В России создают национальный план внедрения искусственного интеллекта. Правительство уже одобрило ключевые показатели эффективности использования ИИ для ряда отраслей, в том числе медицины, промышленности и транспорта, на 2026 год. К 2030-му новые технологии должны использоваться во всех сферах.
Однако успех зависит от качества работы инженеров-программистов, ведь современные ИТ-системы становятся всё сложнее, а требования к их надежности — всё жёстче. Пока государство формирует нормативы и дорожные карты, Сергей Кузнецов, инженер-программист, создающий решения для финтеха, медтеха и других отраслей, победитель международной премии «Кейсес энд Фейсес» (Cases & Faces) 2026, несколько лет реализует то, что может стать нормой уже завтра.
Так, он внедрил в рабочие процессы финтех-компаний инновационную двухэтапную проверку кода с помощью ИИ, позволяющую определять структурные дефекты на ранних стадиях запуска программ. На его счету масштабная модернизация ИИ-платформ для визуальной диагностики в десятках клиник Европы, ускорение критически важного медицинского ПО и обновление торговых систем, с которыми работают центральные банки и пенсионные фонды разных стран.
Почему успех цифровизации зависит не от количества нейросетей, а от качества инженерной мысли? Как ИИ помогает беречь здоровье и деньги? Сергей Кузнецов поделился своим видением происходящего в его сфере деятельности.
Проблемы там, где спешат
— Сергей, в связи с задачей внедрить ИИ во все сферы экономики сейчас заговорили о проблеме уязвимости сложных информационных систем. Работая в международных компаниях — поставщиках ИТ-решений, вы внедряли ИИ в проекты, связанные с медициной и государственными финансами. Насколько, на ваш взгляд, серьёзна эта проблема?
— Значительная часть этих уязвимостей возникает там, где ИИ внедряют в процессы поспешно, без учёта архитектурных особенностей самих информационных систем и без глубокого понимания того, как на самом деле работают нейросети, где их сильные стороны, а где принципиальные ограничения. В результате технология, которая должна была повысить надёжность, нередко становится дополнительным источником риска.
Проблема не в самих нейросетях, а в том, как устроена современная разработка. Софт стал настолько сложным, что человек физически не способен вручную отловить все баги и архитектурные дефекты. В финтехе, к примеру, мы решили это созданием двухэтапной проверки с помощью ИИ, в результате которой время проверки уменьшается на треть, а надёжность системы увеличивается.
Второй барьер — это «инфраструктурный тупик». Компании пытаются внедрять ИИ, но хранят данные на старых медленных серверах. Представьте суперкар, который застрял в пробке в узком переулке. Чтобы технологии заработали, необходимо переносить инфраструктуру в современные «облака» и оптимизировать машинное обучение. В одном из проектов для медтеха это ускорило работу жизненно важного медицинского софта сразу на 65%.
ИИ как участник процесса
— Иными словами, вы предлагаете сделать ИИ главным контролёром. Как именно вы это делаете на практике, и видит ли результат работы пользователь, например, банковского приложения?
— Обычно программист пишет код, а потом его коллега тратит часы, чтобы проверить его на ошибки. Это долго и всегда есть риск «замыленного глаза». Новая система делает ИИ полноценным участником процесса. Алгоритм глубокого анализа первым делом изучает архитектуру и ищет уязвимости ещё до того, как код поступит на проверку к живому человеку. Система сама создаёт сценарии для стресс-тестов, покрывая ими до 80% всего программного кода. В итоге время проверки сокращается на 30%, а надёжность платформы вырастает в разы. Для клиента банка это означает, что приложение не зависнет в самый ответственный момент, когда нужно перевести деньги или закрыть сделку на бирже.
— Один из ваших проектов для обработки больших массивов данных больниц значительно повлиял на работу медперсонала, в частности, он помогает врачам быстрее получать из документов сведения о диагнозе пациента. Какую роль вы отвели ИИ в работе с деликатной информацией?
— Представьте врача, которому во время сложного приёма нужно быстро поднять историю болезни, сопоставить симптомы или найти редкий клинический случай. Вручную лопатить терабайты информации означает потерять драгоценное время. Но можно перестроить эту систему, научив нейросеть мгновенно ориентироваться в массивах данных, что мы и сделали. ИИ может работать как супербыстрый поисковик: доктор делает запрос и за секунды получает всю нужную выжимку. Меньше времени уходит на рутину и больше остаётся на главное — лечить людей, опираясь на точные данные.
