведет ли развитие ИИ к снижению востребованности некоторых языков программирования и почему России важно сотрудничество с Китаем, Frank Media поговорил со старшим вице-президентом «Сбера» Андреем Белевцевым.

— Топ-менеджеры Сбербанка, в том числе и Герман Греф, периодически рассказывают, сколько денег банк инвестирует в искусственный интеллект и какой это оказывает эффект на банк. Это тоже колоссальные суммы. По словам Грефа, за прошлый год это 440 млрд рублей. Вы могли бы рассказать, как делаются эти подсчеты? На чем вы зарабатываете с помощью искусственного интеллекта или как вы с его помощью экономите? 

— С 2018 года Сбер начал проводить ИИ-трансформацию, и сейчас у нас решения на основе ИИ внедрены в более чем 80% клиентских путей. Поэтому если посмотреть откуда, то вот отовсюду.

Какие самые основные примеры? Важнейшее направление — все, что касается риск-менеджмента. Потому что ключевая задача банка — это правильное управление рисками. И от того, насколько точная у тебя модель управления рисками, принципиально зависит устойчивость всего банка, ну и экономический эффект в том числе.

Другая область — это клиентское обслуживание. Сейчас подавляющая доля всех обращений клиентов в Сбер обрабатывается либо напрямую с системами, опирающимися на ИИ, либо сотрудниками банка, но тоже с использованием генеративных моделей как своих помощников — копайлотов. Мы видим, что с внедрением помощников-копайлотов, удовлетворенность клиентов растет. Мы их обслуживаем быстрее, точнее, качественнее, и людям это больше нравится.

Поэтому если говорить про общие эффекты, то действительно, по прошлому году это было порядка 440-450 млрд рублей, мы примерно такие цифры таргетируем и на этот год. 

Но мы сейчас начали ставить для себя отдельной задачей то, какой эффект нам принесет переход на новое поколение искусственного интеллекта — генеративный ИИ, наш GigaChat. В чём его отличие? Классическое машинное обучение требовало под каждую задачу обучать свою собственную модель. Подбирать для неё данные, правильную архитектуру. Причем переиспользовать эти модели для других задача затруднительно. 

Сила генеративного искусственного интеллекта как раз заключается в том, что одна модель может быть одновременно очень хороша в самых разных классах задач, например, в финансовых вопросах и в медицине. Поэтому переход на модели генеративного искусственного интеллекта дает гораздо больше возможностей. 

Небольшие компании раньше такие проекты себе позволить не могли. Потому что, как я сказал раньше, для них нужна была команда, инфраструктура, надо было готовить данные. А сейчас любая компания — у нас больше 15000 внешних клиентов есть, которые пользуются этой возможностью — может подключить через программный интерфейс большие модели семейства GigaСhat. И использовать их, например, в клиентском сервисе.

—  Компании что-то платят за это вам? 

— Компании платят. Есть на начальном этапе бесплатный пакет, потому что важно попробовать технологию, прежде чем за нее платить. Но дальше платят. Но здесь такая честная история, потому что для нас это тоже затраты на инфраструктуру. Так, вся линейка нашей модели GigaChat 2.0 доступна бизнесу в облаке через API, её также можно развернуть локально в инфраструктуре компании.

— Ваш ответ очень обширный, и многие вещи, которые для вас очевидны, они не очевидны, например, для меня и для нашего читателя. Начнем с риск-менеджмента. Это то, как вы оцениваете, выдавать кредит или не выдавать конкретному человеку?

— Мне кажется, это упрощённое понимание. Риск менеджмент — тема очень обширная. Конечно, основная часть риск-менеджмента — это оценка вероятности дефолта, к примеру, по кредиту. Но решение, которое ты примешь на основе этой оценки, может быть разным в зависимости от того, кто заёмщик и какая выбрана стратегия для работы с ним. Но главное то, что ты можешь предсказать вероятность, с которой будет просрочка, и оптимизировать решения с учетом этой информации. Давным-давно решения по выдаче кредитов принимались на основе заданных человеком правил. Но оказалось, что модели искусственного интеллекта, которые учитывают тысячи факторов, могут обеспечить намного более точное принятие решений.

— И где здесь возникает вот этот экономический эффект при использовании ИИ? За счет него меньше допускается просрочек?

— Ты просто становишься точнее при принятии решений. С одной стороны, тем, кому надо, ты выдал кредит и по оптимальной ставке. С другой, людям с высокой вероятностью дефолта и просрочки, не выдал или как-то скорректировал предложение. Чем ты точнее, тем ты эффективнее.

