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 6 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?

Разработчики ЭС сначала устанавливают необходимость в данных в процессе исследования потребностей и в процессе создания семантического прототипа ЭС. Обычно, не в случае ЭС, данные организуются так, как это выгодно с системной точки зрения для машинной обработки. А выбор сопровождающей информации к данным часто просто формален и не обосновывался живыми процессами.

Сбор данных и доступ к ним при создании ЭС организовывается разработчиками по линиям смыслов работы с данными самого персонала. Именно поэтому концепт о потребности в данных и их организации для использования в живых процессах будут понятны и удобны всему персоналу. А сбор данных будет легким и необременительным.

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