Технологии искусственного интеллекта

Внедрение искусственного интеллекта остается ключевым трендом развития экономики. Переход к ИИ-ориентированным моделям обещает качественный скачок в повышении производительности труда и эффективности принятия решений, высвобождение человеческого ресурса для решения творческих задач. В то время как государство фокусируется на создании условий для развития собственных ИИ-моделей, поддержке разработчиков и ИИ-проектов, экспертное сообщество продолжает обсуждать, какие задачи можно передать ИИ, насколько безопасно его использование и как сделать так, чтобы сотрудники видели в нем помощника, а не конкурента. Серьезная проблема — данные, на основе которых обучаются ИИ-модели, — ведь именно от них зависит качество их работы. Несмотря на существующие вызовы, ведущие игроки рынка уже перешли от стадии тестирования к полномасштабному внедрению ИИ-решений, демонстрируя рост бизнес-показателей и конкурентоспособности.

Пленарное заседание

• Как развивается российский рынок ИИ
• Какие меры государственной поддержки доступны разработчикам и заказчикам
• Какие отрасли экономики являются лидерами по внедрению ИИ-решений
• Доступен ли ИИ среднему и малому бизнесу
• Какие ИИ-решения приносят реальный экономический эффект
• Какие ИИ решения не оправдали возлагаемых надежд
• Какие сложности возникают в ходе обучения ИИ-моделей
• Способен ли ИИ стать полноценным инструментом принятия решений
• Чего ждут заказчики от развития ИИ в ближайшие годы
• Какие новые ниши или области применения ИИ могут появиться
• Какие факторы могут замедлить или ускорить дальнейший рост рынка ИИ


Секция "Чат-боты и ИИ-ассистенты как бизнес-помощники"

• Как большие языковые модели уже изменили бизнес
• Какие рутинные задачи стоит передать ИИ в первую очередь
• Как показало себя использование чат-ботов в клиентском сервисе
• Чем могут помочь ИИ-ассистенты
• Можно ли доверять ИИ решение важных задач
• Какие риски несет использование ИИ-ассистентов и как их минимизировать
• Приносят ли ИИ-ассистенты и чат-боты реальный экономический эффект
• Кто несет ответственность за ошибки ИИ
• Окупаются ли затраты на разработку собственного ИИ-бота
• ИИ — это доступная технология или дорогая игрушка для корпораций?

Секция "Генеративный ИИ для бизнеса"

• Насколько качественный контент создают генеративные модели
• С какими задачами GenAI справляется лучше человека
• Решение каких задач нельзя доверять GenAI ни в коем случае
• Способен ли GenAI создавать уникальные продукты
• Можно ли доверять GenAI принятие решений
• Правда ли, что GenAI повышает продуктивность или приходится тратить больше времени на проверку данных
• Как выбрать процессы для внедрения ИИ
• Как организовать обучение генеративного ИИ
• Какие сложности возникают при подготовке данных для обучения ИИ
• Вайб-кодинг как новое направление в разработке

Секция "Компьютерное зрение и предиктивная аналитика"

• Какие визуальные задачи стоит автоматизировать в первую очередь
• Как CV-системы используются в разных отраслях
• Как компьютерное зрение изменило индустрию безопасности
• Как показало себя использование предиктивных (прогностических) ИИ-моделей
• Как подготовить данные, чтобы прогноз был точным
• Как интегрировать прогнозы ИИ в реальные бизнес-процессы
• Как успешно внедрить систему прогнозирования
• Можно ли полностью доверять прогнозам ИИ
• Что выгоднее: купить коробочное решение или разработать собственное
• Какой экономический эффект приносит предиктивный ИИ