«Интерпроком» на ЦИПР 2026: ИИ бессилен без отраслевых знаний
Даже самые дорогие генеративные модели, в которые вложены сотни миллиардов долларов, не работают на сложных промышленных объектах — такой искусственный интеллект просто не знает, как устроена атомная станция или ремонтный процесс. Этот тезис стал одним из ключевых в выступлении президента компании «Интерпроком» Леонида Алтухова на сессии «ИИ без иллюзий. Технологии для реального сектора» в рамках конференции ЦИПР 2026.
Партнерская сессия «Атомдата-Интеграция» совместно с «Интерпроком» вызвала широкий интерес у бизнес-сообщества и госкомпаний. В обсуждении приняли участие представители «Росатома», Сбера, МТС, InfoWatch, FESCO и РЖД. Участники говорили о главном: почему генеративные модели не работают в промышленности без дообучения, как перейти от пилотов к масштабному внедрению и где скрыты главные риски.
Сегодня искусственный интеллект — одна из самых обсуждаемых тем в деловом и экспертном сообществе. Леонид Алтухов отметил, что разработчики из крупных компаний уже активно используют публичные генеративные модели, закрывая, например, двухнедельные задания за полчаса. Однако для корпоративного сектора такой подход неприемлем: ни одна служба безопасности не позволит использовать открытые версии из-за гарантированной утечки данных.
По словам спикера, корпоративные структуры вынуждены либо объединять усилия, либо создавать собственные дата-центры и дообучать ИИ.
Именно такое дообучение превращает универсальную модель в работающий промышленный инструмент.
В нашей компании отдел консалтинга — это специалисты, которые доводят систему до реального использования. Они вкладывают в неё смыслы, семантику, понимание процессов, как устроена та или иная история. Например, если мы говорим про ремонты, есть такой процесс — дефекты на крупных объектах. Иногда накапливаются десятки тысяч дефектов. Главный инженер смотрит на это и не понимает, что с ними делать, потому что каждый дефект по отдельности — понятно, но выявить тенденции очень сложно. Именно правильно дообученная модель становится незаменимым помощником.
— Леонид Алтухов
Говоря о ближайшем будущем, Леонид Алтухов спрогнозировал переход промышленности к многомодельной архитектуре, где разные бизнес-процессы будут обслуживаться разными ИИ-решениями.
Отдельно спикер затронул вопрос регулирования безопасности. По мнению президента компании «Интерпроком», искусственный интеллект только входит в практику, и его возможности ещё предстоит осваивать. И в такой ситуации необходимо оставлять пространство для поиска и экспериментов. Однако требования безопасности должны соблюдаться неукоснительно, особенно когда речь идёт о критической инфраструктуре.
Леонид Алтухов добавил, что акцент следует делать не на законотворческих инициативах, а на выработке стандартов обращения с технологией и её использования. В качестве примера практической работы в этой области он привёл сотрудничество с Институтом системного программирования, который уже около трёх лет занимается темой доверенного искусственного интеллекта, определяя допустимые границы применения технологии.
Президент ГК InfoWatch Наталья Касперская, комментируя вопросы регулирования, также отметила, что ограничения нужны не для самой технологии, а для конкретных сфер применения — прежде всего для критической информационной инфраструктуры и социальных областей, таких как образование. Кроме того, она обратила внимание на системную проблему: большинство генеративных моделей, используемых в стране, — иностранного производства.
Создается некое чрезмерное доверие. Люди доверяют ИИ больше, чем другим информационным технологиям. Риски пока не проработаны. Про риски искусственного интеллекта и про то, как их предотвращать, говорить начали только в этом году. А решений практически нет. Это та дверь, которую нам еще предстоит открыть.
— Наталья Касперская
Заместитель директора по информационной инфраструктуре Госкорпорации «Росатом» Андрей Королев подтвердил, что ИИ уже приносит реальную пользу как «второе мнение» при работе с документами, в видеоаналитике и контроле качества. Однако в критических процессах полагаться только на машину пока невозможно.
Даже там, где сегодня у нас есть примеры внедрения искусственного интеллекта как системы поддержки принятия решений — даже на атомных станциях для инженеров и операторов — это не отменяет того, что основной фокус на человека. Ключевым остается сегодня человек. Мы не можем его исключить в сложнокритических процессах.
— Андрей Королев
Также участники сессии говорили о трёх основных барьерах на пути внедрения ИИ в промышленности. Первый связан с инфраструктурой и управлением изменениями: в крупных корпорациях решения о внедрении новых технологий принимаются на внутренних комитетах, заседания которых проходят раз в месяц или даже раз в квартал, тогда как технологии ИИ обновляются каждую неделю. Второй барьер — экономика тиражирования: пилотные проекты можно реализовать быстро и с небольшими затратами, но рассчитать экономическую эффективность при масштабировании на всю компанию крайне сложно. Третий — человеческий фактор: сотрудники массово используют западные публичные ИИ-сервисы в обход корпоративных регламентов, создавая неконтролируемые каналы утечки данных. Подписка на западную модель за 20 долларов окупается для разработчика многократно, позволяя выполнять задачи за несколько компаний одновременно, оставаясь в штате, при этом руководство часто не догадывается о такой практике.
В завершение дискуссии участники сошлись во мнении, что инвестировать нужно не столько в сами модели, сколько в создание безопасной инфраструктурной обвязки внутри корпоративного периметра.
Универсальные ИИ-решения без глубокой адаптации на отраслевых данных для промышленности малоэффективны. Главный вызов сегодня — не технология, а выстраивание процессов, управление рисками и доверие. Компаниям предстоит научиться доводить пилоты до промышленной эксплуатации и формировать культуру безопасного использования искусственного интеллекта, где человек остаётся ключевым звеном принятия решений.
