Как искусственный интеллект меняет лицо бизнеса в Казахстане

Ещё несколько лет назад искусственный интеллект в казахстанском бизнесе чаще появлялся на конференционных слайдах, чем в рабочих процессах. Сегодня нейросети проверяют банковские операции, отвечают клиентам, анализируют видеокамеры на заводах, готовят документы, прогнозируют поломки и помогают продавцам создавать рекламу. Казахстан постепенно переходит от цифровизации, когда бумажный процесс просто переносили в приложение, к новой модели, где алгоритм начинает участвовать в принятии решений. Однако между эффектной демонстрацией и прибыльным внедрением всё ещё лежат данные, деньги, безопасность и человеческая ответственность. Подробности в материале El.kz.

Казахстан переходит от приложений к алгоритмам

Первый этап цифровой трансформации казахстанского бизнеса был связан с мобильными приложениями, онлайн-платежами, электронными документами и автоматизацией отдельных операций. Теперь компании пытаются надстроить над этой инфраструктурой искусственный интеллект. Разница принципиальная. Обычная программа действует по заранее заданному сценарию. ИИ может искать закономерности в больших массивах данных, распознавать речь и изображения, прогнозировать поведение клиента и формировать новый контент.

К началу 2026 года в Казахстане работало более 100 стартапов, связанных с искусственным интеллектом. Объём венчурных инвестиций в этот сектор вырос примерно с 14 миллионов долларов в 2023 году до 73 миллионов долларов в 2025-м. На ИИ-проекты пришлось больше половины всех венчурных инвестиций в стране. Наиболее активные направления казахстанских разработчиков связаны не с человекоподобными роботами, а с прикладными решениями для бизнеса: автоматизацией корпоративных процессов, промышленностью, маркетингом, образованием и медициной.

ИИ приходит в Казахстан не в образе металлического андроида. Чаще он выглядит как незаметное окно в банковском приложении, камера над производственной линией или помощник, который за несколько секунд разбирает длинный договор.

Банки стали первой большой лабораторией

Финансовый сектор оказался наиболее подготовленным к внедрению ИИ. Причина проста: банки уже располагают большими массивами структурированных данных, развитой цифровой инфраструктурой и понятными задачами, которые можно измерить в деньгах. По результатам исследования Национального банка, опубликованного в 2024 году, искусственный интеллект в той или иной степени использовал 31 процент участников финансового рынка. Среди банков второго уровня показатель достигал 60 процентов.

Алгоритмы применяются для оценки кредитных рисков, выявления подозрительных операций, предотвращения мошенничества, анализа поведения клиентов и автоматизации поддержки. Когда пользователь получает мгновенное предложение по кредиту, это не обязательно означает, что решение полностью принимает машина. Но алгоритм способен за секунды обработать кредитную историю, уровень дохода, движение денег по счетам и другие параметры, на анализ которых у сотрудника ушло бы значительно больше времени.

ИИ также помогает банкам искать нетипичные операции. Если клиент обычно расплачивается в Алматы, а через несколько минут с его счёта пытаются провести крупную покупку в другой стране, система может остановить транзакцию или запросить дополнительное подтверждение. Для клиента это выглядит как удобство. Для банка это сокращение убытков и возможность обслуживать миллионы операций без пропорционального увеличения штата.

Чат-бот становится первым сотрудником, которого встречает клиент

В банковских приложениях, интернет-магазинах и сервисных компаниях ИИ всё чаще оказывается первым собеседником клиента. Чат-бот может сообщить статус заявки, найти информацию по тарифу, объяснить условия доставки, оформить обращение и передать сложный вопрос оператору. Современные системы постепенно уходят от меню в стиле «нажмите один или два» и начинают понимать обычную человеческую речь.

Для бизнеса это один из наиболее понятных способов экономии. Оператору не приходится сотни раз отвечать на одинаковые вопросы о графике, цене или статусе заказа. Он подключается там, где требуется решение, исключение из правил или эмоционально сложный разговор.

Но автоматизация поддержки легко превращается в ловушку. Если бот не понимает запрос, повторяет один ответ и не позволяет связаться с человеком, компания экономит на контакт-центре, но теряет доверие клиента. Хороший ИИ не должен становиться бетонной стеной между бизнесом и покупателем. Его задача состоит в том, чтобы быстрее открыть нужную дверь.

