Применение ИИ в бизнесе

@Rasool · Регистрация: 02.04.2009

Студворк — интернет-сервис помощи студентам

Сейчас крупные разработчики LLM вроде OpenAI предлагают услуги бизнес-ИИ-агентов разным компаниям. Но тут одна проблема: частные компании вряд ли захотят делиться конфиденциальной информацией с кем-то. В связи с этим интересно, будет ли развиваться разработка частных LLM индивидуально для каждой компании?

@Rasool · 19.03.2026, 15:25 **[ТС]**

Сообщение от ViachaslauK

А какая разница?

То есть в Вашей компании много вакансий именно LLM-инженеров?

@ViachaslauK · 19.03.2026, 15:42

Сообщение от Rasool

То есть в Вашей компании много вакансий именно LLM-инженеров?

Какие буквы именно тебе непонятны в моем ответе были? Если тебе интересуют другие позиции, то их тоже есть.

@Rasool · 23.03.2026, 19:56 **[ТС]**

Я спросил ChatGPT: "Почему через 3–5 лет рынок AI может разделиться на две совершенно разные профессии?" Он мне ответил:

Кликните здесь для просмотра всего текста

Есть заметная тенденция: индустрия AI постепенно расщепляется на две разные профессиональные линии. Это уже видно по вакансиям и структуре команд в компаниях. Вероятно, в ближайшие 3–5 лет это разделение станет ещё чётче.
Ниже — что именно происходит.
________________________________________
1. Первая линия: AI-исследователь (Research / Algorithm)
Это люди, которые разрабатывают сами модели.
Типичные задачи:
- новые архитектуры нейросетей
- обучение больших моделей
- оптимизация алгоритмов
- публикации в научных конференциях
Используются фреймворки вроде
PyTorch
или
TensorFlow.
________________________________________
Требования
Очень высокая математическая подготовка:
- линейная алгебра
- теория вероятностей
- оптимизация
- статистика.
Часто требуется:
- магистратура
- PhD
- публикации.
________________________________________
Где работают
Такие специалисты обычно работают в:
- крупных AI-лабораториях
- исследовательских центрах
- университетах.
Примеры организаций:
- OpenAI
- DeepMind
- Anthropic.
________________________________________
2. Вторая линия: AI-инженер (Applied AI)
Это люди, которые используют готовые модели для создания продуктов.
Задачи:
- интеграция моделей в приложения
- обработка данных
- построение AI-сервисов
- разработка API и пайплайнов
Например, работа с моделями вроде
GPT-4.
________________________________________
Типичный стек
- Python
- обработка данных
- API моделей
- системы поиска
- векторные базы данных.
Инструменты:
- LangChain
- LlamaIndex.
________________________________________
Где работают
В:
- продуктовых компаниях
- стартапах
- корпоративных IT-отделах.
Например:
- автоматизация документооборота
- анализ текстов
- интеллектуальные поисковые системы.
________________________________________
3. Почему происходит это разделение
Есть три главные причины.
________________________________________
Причина 1 — огромная сложность моделей
Современные модели требуют:
- огромных вычислительных ресурсов
- огромных датасетов
- сложной математики.
Разрабатывать такие системы могут очень немногие команды.
________________________________________
Причина 2 — массовое применение AI
Большинство компаний не создают свои модели.
Им нужно:
- применять готовые модели
- интегрировать AI в продукты.
Поэтому им нужны инженеры-практики, а не исследователи.
________________________________________
Причина 3 — зрелость индустрии
То же самое произошло раньше в других областях.
Например:
в базах данных
разделились роли:
- разработчики СУБД
- разработчики приложений.
________________________________________
Research-направление
Плюсы:
- научная работа
- новые алгоритмы
- высокая интеллектуальная сложность.
Минусы:
- высокий барьер входа
- требуется сильная математика
- часто нужна академическая карьера.
________________________________________
Applied AI-направление
Плюсы:
- больше вакансий
- быстрее можно войти
- меньше математики.
Минусы:
- больше инженерной рутины
- технологии быстро меняются.
________________________________________
Итог
Через несколько лет AI-рынок, вероятно, окончательно разделится на две профессии:
AI Researcher
— создаёт новые модели.
AI Engineer
— строит системы на основе этих моделей.
И именно вторая роль будет самой массовой и устойчивой.

