Стратегии крупных российских компаний в части GenAI (LLM)
все очень похожи, но есть ряд нюансов, которые могут повлиять на успешность.
С учетом уже имевшейся у меня информации по рынку и после нескольких месяцев собеседований собрала ключевые пункты стратегий)

✅Платформизация (переход от зоопарка пилотных решений к единому инструменту, похожая история с ML-платформой)
1. GenAI платформы on premise , т.е. внутри контура организации (никто не рассматривает облако, запрет ИБ, ФЗ-152):
- собственная разработка (чаще)
- вендорское решение
2. Использование облачных моделей (российских):
- допускается с маскированием
- не допускается (чаще для более крупных компаний)
3. Использование LLM:
- opensource
- собственная разработка с opensource
- платные вендорские (чаще для более крупных компаний)

✅AI-агенты
1. Инструменты: чаще всего используется LangChain, чуть реже n8n
2. Мультиагентные системы:
AI-агент диспетчеризатор/оркестратор и к нему множество AI-агентов
3. AI-автоматизация пока встречается чаще (т.е. когда процесс фиксированный, а не его определяет AI-агент)

✅Центры экспертизы
Имхо это ключевое различие стратегий
- централизация экспертизы в едином центре экспертизы
- децентрализация экспертизы в нескольких центрах экспертизы (чаще)
- децентрализация экспертизы: несколько центров + все команды создают AI-агенты
1. При платформе всегда создается Основной центр экспертизы GenAI. Есть риски, что это "бутылочное" горлышко, особенно если есть проблемы с менеджментом (продуктовым и проектным).
2. Чем более развита культура инноваций, тем больше вероятность, что формируется еще несколько крупных центров экспертизы (клиентское обслуживание, IT-процессы, финансы и т.д.), которые разрабатывают AI-агентов и другие GenAI решения
3. Но если стратегия компании AI-first, то логичнее конечно все команды обучить разработке GenAI-решений. Вот такая стратегия встречается крайне редко.

✅Корпоративная культура для развития AI
- культура инноваций
- евангелизация AI как часть стратегии компании
- обучение менеджеров и команд разработки внедрению AI
- обучение применению AI сотрудников
- kpi на внедрение AI (вот тут есть большие проблемы, не у всех есть понятные метрики оценки)
- дополнительные роли для анализа применимости AI в процессах
От этого пункта зависит насколько быстро будет внедряться AI

В большинстве крупных компаний ещё идёт разработка GenAI платформ.
Те компании, где есть свои LLM (все их знают) конечно уже продвинулись на несколько шагов вперёд, но еще есть куда идти точно 🚀
Дальше будет интереснее, рекомендую всем поизучать инструменты для создания AI-агентов) В ближайших статьях напишу про них. 😊