Ритейл учится предсказывать покупателя

Торговля использует искусственный интеллект там, где раньше полагалась на опыт менеджеров и общую статистику. Алгоритмы могут анализировать, какие товары покупают вместе, в какое время растёт спрос, где возникают пустые полки и как изменение цены влияет на продажи. На основе этих данных бизнес планирует закупки, формирует персональные предложения и распределяет товары между складами.

Для крупной сети ошибка в прогнозе означает миллионы тенге. Если закупить слишком мало, товар закончится в момент высокого спроса. Если слишком много, деньги зависнут на складе, а скоропортящуюся продукцию придётся списать.

ИИ также меняет рекламу. Компания может разделить аудиторию не только по возрасту и городу, но и по поведению: кто недавно интересовался определённым товаром, кто давно не совершал покупок, а кто, вероятно, готов перейти к конкуренту. Так бизнес получает всё более точный портрет клиента. Одновременно возникает вопрос, насколько далеко компания может заходить в анализе персональных данных и понимает ли пользователь, почему именно ему показали определённое предложение.

На заводах ИИ смотрит через камеры

В промышленности одна из самых заметных технологий связана с компьютерным зрением. Система анализирует изображение с обычных камер и фиксирует нарушения, дефекты или опасные ситуации. Она может заметить сотрудника без каски, появление человека в запретной зоне, дым, утечку, неправильное положение оборудования или отклонение продукции от стандарта.

В рамках программы Industrial AI Acceleration казахстанские предприятия предложили разработчикам более 140 практических задач. Около 75 процентов запросов касались корпоративных функций: финансов, закупок, кадров, юридической работы, IT и коммуникаций. Остальные были связаны непосредственно с производством, включая ремонт оборудования, контроль качества, роботизацию и промышленную безопасность.

Один из представленных проектов, SafeSight AI, работает поверх существующей системы видеонаблюдения. По оценке разработчиков, использование платформы может снижать количество травм и опасных инцидентов на 20–40 процентов, а затраты на проверки и расследования, до 30 процентов. Эти цифры принадлежат самой компании и зависят от конкретного предприятия. Но направление очевидно: камера перестаёт быть пассивным архивом, к которому обращаются после происшествия. Она превращается в инструмент предупреждения.

Нефтяная промышленность создаёт цифровые копии объектов

Для нефтегазовой и горнодобывающей отраслей ИИ особенно интересен из-за стоимости любой ошибки. Незапланированная остановка оборудования, авария или неверная настройка процесса могут стоить компании огромных денег. Здесь используются прогнозная аналитика, инженерное моделирование и цифровые двойники. Цифровой двойник представляет собой виртуальную модель оборудования или производственного процесса, на которой можно проверять разные режимы работы без риска для реального объекта.

На Атырауском и Павлодарском нефтеперерабатывающих заводах инженерные модели используются для анализа технологических установок. Оптимизация одной из колонн Атырауского НПЗ позволила увеличить её загрузку на 10 процентов и повысить выпуск вакуумного газойля. По итогам 2024 года дополнительная ценность произведённой продукции оценивалась в 2,6 миллиарда тенге.

Это пример более широкой цифровой трансформации, а не работа одной нейросети. Но именно такие системы создают фундамент для последующего применения ИИ: алгоритм полезен только тогда, когда оборудование подключено к датчикам, информация собирается регулярно, а данные можно сопоставлять.

Малый бизнес получил цифрового помощника по цене подписки

Для небольшой компании создать собственную нейросеть практически невозможно и обычно не нужно. Но генеративный ИИ сделал технологию доступной через готовые облачные сервисы.

Предприниматели используют нейросети, чтобы писать описания товаров, готовить рекламные публикации, переводить тексты, отвечать на отзывы, создавать презентации и анализировать таблицы. Небольшой интернет-магазин может за вечер подготовить десятки карточек товаров. Кафе может составить варианты рекламной кампании. Юрист получает черновик документа, а бухгалтер, пояснение к сложной таблице.