— А вы можете в процентах оценить рост этой точности по сравнению с 2-3 годами назад?

— Сейчас не смогу.

— Я просто хочу понять, где здесь возникает многомиллиардный экономический эффект. То есть вы условно не дали какому-то ненадежному… 

— База эффекта, мне кажется, здесь всегда понятна. В кредитовании есть ошибки первого и второго рода. Ошибки первого рода – это выдача кредита заемщику, который уйдет в дефолт. И это потери банка. Ошибки второго рода – это отказ выдачи клиентам, которые бы исправно платили. И это упущенная прибыль банка. Чем точнее наши модели – тем ниже ошибки первого и второго рода, а это в явном виде экономический эффект.      

— Если я обращаюсь за кредитом в «Сбер», то 100% меня как-то будет оценивать искусственный интеллект?

— Да, любого, кто обращается… Обязательно какая-то модель точно поучаствует в оценке.

— Вторая часть вашего ответа касалась клиентских сервисов. Самым очевидным примером здесь кажутся колл-центры. Ты звонишь, а отвечает робот. А еще какие примеры применения ИИ здесь могут быть? Когда ты пишешь в чатах или еще что-то?

— При общении с нашими сотрудниками — например, когда вы пишете в чат или приходите в отделение. Сотрудникам помогают ассистенты-копайлоты – они находят нужную информацию, ускоряют поиск ответ на ваш вопрос, подсказывают релевантное предложение.  Итог — мы экономим время клиента на решение вопроса.

— А вот здесь, опять же, где возникает этот экономический эффект?

— В каждой точке.

— Для меня самое очевидное, это просто меньше операторов в колл-центрах, меньше сотрудников в отделениях.

— Наша первоочередная задача — сократить время клиента, которое он тратит на решение своего вопроса, и повысить точность его решения с помощь ИИ. В любом бизнес-процессе есть длительность и стоимость каждого этапа. Если ты к результату приходишь быстрее, либо стоимость каждого этапа дешевле, то значит, что это все дает эффект.

— Именно в деньгах? 

— Это именно в деньгах.

— Если я как клиент звоню в Сбер и мне там отвечают быстрее и лучше, то для меня это хорошо, но где здесь возникает экономический эффект для банка?

— Во-первых, мы прикладываем все усилия, чтобы вам не надо было звонить. Дальше, если вам пришлось или захотелось обратиться, нам важно, чтобы вы максимально быстро решили свой вопрос и остались довольны качеством оказания услуги. Искусственный интеллект здесь помогает это сделать и быстрее, и точнее. Значит, вы быстрее решаете вопрос и вам не надо перезванивать.

—  В начале года Владимир Путин поручил правительству и Сбербанку проработать сотрудничество с Китаем в области ИИ. Какая работа ведется в этом направлении, чего удалось добиться за этот срок?

— Мы работаем не только от «Сбера», мы работаем и как члены российского альянса по искусственному интеллекту, который входит в международный альянс AI Alliance Network, созданный на прошедшей конференции AI Journey. В частности, на прошлой неделе в Китае проходила большая конференция World AI Conference (WAIC). На ней были представлены российские ИИ-решения на стенде. 

Китай — богатейшая страна с точки зрения того, как они вкладываются в образование и развитие собственных технологий. И для нас сейчас важно завоевать определенную репутацию и уважение в их глазах. В этом году мы, помимо конференций, начали делать и совместные статьи. 

— Научные статьи?

— Научные статьи. Потому что в прошлом году у нас было довольно мало топовых работ по искусственному интеллекту, где были русские и китайские ученые. Это ни о чём. Это значит, что никакого научного сотрудничества просто не было. Сейчас оно есть. 

В Россию недавно приезжали студенты из Китая на стажировку. Мы хотим это активно развивать, потому что в моем понимании все начинается как раз с такого научного сотрудничества, когда ребятам вместе интересно делать научные работы, писать совместные статьи. С этого момента начинается взаимное уважение и доверие, а потом уже можно делать какие-то более сложные проекты.

— А куда конкретно они приезжали на стажировку — в «Сбер» или какие-то российские вузы?

— 15 человек проходили ее у нашего научного партнера — Института AIRI.

— То есть сотрудничество заключается в том, что вы хотите писать больше совместных научных работ?