@Jamaica · 23.03.2026, 20:26

Сообщение от Rasool

на две совершенно разные профессии

Здесь подсказка, которая ограничила количество вариантов.
Я спросил "... несколько ...".
Вариантов стало больше.

@Rasool · 24.03.2026, 12:40 **[ТС]**

Сообщение от Jamaica

Здесь подсказка, которая ограничила количество вариантов.
Я спросил "... несколько ...".
Вариантов стало больше.

Да, на запрос "Может ли через 3–5 лет рынок AI может разделиться на несколько совершенно разных профессий?" ChatGPT мне выдал ответ:

Кликните здесь для просмотра всего текста

2.1. LLM Application Engineer (прикладной LLM-инженер)
То, о чём вы спрашивали.
Задачи:
- интеграция LLM в продукты
- RAG, prompt engineering
- API, пайплайны
Это будет самая массовая роль
________________________________________
2.2. AI Research Engineer
Ближе к науке.
Задачи:
- улучшение моделей
- эксперименты
- новые методы
Требует сильной математики
________________________________________
2.3. ML Platform / MLOps Engineer
Инфраструктура.
Задачи:
- деплой моделей
- масштабирование
- пайплайны данных
Очень востребовано, но “невидимая” работа
________________________________________
2.4. Data / RAG Engineer
Отдельная специализация уже формируется.
Задачи:
- подготовка данных
- embeddings
- поиск
- качество контекста
В LLM-системах это критично
________________________________________
2.5. AI Product Engineer
Гибрид:
- код + продукт + UX
Задачи:
- быстро собирать AI-фичи
- проверять гипотезы
________________________________________
2.6. AI Safety / Evaluation Engineer
Новая роль.
Задачи:
- проверка качества
- борьба с галлюцинациями
- тестирование моделей
________________________________________

Добавлено через 1 час 47 минут

Сообщение от ViachaslauK

Только в моей компании для моего региона больше открытых вакансий AI engineer

Среди них есть удаленная работа?

@gogolik · 25.03.2026, 21:41

Комментарий модератора

Rasool, хватит постить ИИ-слоп.

@ViachaslauK · 26.03.2026, 18:17

Сообщение от Rasool

Среди них есть удаленная работа?

У нас в основном работа удаленная, офис - по желанию. Правда есть проекты, например гугловские - там обязательно пару раз в неделю посещение офиса.

@Rasool · 26.03.2026, 22:32 **[ТС]**

BuzzFeed уволил редакцию ради ИИ — и теперь считает убытки на $57 млн.

В 2023 году руководство компании решило сделать ставку на ChatGPT и массово генерировать контент с помощью нейросетей. План выглядел красиво: меньше людей, больше автоматизации и поток статей почти без затрат.

Но реальность быстро вернула всех на землю. Читатели начали находить в публикациях повторяющиеся фрагменты и откровенно слабые тексты, а фирменные викторины BuzzFeed — когда-то главный магнит трафика — внезапно стали скучными и однотипными.

Рынок отреагировал жестко. Акции, которые на волне «ИИ-стратегии» подскакивали до $15, сейчас стоят около 70 центов. Компания уже сообщила об убытках в $57 млн и аккуратно намекнула, что впереди может маячить банкротство.

Добавлено через 2 часа 13 минут
Общаюсь на одном форуме, там одна девушка-техпис так делится своими впечатлениями по поводу работы с Курсором:

Интересно, как техписатели работали раньше без Курсора? Он и диаграмму последовательности нарисует, и архитектурную схему, и описания из кода вытащит и все по полочкам разложит. В итоге паспорт микросервиса можно описать за 4 часа, а метод - за час, если не быстрее.

@Maks · 10.04.2026, 23:57

Rasool, полагаю, что управление бизнес-процессами еще нескоро доверят ИИ, гораздо быстрее многих сотрудников в компании заменит грамотно написанное программное обеспечение, это более реальная перспектива.

@Rasool · 15.04.2026, 20:35 **[ТС]**

С одного форума по поводу российского ИИ:

Большая часть российского бигтеха сидит на американских LLM. Оставшиеся используют китайский open source

"Пост писал по источникам внутри компаний. Сразу скажу, большая корпорация может быть неоднородной, в разных командах может быть разрешён разный софт. Я скорее даю общую температуру по больнице.
...
Компании можно разделить на три группы по внедрению AI внутри:

0. Яндекс, Авито, Т-банк. Иностранные нейрухи разрешены, их использование оплачивает компания. Яндекс — единственный из списка, кто имеет нейросеть, Алиса AI. По внутренним бенчмаркам её не сравнивают с фронтир-моделями, потому что там пропасть. Сравнение идёт с GPT годичной давности и предыдущими моделями DeepSeek.