Однако экономия времени не означает, что результат можно публиковать без проверки. Нейросеть способна придумать несуществующий закон, ошибиться в расчёте, перепутать характеристики товара или написать убедительный, но неверный ответ. В малом бизнесе особенно опасно воспринимать ИИ как дешёвую замену специалисту. Гораздо полезнее видеть в нём стажёра с огромной скоростью и отсутствием чувства стыда: он выдаёт результат мгновенно, но не краснеет, когда ошибается.

Маркетинг становится быстрее, но рискует стать одинаковым

Генеративные системы заметно снизили стоимость производства контента. Теперь компании могут быстро создавать изображения, рекламные тексты, сценарии роликов и варианты рассылок. Для небольшого бизнеса это демократизация маркетинга. Раньше полноценная кампания требовала фотографа, дизайнера, копирайтера и видеографа. Сегодня часть работы может выполнить один сотрудник с набором цифровых инструментов.

Но возникает новая проблема: контента становится больше, а узнаваемости меньше. Если десятки компаний используют одинаковые модели и похожие запросы, реклама начинает говорить одним пластмассовым голосом. Поэтому человеческий стиль, наблюдательность и понимание местной культуры становятся не менее, а более ценными. ИИ может нарисовать красивую юрту, но только человек заметит, что орнамент, одежда или бытовая деталь выглядят неправдоподобно.

Для Казахстана особенно важны инструменты, способные качественно работать на казахском языке. Развитие национальных языковых моделей может сделать ИИ полезнее для регионального бизнеса, государственных услуг и компаний, обслуживающих двуязычную аудиторию.

ИИ меняет не только процессы, но и структуру занятости

Страх массовой замены людей пока опережает реальность. В большинстве казахстанских компаний ИИ не увольняет целый отдел одним нажатием кнопки. Он постепенно забирает отдельные задачи.

Маркетолог меньше времени тратит на черновики. Оператор реже отвечает на стандартные вопросы. Аналитик быстрее обрабатывает документы. Инженер получает предупреждение о возможной неисправности. При этом появляются новые обязанности: проверять ответы алгоритма, готовить данные, настраивать систему, контролировать качество и объяснять, почему машина приняла определённое решение.

Рынок труда делится не только на тех, кого заменит ИИ, и тех, кого не заменит. Гораздо заметнее становится разделение между специалистами, которые умеют использовать новые инструменты, и теми, кто продолжает выполнять ту же работу вручную.

В Казахстане уже действуют корпоративные и образовательные программы по обучению работе с искусственным интеллектом. Государственная стратегия предполагает подготовку миллионов граждан с базовыми и продвинутыми навыками в этой сфере.

Однако научить сотрудника писать запросы недостаточно. Он должен понимать ограничения модели, правила работы с конфиденциальной информацией и последствия автоматизированного решения.

Казахстанские стартапы делают ставку на бизнес, а не на фантастику

Большинство отечественных ИИ-стартапов создаёт решения для компаний. Они автоматизируют документы, анализируют звонки, помогают контролировать производство, распознают изображения, оптимизируют продажи и создают внутренних корпоративных помощников. Такой рынок выглядит менее эффектно, чем роботы из кино, но может оказаться гораздо прибыльнее. Предприятие готово платить не за «умную технологию», а за сокращение простоев, снижение числа ошибок или ускорение обработки заявок.

По итогам промышленной программы Astana Hub 38 команд начали работу с корпоративными заказчиками, семь пилотных проектов были запущены, а предприятия выразили подтверждённый интерес более чем к 50 решениям. Среди партнёров программы были компании горнодобывающей, металлургической, автомобильной, энергетической, транспортной и нефтегазовой отраслей.

Это показывает важный сдвиг. ИИ в Казахстане выходит из стартап-инкубаторов и пытается пройти самую сложную проверку: выдержать пыль, сменный график, старое оборудование, внутреннюю бюрократию и вопрос финансового директора «сколько мы на этом заработаем?».

Государство строит инфраструктуру для рынка

Для развития ИИ недостаточно энтузиазма разработчиков. Нужны вычислительные мощности, доступ к данным, специалисты и понятные правила.

