Мария Пименова @pimenova_maria ex.HRTECH РЖД — о цифровой трансформации HR,
EJM, данных и продуктах для сотрудников
Post #80
59

🧩 Не один центр, а федерация: как развивать ИИ в огромной компании
Когда ИИ-решения нужны десяткам функций, филиалов и компаний холдинга, передать всю работу одной центральной команде невозможно. Но и разрешить каждому строить собственный изолированный ИИ-контур — тоже не выход.
В крупной компании прикладные задачи возникают одновременно в самых разных областях:
▪️ эксплуатация и ремонт;
▪️ перевозочный процесс;
▪️ строительство;
▪️ закупки;
▪️ финансы;
▪️ управление персоналом;
▪️ работа с пассажирами.
Центральная команда не может одинаково глубоко знать все процессы, данные и профессиональные ограничения.
Поэтому мы исходим из федеративной модели развития искусственного интеллекта.
🔹 Что это означает?
Функции, филиалы и юридические лица могут самостоятельно:
— находить задачи для применения ИИ;
— формировать гипотезы;
— собирать предметную экспертизу;
— создавать и проверять прототипы;
— отвечать за полезность результата для своего процесса.
Но делают они это не в полностью независимых цифровых мирах.
🔹 Что должно быть общим?
Единая управляемая среда:
— технологические платформы;
— доступные модели;
— корпоративные знания и данные;
— вычислительные ресурсы;
— требования информационной безопасности;
— правила испытаний и допуска решений;
— реестр созданных продуктов и компонентов.
При этом центральный контур сохраняется. Его задача — не разработать весь ИИ за компанию, а обеспечить общую архитектуру, правила, ресурсы, координацию и возможность переиспользования результатов.
💡 Общими являются среда, правила и ресурсы.
Распределёнными — задачи, предметная экспертиза и ответственность за результат.
🔹 А как такая модель начинает работать на практике?
С конкретной задачи и гипотезы.
Команда видит проблему, которую потенциально можно решить с помощью ИИ, и создаёт прототип. Не полноценную промышленную систему, а способ быстро проверить идею на реальной профессиональной задаче.
Прототип позволяет ответить как минимум на три вопроса:
— действительно ли ИИ здесь полезен;
— устраивает ли результат специалистов, которые знают процесс изнутри;
— есть ли в решении компоненты и опыт, которые стоит развивать и использовать дальше.
То есть прототипирование становится не самоцелью, а механизмом поиска работающих ИИ-решений внутри федерации.
🔹 Зачем нужен обмен между командами?
Потому что ценностью может быть не только готовый продукт.
Одна команда может передать другим:
— компонент обработки документов;
— набор профессиональных тестов;
— граф знаний;
— инструмент интеграции;
— методику оценки качества;
— найденное ограничение или ошибку;
— опыт внедрения решения в работу.
И тогда следующий участник начинает не с нуля.
Федеративная модель работает, когда команды создают решения самостоятельно, но результаты их работы не остаются изолированными.
Для этого нужны не только технологии, но и люди: предметные эксперты, разработчики, архитекторы, владельцы процессов и руководители, способные соединить возможности ИИ с реальной производственной задачей.
А начинается всё с конкретных гипотез и первых прототипов.
В следующем посте покажу один из таких примеров — что происходит, когда ИИ получает большой производственный отчёт и возможность работать с ним как с источником профессионального знания.
#HRDigitalLAB #искусственныйинтеллект #железнодорожныйИИ #федеративнаямодель #цифроваятрансформация
Когда ИИ-решения нужны десяткам функций, филиалов и компаний холдинга, передать всю работу одной центральной команде невозможно. Но и разрешить каждому строить собственный изолированный ИИ-контур — тоже не выход.
В крупной компании прикладные задачи возникают одновременно в самых разных областях:
▪️ эксплуатация и ремонт;
▪️ перевозочный процесс;
▪️ строительство;
▪️ закупки;
▪️ финансы;
▪️ управление персоналом;
▪️ работа с пассажирами.
Центральная команда не может одинаково глубоко знать все процессы, данные и профессиональные ограничения.
Поэтому мы исходим из федеративной модели развития искусственного интеллекта.
🔹 Что это означает?
Функции, филиалы и юридические лица могут самостоятельно:
— находить задачи для применения ИИ;
— формировать гипотезы;
— собирать предметную экспертизу;
— создавать и проверять прототипы;
— отвечать за полезность результата для своего процесса.
Но делают они это не в полностью независимых цифровых мирах.
🔹 Что должно быть общим?
Единая управляемая среда:
— технологические платформы;
— доступные модели;
— корпоративные знания и данные;
— вычислительные ресурсы;
— требования информационной безопасности;
— правила испытаний и допуска решений;
— реестр созданных продуктов и компонентов.
При этом центральный контур сохраняется. Его задача — не разработать весь ИИ за компанию, а обеспечить общую архитектуру, правила, ресурсы, координацию и возможность переиспользования результатов.
💡 Общими являются среда, правила и ресурсы.
Распределёнными — задачи, предметная экспертиза и ответственность за результат.
🔹 А как такая модель начинает работать на практике?
С конкретной задачи и гипотезы.
Команда видит проблему, которую потенциально можно решить с помощью ИИ, и создаёт прототип. Не полноценную промышленную систему, а способ быстро проверить идею на реальной профессиональной задаче.
Прототип позволяет ответить как минимум на три вопроса:
— действительно ли ИИ здесь полезен;
— устраивает ли результат специалистов, которые знают процесс изнутри;
— есть ли в решении компоненты и опыт, которые стоит развивать и использовать дальше.
То есть прототипирование становится не самоцелью, а механизмом поиска работающих ИИ-решений внутри федерации.
🔹 Зачем нужен обмен между командами?
Потому что ценностью может быть не только готовый продукт.
Одна команда может передать другим:
— компонент обработки документов;
— набор профессиональных тестов;
— граф знаний;
— инструмент интеграции;
— методику оценки качества;
— найденное ограничение или ошибку;
— опыт внедрения решения в работу.
И тогда следующий участник начинает не с нуля.
Федеративная модель работает, когда команды создают решения самостоятельно, но результаты их работы не остаются изолированными.
Для этого нужны не только технологии, но и люди: предметные эксперты, разработчики, архитекторы, владельцы процессов и руководители, способные соединить возможности ИИ с реальной производственной задачей.
А начинается всё с конкретных гипотез и первых прототипов.
В следующем посте покажу один из таких примеров — что происходит, когда ИИ получает большой производственный отчёт и возможность работать с ним как с источником профессионального знания.
#HRDigitalLAB #искусственныйинтеллект #железнодорожныйИИ #федеративнаямодель #цифроваятрансформация
- 🔥 4
- 👍 2
- ❤ 1
















