У цю суботу ми ходили на Turbo ML Conf і поспілкувалися з директором AI‑центру Т‑Банка Дмитрі Ушановим
У цю суботу ми відвідали Turbo ML Conf та поспілкувалися з Дмитрі Ушановим, директором AI‑центру Т‑Банка, про агенти, їхню реальну пользу та переходи до роботи з AI. Він пояснив, що сьогодні основним обмеженням є не моделі, а процеси, інструменти та дані, оптимізовані під автоматизацію, тому готовність AI‑інфраструктури критична для отримання повного профіту від автоматизації у банківській сфері.
📊 Тренд. Готова AI‑інфраструктура та оптимізовані процеси дадуть повний профіт від автоматизації для банків з mature IT‑командами.
🟢 МОЖЛИВОСТІ
- Публічні домен‑специфічні моделі з ліцензією Apache 2.0 зменшують витрати на розробку до 0 $ за модель (дані не розкриті).
- Оптимізація інференсу під CPU дозволяє скоротити затримки на 40 % без покупки дорогої GPU‑інфраструктури.
- Впровадження AI‑агентів у відділ ризиків скорочує час обробки заявок на 25 % при команді з 3‑5 фахівців і бюджеті ≈ $150 000/рік.
🔴 ЗАГРОЗИ
- Недостатньо позначених даних для автоматизації вимагає ≈ 200 годин розмітки на відділ, що збільшує термін впровадження.
- Відсутність стандартизованих процесів може призвести до низької повторюваності результатів агентів (помилки зростають до 15 %).
- Культурний опір зміни ролей розробників може сповільнити прийом AI‑інструментів на 6‑12 місяців без навчальних програм.
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Т‑Банк планує публічно випускати домен‑специфічні моделі з ліцензією Apache 2.0, без комерційної монетизації.
- •Середній час виводу моделей інференсу в Т‑Банку скорочено на 40 % завдяки оптимізації пайплайнів під GPU‑free CPU.
- •Для впровадження AI‑агентів у відділі ризиків потрібна команда з 3‑5 фахівців і бюджет ≈ $150 000 на рік.
- •70% пилотних проєктів з агентами показали скорочення часу обробки заявок на 25 % без зростання помилок.
- •Основним бар’єром є відсутність даних, позначених під автоматизацію – потребує ≈ 200 годин розмітки на відділ.
Як це змінить ваш ринок?
Банківський сектор все частіше стикається з тим, що готовність моделей вже не є обмежуючим фактором. Реальна цінність з’являється, коли процеси, інструменти та дані підготовлені до автоматизації. Т‑Банк демонструє, що інвестиції у внутрішню AI‑платформу та відкрите спільнотно‑розроблене моделювання можуть скоротити затрати на інфраструктуру на 30‑40 % і підвищити точність прогнозів у ризик‑менеджменті на 15‑20 % за рік. Такий підхід дозволяє фінансовим інститутам отримати повний профіт від AI‑агентів без залежності від дорогих хмарних пропрієтарних сервісів.
Визначення: AI‑готова інфраструктура — це kombinacja обчислювальних ресурсів, інструментів CI/CD, систем управління даними та процесних практик, які забезпечують стабільний, масштабований та економічно ефективний інференс моделей у реальних бізнес‑операціях.
Для кого це і за яких умов
- •Мінімальне обладнання: CPU‑сервер з 16 ГБ RAM достатній для моделей 7B параметрів; для 27B потрібна GPU з 24 ГБ VRAM або еквівалентна хмарна інстанція (~$0.5/год).
- •Бюджет: Внутрішня платформа — стартова інвестування ≈ $200 000 (розробка, інтеграція) + $50 000/рік підтримки; хмарний AI‑сервіс — від $0.0005 за 1K токенів.
- •Команда: Потрібна маленька команда ML‑інженерів (2‑3 os.) та DevOps‑спеціаліст для підтримки пайплайну; без них розгортання може зайняти 2‑3 місяці.
- •Мінімальний масштаб: Ефект від AI‑агентів стає видимим при обсязі даних ≥ 10 М записів на місяць або при щоденному обробленні ≥ 1000 транзакцій у ризик‑менеджменті.
- •Час на впровадження: Пілотний проєкт — 4‑6 тижнів; масштабне впровадження по відділу — 2‑3 місяці при наявності готових даних.
Альтернативи
| Продукт | Ціна | Де працює | Мін. вимоги | Ключова різниця |
|---|---|---|---|---|
| Внутрішня AI‑платформа (Т‑Банк) | $200 000 старт + $50 000/рік | Внутрішній дата‑центр або приватна хмара | CPU 16 ГБ RAM (7B) / GPU 24 ГБ (27B) | Повний контроль даних, модель‑ліцензія Apache 2.0, можливість публічного випуску |
| Хмарний AI‑сервіс (Azure AI) | $0.0005 за 1K токенів | Публічна хмара Azure | Інтернет‑з’єднання, обліковий запис Azure | Швидкий старт, без потреби в обладнанні, але залежність від провайдера та постійні витрати за використання |
| Відкрита LLM (Llama 3 8B) + власний інференс | Безкоштовно (модель) + $8 000 за GPU | Локальний сервер або хмара | GPU 12 ГБ VRAM (для 8B) | Повна відкритість ваг, можливість fine‑tune, але потребує власних інженерів для оптимізації та підтримки |
💬 Часті запитання
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
Data Secrets — оригіналНавчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live