ведущий
гость · Head of NLP в Т-Банке, инженер и специалист по ML и GenAI
Артём Бондарь — Head of NLP в Т-Банке; больше десяти лет работает на стыке разработки и машинного обучения, строит ML- и GenAI-продукты и автоматизирует крупные бизнес-процессы.
Александр Поломодов и Head of NLP Т-Банка Артём Бондарь разбирают GenAI вне разработки. Четыре кейса показывают: ценность даёт не модель внутри старого процесса, а пересборка работы вокруг измеримого результата, короткой обратной связи и личной ответственности.
Код удобен для моделей благодаря компиляторам, линтерам и тестам. В операционной работе сигнал редок, поэтому автономность зависит от проверяемой среды. Даже регламент неполон: в эксперименте поддержки он объяснил около 20% решений. До автоматизации нужно восстановить этапы, исключения и критерии правильности.
В поддержке важны решение и эскалация; в бухгалтерии расчёты оставляют коду, а модели — документы. В маркетинге AI полезнее как ранний проверяющий, чем фабрика текста. В проектировании зданий он перебирает варианты, а прочность проверяют обычные расчёты. Экономика включает перепроверку, исправления и штрафы.
Бондарь советует брать вертикальный срез до клиентского результата: ускоренный этап может передать очередь дальше, а ручной контроль — съесть выгоду. Смотрят, какую метрику меняем, каков сквозной эффект, как находят брак и не дороже ли контроль. Human in the loop не гарантия; владелец должен считать ошибку агента своей и менять правила, контекст и эскалацию.