两次会议上关于俄罗斯企业实际AI转型的七点观察

文章作者热马尔·哈米敦（Zhemal Khamidun），阿尔皮纳GPT（AlpinaGPT）首席产品官兼阿尔皮纳数字（Alpina Digital）人工智能主管，回顾了2025年两场线上会议上的观察：4月3日的“AI-改造”（AI-Transformatsiya）和5月29日的“组装点”（Tochka Sborki）。在二十多位演讲者和约1500人次的注册中，出现了几个反复出现的主题。首先，氛围编码已成为企业实践；例如，mymeet.ai的伊利亚·别尔德什（Ilya Berdysh），他虽无技术教育背景，但借助Claude、Conductor和约11000行代码，在两周内构建了一个macOS桌面应用；还有Skyeng和uForce的丹尼斯·斯梅特涅夫（Denis Smetnev），同样没有编码经验，却构建了五个生产工具。其次，多代理系统正成为默认选择，但有一个注意事项：链越长，准确度下降。阿尔皮纳GPT的谢尔盖·安德利亚诺夫（Sergey Andriyanov）展示了代码审查自动化系统Evolver，该系统的代理从单一通用代理转向三个专用代理，审查速度提高了三倍，每月节省50至80小时。第三，数据和流程比模型更重要；一项投票显示，90.3%的参会者认为，试点失败是由于期望过高、数据准备不足和流程集成薄弱。数据怪物（Data Monsters）的阿捷米·马尔科夫（Artemy Malkov）强调，将后台办公流程重写为Markdown格式，并创建包含罕见案例的黄金数据集。作者总结出一个公式：工具×培训×支持=成果，并提及了BCG和MTS Web Services的外部研究。