— Одно из ваших технологических решений в сфере цифровой медицины сегодня применяют в Европе, в частности, для контроля лечения пациентов. И речь ведь идёт не о поиске в текстах, а о визуальной диагностике?
— Совершенно верно. Это крупный проект ИИ-документации в области ухода за ранами, который сейчас используется более чем в 60 европейских медучреждениях. Суть ИИ-слоя там в том, чтобы по фотографии с обычного смартфона мгновенно определить точные границы раны, рассчитать её площадь и динамику заживления.
Когда я подключился к проекту, возник серьёзный технологический барьер: приложение сильно зависало при обработке тяжёлых медицинских снимков высокого разрешения. В условиях дефицита времени у врачей это тормозило всю работу. Вместо поверхностных заплаток я полностью перестроил внутреннюю архитектуру управления данными и логику рендеринга (визуализации — Ред.) интерфейса. Это ускорило работу приложения на 30% и на 70% сократило бэклог (накопленный объём — Ред.) системных ошибок. Время фиксации данных о ране уменьшилось с 20 до 5 минут.
За счёт этого профильные отделения больниц теперь экономят около 150 часов рабочего времени персонала в месяц — освободившееся время врачи тратят напрямую на пациентов, а не на заполнение карт. Это ещё раз доказывает: даже самая гениальная нейросеть бесполезна, если её программная архитектура заставляет пользователя ждать.
— В этом году международная премия «Кейсес энд Фейсес» присудила вам награду за внедрение ИИ в процесс создания торговых платформ для крупных мировых банков и фондов, что делает этот сложнейший софт быстрее и защищённее от сбоев. Что именно отметило жюри, и как вы восприняли победу?
— Жюри премии оценивало ИТ-проекты прежде всего с точки зрения баланса между скоростью разработки и надёжностью. Из-за того, что платформа оперирует активами центральных банков и крупных мировых фондов, требования к безопасности исключают право на ошибку. Нейросеть была внедрена непосредственно в каждый этап контроля: от выявления структурных дефектов до автоматической генерации тестов. Проект, по отзывам экспертов премии, стал подтверждением того, что в строго регулируемых секторах ИИ способен выступать эффективным инструментом безопасности, ускоряя при этом доставку обновлений до пользователей. Признание предложенного метода экспертами в области бизнеса и технологий для меня не менее ценно, чем признание со стороны инженерного сообщества (его внедрили более половины разработчиков в команде клиента), поскольку для меня было важно сделать ИИ частью надёжного процесса.
Эффект — качество жизни
— Безопасное внедрение нейросетей в значимые сектора экономики — часть глобальной повестки. И в этом году вы уже как эксперт оценивали как раз такие технологические решения на всероссийском конкурсе «Бридж Тех Контест III» (Bridge Tech Contest III). На что в первую очередь обращали внимание?
— Для меня важны реальная польза и техническая чистота: насколько система масштабируема, как она защищена от сбоев и готова ли к работе под высокой нагрузкой. Поскольку я сам выстраиваю подобные процессы в корпорациях на уровне целых команд, то оценивал проекты с точки зрения их практической пользы: способен ли стартап стать лидером ИТ-индустрии в ближайшие годы или это просто временное решение. Я искал те разработки, где технологии реально меняют экономику проекта и делают систему более отказоустойчивой.
— Сергей, предполагается, что к 2030 году ИИ должен проникнуть во все сферы экономики. Насколько это реально, учитывая текущее состояние ИТ-инфраструктуры в России, и что это даст обычному человеку?
— Переход к повсеместному ИИ — это объективная необходимость. Цифровые системы становятся слишком сложными для того, чтобы человек мог контролировать их в одиночку. Сегодня мы доверяем технологиям свои деньги, личные данные и здоровье. ИИ позволяет минимизировать человеческий фактор и берёт на себя рутину. А реальность внедрения зависит от готовности каждой конкретной отрасли к цифровой трансформации. Тем не менее, рано или поздно ИИ станет стандартом в каждой сфере экономики и его эффект будет измеряться качеством жизни.
