🚀 Итоги панельной сессии по AI Сегодня выступил на дискуссии в ВШЭ с экспертами из власти и бизнеса. Обсуждали, как внедрять AI и собственные LLM-модели, а также почему даже «On-premise» не гарантирует 100% безопасности.
Главные тезисы: 🔹 AI для рутины — хорошо подходит. Автоматизация документооборота, анализ шаблонных запросов, саммаризация, чат-боты — здесь нейросети уже эффективны. 🔹 Чувствительные данные — только локальные модели. Но свои серверы = высокие затраты и риски снижения качества AI (обучение требует ресурсов). 🔹 OCR пока слабоват. Особенно с рукописным текстом — ошибки критичны для юристов и госорганов. 🔹 Обезличивание убивает качество. Чем сильнее маскируем данные, тем менее полезной становится модель. Баланс между безопасностью и эффективностью — главный вызов.
Важный вывод: «On-premise» ≠ абсолютная защита. Утечки возможны даже на локальных серверах — вопрос в зрелости процессов и человеческом факторе.