В Казахстане были запущены вычислительные комплексы Alem.Cloud и AI-Farabium. По данным первого национального обзора рынка ИИ, их совокупная производительность оценивается примерно в 3,6 экзафлопса. В стране также развиваются Национальная платформа искусственного интеллекта, центр Alem.ai и казахоязычные модели. Правительство рассчитывает, что к 2029 году количество продуктов с использованием ИИ увеличится в пять раз.

Для бизнеса это означает потенциальный доступ к инфраструктуре, которую отдельная компания не смогла бы построить самостоятельно. Обучение крупной модели требует дорогих графических процессоров, электричества, охлаждения и команды инженеров. Но государственная инфраструктура будет полезна только при прозрачных правилах доступа, приемлемой стоимости и возможности работать с коммерческой информацией без риска её утечки.

У искусственного интеллекта появилось правовое поле

В ноябре 2025 года Казахстан принял отдельный закон «Об искусственном интеллекте». Для бизнеса это важный переход: использование алгоритмов перестаёт быть территорией, где правила формируются только внутренними инструкциями компании. Закон закрепляет требования к безопасности, защите данных и соблюдению прав человека. Это особенно важно для банков, страховых компаний, работодателей и цифровых платформ, где решение алгоритма способно повлиять на кредит, страховой тариф, трудоустройство или доступ к услуге.

Компаниям придётся отвечать не только за саму технологию, но и за то, какие данные она использует, насколько защищена информация и может ли человек оспорить автоматизированное решение. Правовое регулирование создаёт дополнительные расходы, но одновременно снижает неопределённость. Бизнесу проще инвестировать в технологию, когда понятны границы допустимого.

Главный ресурс ИИ, о котором забывают, это данные

Многие проекты терпят неудачу не потому, что нейросеть недостаточно умна. Проблема начинается раньше: данные хранятся в разных таблицах, документы заполнены неодинаково, процессы не описаны, а сотрудники используют разные названия для одного показателя. ИИ не исправляет организационный хаос автоматически. Он способен только очень быстро воспроизвести его в цифровом виде.

Перед внедрением компании приходится отвечать на скучные, но решающие вопросы: кто владеет данными, кто отвечает за их качество, можно ли их использовать, где они хранятся и что произойдёт при ошибке. Поэтому настоящая стоимость ИИ-проекта часто скрывается не в лицензии на модель, а в очистке данных, интеграции систем и перестройке внутренних процессов.

Где проходит граница ответственности

Чем активнее алгоритмы участвуют в работе бизнеса, тем важнее вопрос: кто отвечает, когда система ошибается? Если ИИ отказал клиенту в кредите, обвинил сотрудника в нарушении, неверно распознал дефект или отправил покупателю ложную информацию, компания не может сослаться на машину как на независимого виновника.

Ответственность остаётся у людей и организации, которые выбрали систему, предоставили ей данные и внедрили результат в процесс. Поэтому зрелое внедрение предполагает человеческий контроль. Чем выше цена ошибки, тем меньше решений стоит полностью передавать алгоритму.

ИИ может рекомендовать, предупреждать и сортировать. Но в медицине, финансах, промышленной безопасности и кадровых вопросах последнее слово должно оставаться за специалистом, способным объяснить и защитить решение.

Как будет выглядеть следующий этап

В ближайшие годы компании, вероятно, перейдут от отдельных чат-ботов к внутренним ИИ-агентам. Такие системы смогут не только отвечать на вопрос, но и выполнять цепочку действий: находить данные, готовить документ, согласовывать его по заданному маршруту и формировать отчёт.

В промышленности будут расширяться компьютерное зрение, прогнозное обслуживание и цифровые двойники. В банках алгоритмы станут глубже участвовать в борьбе с мошенничеством и персонализации услуг. В торговле они будут управлять запасами и ценами почти в реальном времени. Но главным конкурентным преимуществом станет не наличие доступа к нейросети. Один и тот же инструмент смогут купить тысячи компаний. Преимущество получит тот бизнес, который лучше знает собственные процессы, располагает качественными данными и умеет соединять машинную скорость с человеческим решением.

Ранее мы писали, что вакцину, созданную с помощью ИИ, впервые испытали на людях.