7 апреля на RIGF 2026 прошла форсайт-сессия «ИИ как триггер слома привычных процессов», посвященная тому, как искусственный интеллект уже сегодня трансформирует управление, экономику и общественные процессы – и как эти изменения будут развиваться до 2035 года.
Модератором сессии стал Константин Вишневский (НИУ ВШЭ, директор Центра стратегической аналитики и больших данных ИСИЭЗ). Дискуссия выстроилась вокруг результатов работы системы интеллектуального анализа больших данных iFORA с применением передовых технологий искусственного интеллекта (разработка ИСИЭЗ НИУ ВШЭ), которая проанализировала более 850 млн документов. В итоге эксперты получили семантическую карту с процессами, которые ИИ трансформирует уже сегодня.
Результаты анализа позволили выделить окна возможностей и зоны потенциальных рисков развития ИИ в трёх ключевых плоскостях — экономике, управлении и обществе. Эта аналитическая рамка задала структуру дальнейшей дискуссии: эксперты соотносили выявленные тренды с собственным практическим опытом внедрения и развития ИИ-решений.
В своём докладе Константин Вишневский подчеркнул:
«В контуре управления к ключевым возможностям можно отнести принятие решений на основе данных, ускорение управленческих циклов и повышение точности контроля процессов. Среди рисков — рост зависимости от качества данных, смещение баланса между человеком и ИИ, а также усиление требований к безопасности управленческих решений».
Своим мнением о том, какие угрозы и возможности ИИ несет для создания, распространения информации и средств коммуникаций, поделились топ-менеджеры ведущих СМИ России.
«Мы применяем ИИ для построения продуктовых гипотез, чтобы учитывать потребности человека и делать сценарии его взаимодействия с сервисами полезными и понятными», — отметила управляющий директор портала «Рамблер» Вероника Колодько.
По ее словам, внедрение таких технологий требует перестройки всех внутренних производственных процессов. Например, использование мгновенных тестов на «синтетических» пользователях позволяет редакции в моменте понять, насколько текст решает задачи читателя. Это экономит время и средства, так как для получения информации по дальнейшей проработке продукта достаточно одного дня.
Такой уровень применения технологий помогает бизнесу четко осознавать цели создания контента. По мнению Вероники Колодько, стратегическое планирование при помощи нейросетей на несколько лет вперед является амбициозной задачей, которая скоро станет доступной.
Директор по цифровому развитию ТАСС Кирилл Сидоров высказал мнение, что некоторые средства массовой информации могут перестать существовать из-за того, что поисковые сервисы и модели искусственного интеллекта перестанут направлять им трафик, лишая цитируемости и переходов.
«Поисковые сервисы сейчас суммируют все новости, выдают некую новостную картину дня, а мы не получаем ни цитируемости, ни переходов, ничего. И в какой-то момент многие СМИ просто перестанут существовать из-за того, что про них просто никто не будет знать. Либо авторы, те, кто создают модели искусственного интеллекта, должны платить за то, что они формируют новости, либо просто они исчезнут», — сказал Сидоров.
По его словам, ТАСС экспериментирует с собственной моделью искусственного интеллекта, используя один из старейших архивов новостей, однако пока агентство далеко от того, чтобы поручить нейросетям написание новостей. Сидоров отметил, что корреспонденты ТАСС пишут со скоростью, сопоставимой с ИИ.
Оценивая ситуацию в СМИ в целом, он выразил мнение, что большое количество новостей сегодня уже генерирует ИИ, переписывая их с новостных лент. Вместе с тем новостные агрегаторы пытаются противостоять наплыву таких статей.
«Они пытаются создать сервисы, на которых люди все-таки будут читать новости, которые написал человек, а не которые написал искусственный интеллект», — сказал Сидоров.
В дискуссии также приняли участие Вячеслав Берсенев (АНО «ЦТИИ НЕЙРОЛАБ», АЛРИИ), Евгений Осадчук (Сколково) и Михаил Сквирский (ПАО «Сбербанк»).
Обсуждение темы искусственного интеллекта продолжилось и во второй день работы RIGF 2026 на секции «Как страны регулируют генеративный ИИ: эволюция международных подходов». В ходе сессии эксперты рассмотрели зарубежные подходы к регулированию генеративного ИИ, влияние регулирования на конкуренцию и доступ на рынок новых игроков, а также возможные требования, приоритеты и правовые условия для развития ИИ в России.
Как отметил модератор секции Карен Казарян (АНО «Цифровая экономика»), в последние месяцы в России проходит активное обсуждение закона «Об основах регулирования искусственного интеллекта», и это самый обсуждаемый законопроект за последние несколько лет.
Анастасия Кабаева (ТеДо) представила результаты исследования, посвящённого регулированию в сфере технологий. Главный вывод: 70% юрисдикций, охваченных исследованием, выбирают путь мягкого регулирования. Под мягким регулированием понимается саморегулирование на уровне институтов, отраслей и профессиональных сообществ. Особенно интересен факт, что страны, изначально выбравшие жёсткий регуляторный подход, такие как Европейский Союз и Китай, начинают смягчать отдельные нормы.
Дамир Салихов (ООО «Яндекс») поделился обзором текущих тенденций регулирования искусственного интеллекта в разных странах мира.
Анна Малиновская (ПАО «Ростелеком») рассказала о необходимости сочетания мягкого и жёсткого регулирования в сфере искусственного интеллекта, подчеркнув роль этического кодекса, принятого Альянсом в сфере ИИ и поддержанного тысячами компаний.
Евгений Осадчук («Сколково») рассказал о важности баланса между необходимостью технологического суверенитета и стремлением к максимальной производительности решений в сфере искусственного интеллекта.
Марат Тахавиев (Ассоциация больших данных) рассказал о доступности данных для обучения отечественных моделей искусственного интеллекта. Он выделил два основных подхода: создание синтетических данных для безопасного моделирования и использование ИИ для обезличивания реальной информации, при этом сохраняется её ценность для анализа и обучения.
Участники подчеркнули важность анализа международного опыта для выработки в России сбалансированной модели регулирования.