1. Сбер, VK. На использование иностранных нейрух смотрят сквозь пальцы. Доступы разрешены, но не оплачиваются. То есть разработчик должен сам из кровных оплатить рабочий инструмент. Внутри компании пытаются наколхозить собственные решения на китайском open source, но они проигрывают фронтир-моделям. Сбер активно пушит внутри свой GigaChat, но разработчики утверждают, что он совсем бестолковый.

2. Kaspersky, ДИТ, ВТБ, Иннотех, Альфа-Банк. В этой группе компании поменьше. Иностранные LLM запрещены. Где-то развёрнут внутренний ML-контур с китайскими LLM под капотом. Это не значит, что разработчики внутри не используют продукты от OpenAI или Anthropic, но чтобы их использовать, надо заморочиться, например, работать ещё и с личного компа.

@Mikhaylo · 18.04.2026, 01:25

Да, подтверждаю Alice Pro (Yandex GPT 5.1 Pro), Sber GigaChat Ultra 3.1, Deepseek v3.2, Qwen 3.6 Plus не справились с одной моей задачей. Галлюцинировали, я их гонял по кругу, но безрезультатно совсем. При этом, например, Anthropic Claude v4.6 решил задачу со второго запроса, просто пришлось скорректировать один малюсенький нюанс.

Понимаю, в российских компаниях грустная ситуация у айтишников... Я видимо купаюсь в шоколаде)

Но более простые задачи вышеперечисленные ИИ-неудачники решают без проблем.

@Usaga · 18.04.2026, 03:26

Сообщение от Maks

заменит грамотно написанное программное обеспечение

Ещё бы кто-нибудь вкладывался в написание этого обеспечения...

@testuser2 · 18.04.2026, 07:44

Сообщение от Mikhaylo

Deepseek v3.2, Qwen 3.6 Plus не справились с одной моей задачей. Галлюцинировали, я их гонял по кругу, но безрезультатно совсем

По моим ощущениям Дипсик поумней всех остальных китайских собрайтьев, и он мне кое-в чем помогал. Однако у некоторых "собратьев" значительно шире контекстное окно.. и вот, в связи с этим, уже второй день каруселю Qwen, но слоненок так и не рождается, но в моем случае процесс интересен не менее, чем результат, хотя пока скучновато, конечно.. ) Яндекс стал поумнее последнее время чем был, он умнее ищет в интернете, сложные вопросы по коду, конечно не пробовал ему задавать.

@Maks · 18.04.2026, 08:11

Сообщение от Usaga

Ещё бы кто-нибудь вкладывался в написание этого обеспечения...

Вкладываются. Тот же 1С настолько упрощает алгоритмы бухгалтерского учета, что постепенно их количество на предприятиях сокращается. А на предприятии, в котором я работаю, алгоритм 1С полностью заменил штатную единицу диспетчера по пропускам: изначально руководство просто хотели облегчить ему работу и частично делегировать его полномочия в выходные дни, но по итогу реализованное решение попросту отбросило надобность в его "ручной" работе.

@Proof-IT · 22.04.2026, 14:10

Ии сейчас делает всю работа. От ведения веб ресурсов до автоматизации и CRM.

@Maks · 22.04.2026, 14:33

Proof-IT, ИИ сейчас ничего не делает.

Вайб-кодеры не в счёт, ибо их деятельность губительна.

krvsa · 22.04.2026, 16:08

Сообщение от Proof-IT

Ии сейчас делает всю работа.

Похоже уже и тут зарегистрировалась...

@ViachaslauK · 23.04.2026, 08:30

Сообщение от Maks

ИИ сейчас ничего не делает.

На правах человека, работающего на одну из крупнейших в мире медиакомпаний, позволю себе не согласиться. Вы просто не представляете обьемы работ, которые теперь переворачивает ИИ. Например в сфере Westlaw

@Maks · 23.04.2026, 08:32

Сообщение от ViachaslauK

Вы просто не представляете обьемы работ, которые теперь переворачивает ИИ

Какую именно работу делает ИИ?

