ИИ-Айсберг

ИИ-Айсберг

Увидела на днях отличную, на мой взгляд, презентацию авторства Максима Перфильева по мотивам подкаста "Архитектор систем". Полная презентация есть тут, а пока некоторые #заметки со слайдов

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.

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

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 | Max @whrdata