Почему мощная нейросеть не гарантирует качественную работу ИИ-бота
Гендиректор U-BSS Павел Попов объяснил, почему сильная языковая модель не решает проблемы клиентского сервиса: сбои связаны с архитектурой, памятью и контролем.
По словам Попова, разрыв между успешной демонстрацией и работой бота в реальных условиях обычно связан не с выбором модели. Одна система пытается одновременно понять запрос, найти информацию, выполнить действие и проверить результат, но не сохраняет контекст и не объясняет свои решения.
Gartner прогнозирует, что к 2029 году агентный ИИ сможет самостоятельно обрабатывать 80% типовых обращений. При этом более 40% таких проектов могут свернуть до конца 2027 года из-за затрат, неясной пользы для бизнеса и недостаточного контроля рисков.
Для устойчивой работы нужны разделение функций между компонентами, база знаний с указанием источников, ограничения на число шагов, разные уровни проверки для ответа и финансовой операции, а также постоянный контроль качества и расходов.
В Узбекистане, отмечает Попов, систему дополнительно усложняют переходы клиентов между узбекским и русским языками и смешение латиницы с кириллицей. Закон «О персональных данных» также требует хранить данные граждан страны на технических средствах, физически размещённых в Узбекистане, поэтому это ограничение важно учитывать при выборе архитектуры.
