ИИ-Айсберг

ИИ-Айсберг

Увидела на днях отличную, на мой взгляд, презентацию авторства Максима Перфильева по мотивам подкаста «Архитектор систем». Полная презентация есть тут (https://t.me/HRsKlad/978), а пока некоторые #заметки со слайдов

ИИ — это не магия. Это архитектура.

Почему проекты искусственного интеллекта проваливаются в первый год и как построить систему, которая работает?
Причина провалов не в том, что модели плохие. Проблема в том, что ИИ часто строят как «дополнительную кнопку», а не как полноценный инфраструктурный слой бизнеса.

Контраст между прототипом и реальной эксплуатацией огромен.

Прототип (лабораторные условия):
• Собран за один вечер
• Используются тестовые, «чистые» данные
• Отсутствует нагрузка
• Никто не задает сложных вопросов

Продукт (реальная эксплуатация):
• Грязные данные и непредсказуемые действия пользователей
• Постоянные изменения процессов
• Резкие скачки нагрузки

По итогам прототипа возникает иллюзия, что ИИ уже внедрен

10% — модель ИИ, 90% — система, которая лежит под ней, состоящая из 5 уровней

Уровень 1
Данные — это не просто папка
Если данные не управляются, ИИ генерирует случайный шум.
ИИ не может навести порядок в данных за вас. Он работает только с тем, что вы ему дадите.

Уровень 2
Конвейер обработки
Система ИИ — это цепочка процессов, а не прямая линия. Прямое подключение модели к источнику данных ломается при первой же нагрузке

Уровень 3:
Вычисления
Без контроля инфраструктура может стать бесконечно дорогой

Уровень 4:
Бизнес-логика
Если ИИ не встроен в реальный бизнес-процесс, он так и останется дорогим экспериментом.

Уровень 5.
Безопасность
ИИ создает новый класс рисков: утечка данных через диалог с моделью

Любая реальная система требует проработки каждого из этих слоев. Пропуск любого уровня гарантирует сбой.

Всем, кто до конца не понимает как в компании считается численность, но запускает ИИ-бота по HR-аналитике посвящается 😉

🔜📱 Телеграм (https://t.me/whrdata) |📲 Max (https://max.ru/whrdata) @whrdata