— Смотрите, мы две вещи сейчас делаем. Первое — мы стремимся китайским коллегам рассказать о том, что происходит в России в направлении искусственного интеллекта. Они сейчас знают о нас значительно меньше, чем мы о них. Мы-то мало знаем о них — про их технологических лидеров — но они еще меньше о нас знают. Нам надо хотя бы рассказать, что мы умеем делать и что может быть интересной областью для сотрудничества.

Второе — это совместные статьи. Читатели могут подумать, что научная статья — такая малозначимая деятельность. На самом деле в мире искусственного интеллекта статья — один из хороших показателей качества научной работы. Я называю статьями только те работы, которые публикуются на конференциях рейтинга А и А*, а также в рецензируемых журналах по искусственному интеллекту. Они все имеют систему рецензирования, peer review. То есть когда команда подаёт статью на публикацию, её смотрят независимо большое количество коллег. И они одобряют к публикации и тем более к докладу на конференции только очень качественные работы. Поэтому любая такая статья это, по сути, независимое подтверждение международным научным сообществом того, что работа имеет научную новизну и вызывает интерес. Это не просто какой-то «вестник науки».

— Но зачем китайцам узнавать про российский искусственный интеллект, если у них есть свой DeepSeek, и они, наверное, больше заинтересованы в том, чтобы развивать свою внутреннюю технологию и ни с кем не делиться?

— Несколько моментов. Во-первых, всё, что происходит в мире искусственного интеллекта, всегда было основано на достаточно активном научном сотрудничестве. И никакой DeepSeek никогда бы не появился вообще, если бы до него другие команды не делились своими наработками, часть из которых затем была воспроизведена китайскими коллегами. Там вообще в работе DeepSeek даже ссылки на российских ребят присутствуют. Всё построено на постоянном сотрудничестве: ты можешь увидеть результаты, воспроизвести их, постараться сделать лучше. Прозрачность, понятность и воспроизводимость результатов являются важным критерием научного признания твоей работы.

Есть при этом часть компаний в мире —  яркий пример это OpenAI —  которые своими научными работами делиться полностью перестали. Несмотря на название, OpenAI — «закрытая» компания. 

Что делается в Китае? В Китае не один DeepSeek, там есть целый набор сильных фундаментальных моделей. Они активно публикуются, потому что таким образом делают себя сильнее и распространяют свои технологии по всему миру. Китай — страна с долгим стратегическим взглядом. Они понимают, что искусственный интеллект — это системообразующая технология 21-ого века. Для них сейчас важно, чтобы как можно больше стран использовало китайскую технологию. 

И потому для России принципиально важно иметь свой технологический стек, чтобы не оказаться в ситуации, когда ты зависишь от того, дадут тебе технологии или не дадут, и не тебе это решать.

— Глава Сбербанка Герман Греф говорил, что Сбер трансформируется в AI Native организацию. Что это значит на деле?

— Компания идет к бизнес-модели, реализация которой без искусственного интеллекта просто невозможно: когда любой твой продукт обязательно основан на использовании искусственного интеллекта. Мы намерены идти в эту бизнес-модель. У нас сейчас запустился новый этап ИИ-трансформации — уже на основе генеративного искусственного интеллекта. Сейчас в компании больше 250 команд реализуют различные кейсы разработки и внедрения агентов на основе генеративного искусственного интеллекта.

— 250 — это команды разработчиков, которые работают над моделями искусственного интеллекта, или те, кто внедряют их в свою работу?

— Смотрите, у нас есть одна большая команда, которая разрабатывает сами фундаментальные модели и их платформы. А 250 команд — это продуктовые команды. Они делают какой-то свой продукт для клиентов или сотрудников. И для своего продукта они сами разрабатывают ИИ-агентов или внедряют модель GigaChat в те или иные клиентские или внутренние сценарии.

То есть они сначала внутри своей команды смотрят, какие этапы их работы не автоматизированы. Допустим, человек должен сам анализировать какую-то информацию, вмешаться в какой-то процесс. Затем они стремятся внедрить генеративный искусственный интеллект, чтобы процесс уже без прерываний от начала до конца выполнялся искусственным интеллектом. 

Наша задача в конечном итоге — повышать автономность любого нашего бизнес-процесса, то есть достигать результата без участия человека. А с другой стороны, мы хотим, чтобы клиент получал все более качественные и гиперперсонализированные предложения. Потому что мы будем его лучше знать и иметь возможность предложить ему самое лучшее.