@ViachaslauK · 23.04.2026, 08:39

Сообщение от Maks

Какую именно работу делает ИИ?

Ну хотя бы в области юриспруденции:
*******: Позволяет задавать сложные юридические вопросы на естественном языке (как коллеге). Вместо списка ссылок система выдает синтезированный текстовый ответ со ссылками на конкретные абзацы в делах и законах для мгновенной проверки.
********: Продвинутый агентный ИИ, который действует как опытный исследователь. Он планирует стратегию поиска, анализирует сотни документов одновременно и через ~10 минут выдает подробный отчет с аргументами и контраргументами.
********: Помогает юристам быстро находить применимые исковые требования или встречные иски на основе описания фактов дела. В тестах этот инструмент помогал находить нужные основания в 3 раза быстрее традиционных методов.
*********: Позволяет загружать собственные документы (меморандумы, иски) для проверки цитат на достоверность и выявления слабых мест в аргументации оппонента.

Новые блоги и статьи Все статьи Все блоги /
Саморегулирующийся социальный контракт для сервера cross-section. Hrethgir 14.08.2026 С кодом конечно таких глубоких размышлений пока не было, впрочем я уже привык к алгоритмизации. Суть предмета записи: снова в диалоге с нейросетью (я взял пока себе ник для учётки админа - Rector). . . .	Часы электронные Uhbif79 12.08.2026 Выкладываю программу часов. Программа позволяет: 1. Использовать системное время и дату, 2. Есть возможность вводить время и дату вручную. 3. Реализованы 2 будильника: начало и конец рабочего дня. . . .	Часы с будильником на основе класса QLCDNumber Uhbif79 12.08.2026 Всем добрый день, выкладываю программу часов с будильником на основе класса QLCDNumber. Здесь я пробовал самостоятельно создавал классы, впервые столкнулся с видимостью переменной одного класса из. . .	Установка MinGW GCC 16.2 и CMake 8Observer8 10.08.2026 VK Видео: https:/ / vkvideo. ru/ video-240781534_456239017 YouTube: eY5-5PyI9NM Текстовая версия
Неделя из жизни имитационной модели склада: мои кривые руки растут, откуда надо anaschu 10.08.2026 Неделя из жизни имитационной модели склада: как я почти написал неправильную логику и что с этим делать Работаю сейчас над учебно-рабочим проектом: строю в AnyLogic имитационную модель процессов. . .	Калькулятор для расчета родства russiannick 07.08.2026 1. Задача: Создать калькулятор для расчета родства. Родственных связей существует 8 ступеней, такие как: p - отец P - мать q - муж Q - жена b - брат B - сестра s - сын S - дочь	Мир по моей воле kumehtar 07.08.2026 Когда-то кажется, что всё просто. Ты весь такой светлый. Причиняешь добро. Борешься за справедливость в этом тёмном мире. Потом начинаешь замечать одну неприятную вещь. Почти каждый хороший. . .	Кредитный калькулятор Maks 05.08.2026 Решение задачи по прикладной информатике средствами 1С. Задача: Напишите приложение-калькулятор, которое помогает рассчитывать параметры кредита для аннуитетного и дифференцированного видов. . .

@Rasool -135 / 344 / 4 Регистрация: 02.04.2009 Сообщений: 1,146

	Применение ИИ в бизнесе 07.06.2025, 18:29. Показов 20557. Ответов 202 Метки нет (Все метки) Сейчас крупные разработчики LLM вроде OpenAI предлагают услуги бизнес-ИИ-агентов разным компаниям. Но тут одна проблема: частные компании вряд ли захотят делиться конфиденциальной информацией с кем-то. В связи с этим интересно, будет ли развиваться разработка частных LLM индивидуально для каждой компании? 0

