Почему просто «взять модель» — это худшая стратегия в ИИ? Сейчас я работаю над созданием ИИ-платформы. И чем глубже в этот процесс погружаюсь, тем яснее становится: ИИ — это не про модели и не про «прикрутить GPT». Это про систему.

Параллельно идут два больших трека. Первый — информационная безопасность: где проходят границы, какие данные можно использовать, какие — нет, и кто за это отвечает. Второй — архитектура данных: как собрать информацию из CRM, 1С, баз данных и других команд так, чтобы ИИ действительно мог на неё опираться, а не фантазировать.

И почти каждый новый шаг приносит не решение, а новую сложность. Потому что в реальности ИИ — это не один инструмент, а целый слой в архитектуре компании.

Если сильно упростить, взрослая ИИ-система выглядит так: — есть данные из разных источников, — есть слой, который приводит их в порядок и даёт контекст, — есть правила и ограничения (что можно, что нельзя), — и только потом — модели, которые принимают решения или помогают людям.

Без этого ИИ превращается либо в игрушку, либо в источник рисков.

Рабочие дни сейчас очень плотные: каждый день — новые вопросы, новые знания, новые «а что если». Сегодня, например, глубоко разбиралась в архитектурах на базе BERT и снова убедилась: «просто взять модель» почти никогда не работает в реальном бизнесе.

Чем дальше, тем сильнее ощущение: ИИ — это инженерия, ответственность и системное мышление. И именно в этом сейчас самая интересная часть моей работы.