— Какие задачи должны выполнять эти ИИ-агенты, если глобально посмотреть? Они должны выполнять рутинные задачи и освобождать человека для более творческих? Или они должны выполнять более какие-то сложные, оставляя человеку какую-то рутину? Есть какой-то общий подход, взгляд на это в компании?

— Мне кажется, разделение на рутину и творчество — это ловушка нашего сознания. На каждом этапе надо стремиться к повышению автономности всего чего только можно. Почему? Потому что это означает, что у человека будет больше времени сделать еще что-то новое и полезное. И вот на это, наверное, фокус. А вот это деление на рутинное и творческое, мне оно не очень нравится.

— То есть оно не стоит на повестке? 

— Нет, мы просто смотрим, где ИИ может усилить человека. Во время интервью я все время журналистам говорю, что ИИ для вас — прекрасный помощник. Он вас не заменит. Но он может помочь подготовиться: расшифровать интервью, структурировать его, сделать какие-то оценки. Это очень удобно.

— Если смотреть на «Сбер», это огромная компания, тысячи сотрудников, и как будто бы, если искусственный интеллект облегчит работу каждого из этих тысяч сотрудников, то окажется, что столько людей просто не нужно «Сберу». Как ИИ повлияет на кадры?

—  В свое время у нас появились новые более эффективные средства труда — персональные компьютеры. Привело ли появление персональных компьютеров к какой-то глобальной мировой безработице? Я что-то не заметил. Хотя нам сейчас с вами нашу работу без персонального компьютера представить невозможно. 

В долгосрочной перспективе появление новых технологий к безработице не приводит. К чему оно может привести? К тому, что на рынке труда люди, которые не умеют пользоваться новой технологией и не хотят научиться, станут менее конкурентоспособны по сравнению с теми людьми, которые захотели научиться, быстро освоили новую технологию. 

То же самое и с бизнесом. Если компания запаздывает с внедрением новых технологий, она постепенно будет терять конкурентоспособность, потому что ее продукты или услуги по сравнению с конкурентами, начнут отставать либо в качестве, либо в стоимости. Поэтому сейчас для наших сотрудников и вообще для любого человека в стране предельно важно идти в ногу со временем. 

Придется задать себе вопрос. Я сегодня использую эту новую технологию в своей работе? Я знаю, как ее применять или нет? Если ответ нет, надо срочно бежать и что-то с этим делать. Начиная с самых простых сценариев простого повседневного использования того же GigaChat. Потому что иначе вы упускаете что-то, что становится во всем мире стандартом современного сотрудника. 

 — Как рынок труда для IT-разработчиков трансформируется под воздействием ИИ?

— С одной стороны, мы не на том уровне сейчас, чтобы просто набором моделей заменять сильных разработчиков. 

С другой – вопрос применения ИИ очень остро сейчас стоит перед разработчиками… Сильнее, чем для любой другой специальности. Для них использование инструментов генеративного ИИ — новая норма. Сейчас если разработчик не умеет правильно использовать инструменты генеративного интеллекта или искусственного интеллекта в своей работе, то, скорее всего, он менее эффективен, чем мог бы быть. 

Плюс разработка некоторых функций для программного обеспечения может быть значительно ускорена и удешевлена, если использовать ИИ-модели. Это анализ на уязвимости, тестирование, переход с версии на версию программного обеспечения. Есть много задач, в которых обязательно надо использовать генеративку. И мы видим, что больше 90% разработчиков Сбера наши инструменты уже используют.

— Можно ли говорить о том, что из-за внедрения искусственного интеллекта какие-то языки программирования станут менее востребованы или это очень неверно?

—  Это хороший вопрос. У меня нет на него четкого ответа. Что уже понятно: будет происходить некая поляризация. Есть люди, которые занимаются разработкой core-технологий и работают с определенным набором достаточно сложных и требующих высокой квалификации языков программирования. 

Старый, добрый C++, например, тут живее всех живых. Это очень хороший язык программирования, очень эффективный, хотя ему много-много лет. Но он сложный для освоения и требовал высоких профессиональных навыков. Число разработчиков, которые классно владеют им и умеют делать высокопроизводительную разработку, всегда было ограниченным. Go — тоже хороший язык для высокопроизводительных систем. Такие люди как были в дефиците, так и сейчас еще в большем дефиците. К вопросу о том, кого хантят — хантят вот этих людей. 