@Rasool -135 / 344 / 4 Регистрация: 02.04.2009 Сообщений: 1,146
	23.03.2026, 19:56 [ТС]
	Я спросил ChatGPT: "Почему через 3–5 лет рынок AI может разделиться на две совершенно разные профессии?" Он мне ответил: Кликните здесь для просмотра всего текста Есть заметная тенденция: индустрия AI постепенно расщепляется на две разные профессиональные линии. Это уже видно по вакансиям и структуре команд в компаниях. Вероятно, в ближайшие 3–5 лет это разделение станет ещё чётче. Ниже — что именно происходит. ________________________________________ 1. Первая линия: AI-исследователь (Research / Algorithm) Это люди, которые разрабатывают сами модели. Типичные задачи: - новые архитектуры нейросетей - обучение больших моделей - оптимизация алгоритмов - публикации в научных конференциях Используются фреймворки вроде PyTorch или TensorFlow. ________________________________________ Требования Очень высокая математическая подготовка: - линейная алгебра - теория вероятностей - оптимизация - статистика. Часто требуется: - магистратура - PhD - публикации. ________________________________________ Где работают Такие специалисты обычно работают в: - крупных AI-лабораториях - исследовательских центрах - университетах. Примеры организаций: - OpenAI - DeepMind - Anthropic. ________________________________________ 2. Вторая линия: AI-инженер (Applied AI) Это люди, которые используют готовые модели для создания продуктов. Задачи: - интеграция моделей в приложения - обработка данных - построение AI-сервисов - разработка API и пайплайнов Например, работа с моделями вроде GPT-4. ________________________________________ Типичный стек - Python - обработка данных - API моделей - системы поиска - векторные базы данных. Инструменты: - LangChain - LlamaIndex. ________________________________________ Где работают В: - продуктовых компаниях - стартапах - корпоративных IT-отделах. Например: - автоматизация документооборота - анализ текстов - интеллектуальные поисковые системы. ________________________________________ 3. Почему происходит это разделение Есть три главные причины. ________________________________________ Причина 1 — огромная сложность моделей Современные модели требуют: - огромных вычислительных ресурсов - огромных датасетов - сложной математики. Разрабатывать такие системы могут очень немногие команды. ________________________________________ Причина 2 — массовое применение AI Большинство компаний не создают свои модели. Им нужно: - применять готовые модели - интегрировать AI в продукты. Поэтому им нужны инженеры-практики, а не исследователи. ________________________________________ Причина 3 — зрелость индустрии То же самое произошло раньше в других областях. Например: в базах данных разделились роли: - разработчики СУБД - разработчики приложений. ________________________________________ Research-направление Плюсы: - научная работа - новые алгоритмы - высокая интеллектуальная сложность. Минусы: - высокий барьер входа - требуется сильная математика - часто нужна академическая карьера. ________________________________________ Applied AI-направление Плюсы: - больше вакансий - быстрее можно войти - меньше математики. Минусы: - больше инженерной рутины - технологии быстро меняются. ________________________________________ Итог Через несколько лет AI-рынок, вероятно, окончательно разделится на две профессии: AI Researcher — создаёт новые модели. AI Engineer — строит системы на основе этих моделей. И именно вторая роль будет самой массовой и устойчивой. 0

@Maks Супер-модератор 9715 / 5551 / 647 Регистрация: 13.03.2013 Сообщений: 19,192 Записей в блоге: 63
	10.04.2026, 23:57
	Rasool, полагаю, что управление бизнес-процессами еще нескоро доверят ИИ, гораздо быстрее многих сотрудников в компании заменит грамотно написанное программное обеспечение, это более реальная перспектива. 0

@Mikhaylo 820 / 579 / 75 Регистрация: 20.09.2014 Сообщений: 3,820
	18.04.2026, 01:25
	Да, подтверждаю Alice Pro (Yandex GPT 5.1 Pro), Sber GigaChat Ultra 3.1, Deepseek v3.2, Qwen 3.6 Plus не справились с одной моей задачей. Галлюцинировали, я их гонял по кругу, но безрезультатно совсем. При этом, например, Anthropic Claude v4.6 решил задачу со второго запроса, просто пришлось скорректировать один малюсенький нюанс. Понимаю, в российских компаниях грустная ситуация у айтишников... Я видимо купаюсь в шоколаде) Но более простые задачи вышеперечисленные ИИ-неудачники решают без проблем. 0

@Proof-IT 0 / 0 / 0 Регистрация: 22.04.2026 Сообщений: 1
	22.04.2026, 14:10
	Ии сейчас делает всю работа. От ведения веб ресурсов до автоматизации и CRM. 0

@Maks Супер-модератор 9715 / 5551 / 647 Регистрация: 13.03.2013 Сообщений: 19,192 Записей в блоге: 63
	22.04.2026, 14:33
	Proof-IT, ИИ сейчас ничего не делает. Вайб-кодеры не в счёт, ибо их деятельность губительна. 0