Что меняет новая ИИ модель Сбера

Новости IT
Фото сделано с помощью ИИ
Фото сделано с помощью ИИ

Раньше ИТ-команды в основном сами следили за работой программ, искали ошибки и устраняли сбои, используя автоматизированные инструменты. Теперь Сбер предлагает изначально строить эти процессы так, чтобы часть задач выполняли ИИ-агенты.

Человек будет определять, что нужно сделать, устанавливать ограничения и контролировать результат. ИИ-агент сможет, например, помочь найти причину сбоя, проанализировать данные или выполнить разрешённые технические действия. Но полностью полагаться на него нельзя: искусственный интеллект иногда ошибается, поэтому его работу необходимо проверять.

Новая модель дополняет другой подход Сбера — AI-Disrupt PDLC, который касается разработки программ. Если PDLC помогает создавать продукты с применением ИИ, то PSLC (Product Service Lifecycle) отвечает за то, чтобы они надёжно работали после запуска.

По оценке Сбера, изменения затрагивают процессы, на которые приходится 30–40% общих затрат на ИТ. Однако это не означает, что компания уже сократила расходы на такую величину: реальная экономия зависит от результатов внедрения.

Главная идея: Сбер хочет не просто добавить ИИ в существующие процессы, а изменить сам принцип работы ИТ-команд, распределив задачи между людьми и искусственным интеллектом. При этом ответственность за контроль и надёжность систем остаётся важной частью процесса.

Новая модель продолжает разработанную ранее концепцию AI-Disrupt PDLC, ориентированную на создание программных продуктов с использованием искусственного интеллекта. Если PDLC сосредоточена на разработке, то PSLC переносит AI-ориентированный подход на этап после выпуска продукта: контроль работы сервисов, диагностику инцидентов, восстановление систем и использование накопленного опыта для дальнейшего совершенствования программного обеспечения.

О запуске модели сообщила пресс-служба Сбера. По словам старшего вице-президента и руководителя блока «Технологии» Кирилла Меньшова, банк уже применяет этот подход. При этом оценка в 30–40% относится к затратам на ИТ в целом, на которые, по заявлению компании, распространяются изменения, а не к подтверждённой экономии от внедрения PSLC.

Чем AI-Disrupt PSLC отличается от классического ITSM

Традиционный ITSM (IT Service Management) — управление ИТ-услугами — охватывает процессы обработки обращений, регистрации инцидентов, управления изменениями и поддержания доступности сервисов. Такие процессы могут включать автоматизацию, но сами по себе не предполагают обязательного построения всей системы сопровождения вокруг ИИ-агентов.

В подходе Сбера принцип AI-first означает, что взаимодействие людей и агентов закладывается в процесс изначально. Человек определяет бизнес-цель, допустимые действия, полномочия и критерии успешного результата. Агент выполняет порученные задачи в установленных границах, а его действия и результаты подлежат контролю.

КритерийКлассический ITSMAI-Disrupt PSLC
Организация процессовУправление ИТ-услугами, инцидентами и изменениямиПроцессы изначально проектируются с учётом работы ИИ-агентов
Роль человекаУправление, анализ, принятие решений и контроль в соответствии с процессомПостановка целей, определение полномочий и контроль автономности агентов
АвтоматизацияЗависит от конкретных инструментов и настроенных сценариевАгенты могут выполнять отдельные операции в рамках предоставленных полномочий
Работа с инцидентамиРегистрация, диагностика, устранение и анализ причинАвтоматизированная обработка сочетается с проверкой результата и передачей выводов в разработку
Развитие продуктаСвязь с разработкой зависит от организации процессовЭксплуатация рассматривается как источник требований для следующего цикла разработки

Это сравнение описывает различие в организации процессов, а не утверждает, что традиционные ITSM-системы не способны использовать ИИ или автоматизировать восстановление сервисов. Ключевое отличие PSLC — в заявленной системной перестройке сопровождения вокруг совместной работы человека и агентов.

Почему ускорения разработки недостаточно

Внедрение генеративного ИИ позволяет автоматизировать часть задач программирования, тестирования и подготовки технических материалов. Однако более быстрый выпуск обновлений сам по себе не гарантирует повышения надёжности продукта.