Но есть языки программирования, основной задачей которых было упрощение работы корпоративных приложений. Мне кажется, постепенно их использование может начать уменьшаться, потому что это будет область, где всё больше решений можно будет сгенерировать с помощью ИИ — вначале чуть-чуть поменьше, потом побольше, еще побольше и с каждым шагом все больше. Почему это будет возможно? Потому что в этой области в основном несколько ниже требования к нагрузке, больший слой пользовательских приложений. Там, мне кажется, раньше начнется это движение.

— А о каких это языках, к примеру?

—  Мне кажется, с Java может поменяться немножко трек развития. Сейчас траектория такая, что людям нравятся очень простые в освоении языки, которые позволяют очень просто и быстро апробировать их идеи, которые у них есть. Многие люди, которые им владеют, себя даже программистами не считает. Они считают, что у них другая профессия. 

В целом, я скорее адепт того, что пройдет какое-то время и разработкой системных компонентов инженерии по-прежнему люди будут активно заниматься, а вот такое «простое» прикладное программирование сильно поменяется. Хотя сейчас этого мы еще так не чувствуем, но уже есть модели для этого. Мы, например, недавно представили новый ИИ-инструмент для создания веб-приложений — GigaStudio, с помощью которого ты можешь просто по текстовому промпту получить простую веб-страничку. 

— То есть не имея навыков?

— Не имея навыков. Есть тут язык программирования? Конечно, есть. Его генерирует модель. Но человек, который с этим будет работать, он уже этот язык возможно не знает.

—  Из того, что вы сказали, у меня сложилось впечатление, что не стоит опасаться за свою работу людям, которые обладают какими-то очень сильными навыками, и они всегда найдут себе работу в разработке. А человеку, который только-только выходит на рынок труда в ИТ, как будто бы, значительно сложнее будет найти работу, чем, условно, 5 лет назад. Просто потому, что он еще начинающий. 

—  Да, я думаю, что нет. Мне кажется, проблема будет у недоучек. Знаете, есть программист, а есть кодер. Человека надо не научить писать код как набор букв, а научить алгоритмически правильно мыслить, обучить принципам, правилам, подходам высшей математики. Но это такое классическое высшее образование.

Высшее образование — это возможность. Что ты из этой возможности возьмёшь, это, в общем, зависит от человека. Не готов, не хочешь из неё ничего брать — ничего не получишь.

— Я попросила DeepSeek составить вам вопрос. Он звучит так: «За 7 лет Сбер получил 503 патента в сфере ИИ». Не знаю, верна ли эта информация, это DeepSeek нашел. «…Но лишь единицы смогли стать коммерческими продуктами. Не превратилась ли патентная гонка в “инновационный театр”?»

— Видно, что вопрос задавала китайская модель, потому что они в Китае — очень патенто-ориентированные ребята. Это я так, с улыбкой, говорю.

Вообще патентная деятельность в современном мире часто следует за коммерциализацией продуктов. То есть сначала ты делаешь продукт, а потом — до фактического вывода на рынок — подробно описываешь технологию, которую придумал, для получения патента. Но это не единственный вариант. Если мы создаем технологию, аналогов которой нет на рынке, и мы видим в ней потенциал, то ее мы можем запатентовать еще до вывода на широкого потребителя. Мы стимулируем наши команды защищать создаваемую интеллектуальную собственность патентами, но только ту, которую будем использовать. На сегодня у нас уже более 550 патентов, но это вообще все патенты, не только в сфере ИИ.

Мы не ставим себе патенты как некую самоцель и не участвуем в патентной гонке. Мы патентуем только то, что может принести пользу. Причём патенты могут приносить и нефинансовую пользу — например, защитить от патентных троллей, которые специально их получают, чтобы потом направить претензию крупной корпорации и запросить компенсацию за якобы нарушение их патента.

В Америке немножко другая картина. То есть ты сначала только что-то придумал и затем ты должен бежать, быстрее пытаться это запатентовать. Хотя ты даже на самом деле еще ничего не сделал, ни в каком продукте своем это не внедрил и даже совсем не понимаешь может ли быть какой-то продукт на базе этой идеи. Придумываешь какую-нибудь новую безумную идею — телефон с воздушным шариком сверху. Бежишь и пытаешься его запатентовать, найдя в нем новизну, чтобы потом сказать: «Ну… Это же мой патент, это я придумал телефон с воздушным шариком». А зачем ты его придумал? «Для того, чтобы он над столом висел и больше места было в любом окне. Мало ли кто-нибудь соберется его купить потом».