Что нужно знать заказчику ИИ Экспертной Системы.

Работа с текстом и семантикой речи это теперь тоже работа IT-инженера. Потому что мы перешли в зону умных технологий. И теперь инженерные методы имеются и для работы с речью и когнитивными операциями человека.

25 Jul 2026 5 мин. на чтение обновлена: 26 Jul 2026

Что нужно знать заказчику ИИ Экспертной Системы.

English version of this publication.

Deutsche Version der Publikation.

Очевидно также и то, что такая работа с рабочими процессами «вскрывает» их больше, чем любая должностная инструкция. Выносится на обсуждение и обозрение то, что влечет за собой оптимизации для процессов, всегда. Иногда даже разрабатываются служебные документы, в которых описываются процессы и данные которые ранее существовали только в головах персонала.

Не такой уж большой тайной является то, что у всех предприятий есть представление о «желательном» и «нежелательном» клиенте. Для разработчиков софта с инновационными компонентами есть и особое представление: о «самом лучшем клиенте». Мы его вывели из того обстоятельства, что отрасль наша сложна для понимания. Ведь именно поэтому мы и взяли на себя обязательство для всего находить понятные объяснения, а главное, чтобы эти объяснения были осмысленно связаны с реальными проблемами заказчиков и пользователей. Тогда не только управление и контроль за своим ПО будут действительно доступны владельцу в его собственных смыслах, но и вопрос разделения ответственности за результат будет решаться автоматически: становится ясно как конкретно были выбраны решения и как они будут работать на бизнес, и какова их «цена» во всех смыслах.

Один из таких «лучших» клиентов вникал в процесс изготовления ИИ Экспертной Системы для своего бизнеса. Для него перспектива не только автоматизировать рутину но и передать компьютеру сам процесс принятия решений на экспертном уровне была очень интересна, потому что она дает множество преимуществ и оставляет его экспертам в области образовательных решений время работать над созданием новых подходов в нетипичных ситуациях.

Мы прислали клиенту описание процесса создания ИИ Экспертной Системы. Мы старались описать процесс взаимодействия нашей команды с экспертами из предприятия клиента подробно и самым простым языком.

Что же такое - этот пресловутый сильный ИИ - Экспертные Системы?

Инженеры имеют не только технологии и инструменты для программирования, но также и полный набор технологий и инструментов для того, чтобы сделать явными сложные когнитивные процессы в голове у эксперта, когда он принимает какое то решение по своей теме. Именно эта работа с речью и мышлением инструментами сильного ИИ и позволяет в точности передать когнитивные процессы в голове у человека - машине. Выглядит как магия, если машина будет делать тоже самое и без галлюцинации, которыми нас так сейчас «радуют» нейросети. Человек-эксперт делает свои решения не только на основе размышлений, но и мгновенно собирает все важные ситуативные контексты в единое, со всех сторон взвешенное решение. А вот чтобы разобрать этот когнитивный процесс до каждой маленькой детали и собрать воедино на базе машинной логики и иерархии маленьких, часто противоречивых вкладов - нужно проделать большую работу. Вот ее мы и описывали, чтобы показать клиенту как это работает. При этом, работает точно, без ошибок, и всегда есть готовность к изменениям от человека-эксперта, если что то поменялось в составе самого решения или в текущих обстоятельствах.

Вы знаете, что наш девиз не только предъявлять бизнес смыслы технических решений, но и демистификация IT. И каково же было наше удивление, когда наш лучший клиент сказал, что он «недостаточно готов» делать то, что мы описываем из за... недостатка своей квалификации!

Это был наш эпический провал! А наш клиент по сути в очередной раз подтвердил свою «квалификацию» лучшего клиента. Он прежде чем браться за разработку софта хотел четко понимать, что именно от него потребуется в процессе.

Глубоко вдохнув и выдохнув мы поняли где произошло недопонимание. Все в наше время привыкли, что разработчики говорят о базах данных, памяти, файловых системах, UX и тд, и многие заказчики ПО достаточно хорошо ориентируются в отраслевых терминах но никто еще не привык к тому, что и речь, мышление и принятие решений - это тоже то, над чем работает инженер. Находит паттерн, простраивает путь операций с понятиями, логику размышлений, модель «понимания» ситуации. Наш клиент автоматически приписал эти вещи на свою зону ответственности. Он подумал, что именно он и его сотрудники должны будут проделать всю эту работу сами и предъявить нам результаты, которые мы уже будем программировать.

Мы вступили в новую технологическую ИИ реальность, но наши установки еще не перестроились. Однако как и прежде, от людей- экспертов не требуется ничего, что превышает их собственные знания и образование. Все методы исследования когнитивных процессов в руках IT инженеров. И в самом деле, языки программирования это ведь тоже... языки. Со своими включенными в них правилами и контекстами. С человеческими языками можно работать так же. Но самое главное в том, чтобы языковое содержание не только стало понятным но и было помещено в надежные инженерные решения работы с ним.

Каким датасетом нужно обладать при разработке ИИ Экспертной Системы?

Все кто хотят использовать ИИ на своем предприятии сталкивались с проблемой больших данных за длительный период, которые нужны для обучения ИИ.

Хорошая новость в том, что для создания Экспертных Систем, в основе которых лежат подходы сильного ИИ, а языковые модели ИИ играют вспомогательную роль - не требуют много данных.

Данные, которые нужны - это текущие данные. Они собираются в процессе работы над ЭС. Данные собираются по принципам, отличным от сбора данных для обучения ИИ, так как в приоритете будут контекстные смыслы вокруг данных для решения задач именно для данной Экспертной системы.

Смысл сбора данных для ЭС - охватить самые часто встречающиеся ситуации, требующие экспертного решения. На этапе тестирования еще нужен будет небольшой дата сет для доработок, если они потребуются.

Вам не нужно десять лет собирать и хранить данные. К тому же, принципы организации данных и сами часто представляют проблему для решения конкретных вопросов. в живых процессах

Немаловажно и то, что обеспечение безопасности чувствительных данных в Больших датасетах требует больших усилий и ресурсов. Данные для создания ЭС легко анонимизировать.

Как собирать данные для работы ИИ Экспертной Системы?

Не пострадает ли рабочее место эксперта, если будет внедрён ИИ Экспертной Системы?

Как выбрать какие именно решения отдать ИИ Экспертной Системы?

Сколько времени у экспертного персонала заказчика уйдет на передачу своих когнитивных процессов разработчикам ИИ Экспертной Системы?

Теги: инженерия решения бизнес бизнес-анализ технология принятие решений технологии искусственный интеллект автоматизация рынок тренды фазы рынка экспертиза специалисты программное обеспечение ИИ экспертные системы