Чем чаще меняется программное обеспечение, тем важнее своевременно обнаруживать ошибки, устанавливать их причины и предотвращать повторение сбоев. Если процессы эксплуатации остаются прежними, увеличение скорости разработки может создать дополнительную нагрузку на поддержку и инженерные команды.

Именно этот разрыв призвана сократить модель PSLC. В ней эксплуатация не заканчивается устранением конкретного инцидента: полученные сведения должны помогать совершенствовать сам продукт. После выпуска исправления команда проверяет, устранена ли причина проблемы, а выводы передаются в последующий цикл разработки.

Таким образом, AI-Disrupt PDLC и PSLC формируют взаимосвязанные направления. Первое помогает перестраивать создание программных продуктов, второе — обеспечивать их устойчивую работу после запуска. В совокупности это позволяет рассматривать разработку и эксплуатацию не как изолированные этапы, а как единый цикл непрерывного улучшения.

Контроль ИИ становится отдельной инженерной задачей

Важная особенность PSLC — необходимость контролировать не только доступность программных сервисов, но и поведение самих ИИ-систем.

Агенты на базе больших языковых моделей могут давать неверные ответы, ошибочно интерпретировать ситуацию или выбирать неподходящее действие. Поэтому успешное выполнение технической операции ещё не всегда означает, что достигнут правильный бизнес-результат.

В предлагаемой модели уровень самостоятельности агента должен зависеть от характера задачи, потенциального ущерба и возможности отменить действие. Для операций с повышенным риском необходимы более строгие ограничения и участие человека. Контроль предполагается строить на наблюдении за поведением систем, измеримых критериях качества и возможности вмешательства.

Это принципиально отличает простое внедрение ИИ-помощника от изменения операционной модели. В первом случае нейросеть становится дополнительным инструментом сотрудника. Во втором пересматриваются сами процессы: какие решения можно делегировать агенту, какие данные и инструкции ему необходимы, как проверяется результат и кто отвечает за последствия.

Экономический эффект пока требует подтверждения

По оценке Кирилла Меньшова, трансформация в рамках PSLC затрагивает область, на которую приходится 30–40% общей стоимости ИТ. Для бизнеса это указывает на потенциально значимый масштаб изменений: сопровождение и эксплуатация требуют ресурсов на мониторинг, поддержку, устранение неисправностей и обеспечение надёжности.

Однако долю затрат, затрагиваемых моделью, нельзя автоматически считать размером возможной экономии. Чтобы оценить финансовый эффект, необходимо учитывать стоимость внедрения, сопровождения агентных систем, контроля их действий, подготовки данных и перестройки процессов.

Практическая результативность подхода будет зависеть от того, насколько надёжно агенты справляются с задачами, сокращается ли время восстановления сервисов, уменьшается ли количество повторных инцидентов и не растут ли риски из-за автоматизации. Для объективной оценки также потребуются сопоставимые показатели до и после внедрения.

Поэтому на данном этапе корректнее говорить о заявленной области трансформации и целях новой модели, а не о доказанном сокращении ИТ-бюджета.

Что запуск PSLC означает для рынка

Представление PSLC отражает более широкий сдвиг в применении искусственного интеллекта в корпоративной ИТ-инфраструктуре. Компании переходят от использования отдельных помощников к проектированию процессов, в которых агенты получают определённые полномочия, работают по заданным сценариям и взаимодействуют с людьми в рамках общей системы контроля.

Для крупных организаций такой подход может быть особенно актуален из-за сложности инфраструктуры и высокой цены длительных сбоев. Но его перенос в другие компании потребует адаптации к архитектуре систем, требованиям безопасности, критичности сервисов и зрелости внутренних процессов.

Главный вывод: AI-Disrupt PSLC дополняет автоматизацию разработки управлением надёжностью после выпуска программного продукта. Сбер делает акцент не на замене инженеров искусственным интеллектом, а на перераспределении задач между человеком и агентами при сохранении контроля над результатом. Насколько эта модель позволит снизить эксплуатационные издержки и повысить устойчивость сервисов, покажут измеримые результаты её применения.

С уважением к Вашему делу, Ника Виноградова

Источник: Газета.ру

Поделиться:

Добавить комментарий