АО "Альфа-Банк"

Успех диалога — это соглашение участников, что развитие модульных архитектур ИИ и платформ «ИИ как услуга AI‑as‑a‑Service (AIaaS)» позволит компаниям быстро адаптировать технологии без крупных инвестиций в инфраструктуру. Они отметили, что федеративное обучение и автоматизированные инструменты комплаенса существенно снижают барьеры, связанные с защитой данных и нормативными требованиями. Кроме того, было признано, что среды минимального или интуитивного кодирования (low‑code/no‑code) и открытые экосистемы моделей ускоряют вывод продуктов на рынок, делая использование ИИ более доступным и экономически эффективным.

AI capacity-building;Open-source software, open data and open AI models

Развитие программного обеспечения с открытым исходным кодом позволяет частным компаниям свободно адаптировать и масштабировать инструменты ИИ, сокращать затраты, ускорять внедрение новых функций. Упрощённый доступ к данным и открытые API делают интеграцию более доступной, а процесс подготовки и анализа информации - более быстрым и надёжным. Доступность сложных вычислительных моделей в виде готовых библиотек и контейнеров даёт возможность использовать передовые алгоритмы без собственного исследования их реализации. Постоянный вклад сообщества и открытый процесс модерации и улучшения качества кода повышают качество моделей, обеспечивая более точные и устойчивые результаты при меньших ресурсных затратах.

Технологии "Агентского ИИ" получили на сегодняшний день весьма сильное развитие и имеют потенциал настолько сильного воздействия на бизнес-процессы компаний и взаимодействие с клиентами, что достойны рассматриваться отдельно.

Баланс между безопасностью данных и открытостью — финтеху требуется защищать конфиденциальную информацию, но при этом обеспечить совместимость с открытыми платформами и API. Недостаток стандартизированных метрик качества и эффективности моделей — отсутствие общепринятых критериев затрудняет сравнение и расчет эффективности для коммерческого применения новых алгоритмов. Развитие профессиональных управленческих компетенций с учетом появления принципиально новых технологий (генеративный ИИ, агентский ИИ): владелец ИИ-продукта (AI-product owner), эксперт по внедрению агентного ИИ (Agentic AI delivery expert) и проч., направленных на ускорение интеграции этих технологий в бизнес-процессы.

Развитие открытых репозиториев данных и моделей, поддерживаемых как регуляторами, так и отраслевыми ассоциациями, что снижает барьеры входа и повышает качество решений за счёт коллективной модерации и улучшения качества кода (code review). Гармонизация подходов к регулированию сферы ИИ — необходимость согласовать правила, чтобы компании могли масштабировать решения без постоянных правовых пересмотров. Обеспечение равных возможностей для крупных и малых создателей ИИ‑технологий и инфраструктуры — универсальные стандарты, открытый доступ к вычислительным ресурсам и прозрачные процедуры финансирования позволяют всем участникам конкурировать на одинаковых условиях.

Участие в таком диалоге позволит частным коммерческим компаниям получить согласованные стандарты и протоколы, которые упростят интеграцию ИИ‑решений и сократят затраты на разработку. Оно создаст условия для доступа к открытым репозиториям моделей и данных, что уменьшит необходимость в собственных дорогостоящих ресурсах. Компаниям будет предоставлена возможность использовать гибкие модели лицензирования и сервисы с оплатой по мере использования (pay‑as‑you‑go), делая расходы на ИИ более предсказуемыми. Через совместные тестовые (sand‑box)‑ платформы они смогут тестировать инновации под контролем регуляторов, ускоряя вывод новых продуктов на рынок. Наконец, конференция обеспечит равные условия конкуренции для крупных и малых игроков, открывая равный доступ к финансированию, инфраструктуре и лучшим практикам.

Участие и совместная проработка таких направлений, как: 1. Стандарты открытых архитектур ИИ – модульные модели, API и совместимые форматы данных. 2. Гибкие модели лицензирования и AI as a Service – модели оплаты по мере использования (pay as you go,), мультиарендные облака/облака с поддержкой множества арендаторов (multi-tenant clouds) и экономика масштабирования. 3. Федеративное обучение и приватность данных – технологии совместного обучения без передачи сырых данных и инструменты автоматического комплаенса. 4. Low code/No code платформы для бизнес аналитики – ускорение разработки ИИ решений без глубоких технических навыков. 5. Регуляторные «песочницы» ( sand box) на базе тестовыхплатформ и автоматизированный аудит – безопасные среды тестирования инноваций под контролем регуляторов. 6. Поддержка малых и средних игроков – открытый доступ к вычислительным ресурсам, совместные фонды и механизмы равных возможностей.

Важно услышать не только регуляторов и крупных игроков, но и голос малых компаний‑производителей независимой ИИ‑инфраструктуры и открытых алгоритмов. По возможности, добавить доклады от основателей стартапов, демонстрирующие реальные кейсы развертывания корпоративных систем на открытом программном обеспечении. Обсудить стандарты и совместимость открытых моделей, составление реестра проверенных компонентов и программ поощрения поиска ошибок и уязвимостей в ПО (bug bounty, «охота за ошибками»).

Полезными и «легкими» являются форматы сообщества: регулярные вебинары с менторской поддержкой от экспертов индустрии, доступ к базе открытых компонентов, питч‑сессии, интерактивные семинары, демонстрационные стенды, сессии для установления быстрых контактов между инвесторами и стартапами («speed‑networking»).

Коммерческие компании изначально ориентированы на поиск наиболее эффективных решений, с точки зрения ожиданий от регуляторов актуальными выглядят такие предложения, как: 1. Публичные реестры сертифицированных ИИ-решений - централизованные платформы, где регуляторы фиксируют модели, прошедшие проверку на соответствие требованиям безопасности, этики и качества, облегчая выбор поставщика для бизнеса. 2. Системы совместного мониторинга и реагирования - межведомственное взаимодействие, объединяющее регуляторов, отраслевые ассоциации и исследовательские центры для обмена данными о инцидентах, уязвимостях и лучших практиках, позволяющая быстро принимать корректирующие меры.