ч

Искусственный интеллект
в мобильных приложениях:
возможности и перспективы

Обзор современных применений ИИ в мобильных приложениях, анализ перспектив развития этой технологии, потенциальные выгоды и риски.

На вопросы «СА» отвечают эксперты ИТ-отрасли

1. Какие возможности использования искусственного интеллекта в мобильных приложениях вы считаете наиболее многообещающими и почему?
2. Какие типы мобильных приложений, по вашему опыту, наилучшим образом интегрируют технологии искусственного интеллекта?
3. С какими основными трудностями вы сталкивались при разработке мобильных приложений с использованием искусственного интеллекта?
4. Какие технологии и алгоритмы искусственного интеллекта вы считаете наиболее перспективными для повышения функциональности мобильных приложений?
5. Как вы оцениваете влияние искусственного интеллекта на безопасность и конфиденциальность данных пользователей в мобильных приложениях?
6. Существуют ли примеры успешных мобильных приложений с искусственным интеллектом, которые вдохновили вас или служат для вас ориентиром?
7. Как вы думаете, каким образом искусственный интеллект может изменить бизнес-модели мобильных приложений в будущем?

Вероника Колядова,
заместитель генерального директора ИТ-компании «Формула Лайн»

«Трендом является переход на on-device AI и federated learning, чтобы снизить утечку данных и повысить приватность»

1. Среди наиболее многообещающих направлений:

Персонализация контента, которая предполагает использование ИИ-инструментов, например, в рекомендательных системах, что позволяет делать приложения «умнее» и более релевантными пользователю.

Обработка естественного языка (NLP), которая повышает удобство и доступность сервисов и может применяться в чат-ботах и голосовых помощниках, а также в сервисах автоперевода.

Компьютерное зрение, которое позволяет реализовать распознавание лиц и объектов, а также сочетать с технологиями дополненной реальности, например, в e-commerce для виртуальной примерки одежды или нанесения макияжа.

Применение ИИ-инструментов для фото-и видеоматериалов уже не просто на уровне фильтров, а на уровне полноценного создания новых изображений, вплоть до кинопродукции.

Прогнозирование поведения пользователя для повышения качества продаж: удержания внимания, стимулирования повторного обращения, таргетинга и так далее.

2. Лучше всего с ИИ работают социальные сети и видеоплатформы, которые используют рекомендательные алгоритмы на базе ML, а также фитнес-приложения с анализом сна или трекингом тренировок. ИИ здесь помогает давать советы, основанные на данных организма.

Кроме того, возможности ИИ активно используют финансовые приложения: оценка рисков, антифрод, персонализированные рекомендации, а также образовательные приложения и языковые тренажеры, которые позволяют реализовать адаптивное обучение.

3. Существует два подхода к реализации ИИ: на устройстве (AI on the edge) и модель в облаке (AI on the cloud). Практика показывает, что при первом подходе ограничением выступает вычислительная мощность пользовательского девайса, а при втором – пропускная мощность канала связи, особенно если устройство применяется в условиях нестабильного доступа к сети.

Также к трудностям можно отнести объем и качество данных. Для создания собственных моделей требуется кропотливая и масштабная работа по подготовке датасетов для обучения.

4. Transformer-модели, например, BERT, GPT, Whisper для текстов, голоса и общения.

GAN и Diffusion-модели для генерации и редактирования изображений и видео.

Reinforcement Learning (обучение с подкреплением) – особенно в играх или приложениях с адаптивным поведением.

5. К плюсам можно отнести то, что ИИ может выявлять аномалии, фрод, а также утечки данных быстрее человека. Минусами же является то, что для обучения ИИ нужны данные, а в связи с их обработкой возникает риск утечки и нарушения приватности. Трендом является переход на on-device AI и federated learning, чтобы снизить утечку данных и повысить приватность.

6. Да, вот некоторые из них:
FaceApp / Remini / Lensa – показывают мощь нейросетей в визуале.
You.com – мобильный ИИ-поисковик, который объединяет чат, поиск и генерацию.
Notion AI – сервис очень удобен для заметок и текстов.
И, конечно, мобильное приложение ChatGPT.

7. ИИ открывает новые бизнес-модели. Например, AI-as-a-service (AIaas) внутри приложений, когда пользователь получает платные функции на базе генеративного ИИ, например, голосовые клоны, автогенерация контента и так далее.

Также ИИ позволяет проводить глубокую персонализацию мобильных приложений. Это способствует росту LTV (Lifetime Value) и вовлеченности. Становится больше «естественного общения» с приложением голосом и текстом, то есть интерфейсом приложения становится ИИ, а не кнопки управления.

Также к перспективным можно отнести микросервисы на базе ИИ – модули ИИ-продуктивности (копирайтинг, генерация медиа, ассистенты), а также новые способы монетизации, например, плата за «интеллект», а не только за подписку.

Грач Мкртчян,
руководитель НИО «Интеллектуальные системы» МТУСИ

«ИИ меняет сам подход к мобильным приложениям. Вместо заранее прописанного сценария у нас появляется живой, обучающийся продукт»

Искусственный интеллект в мобильных приложениях сегодня – это уже не про будущее, а про настоящее. ИИ все чаще становится основой пользовательского опыта, делает приложения умнее и полезнее. На мой взгляд, самые перспективные направления – это персонализация, текстовые ассистенты, обработка изображений, а также поведенческая аналитика. Всё, что позволяет приложению понимать контекст, предугадывать действия пользователя и давать нужный результат.

Больше всего таких решений я вижу в финтехе, медицине, образовании и e-commerce. Именно там ИИ даёт ощутимую бизнес-ценность: помогает удерживать пользователей, снижает затраты на поддержку, повышает точность рекомендаций.

Главные сложности – это данные. Их или недостаточно, или они некачественные, или есть вопросы по защите и юридическому использованию. Вторая проблема – это ограниченность ресурсов на мобильных устройствах.

Сейчас особенно интересны технологии вроде federated learning – когда модели учатся на устройстве без передачи личных данных, и TinyML – это мини-версии моделей, которые нормально работают даже на слабых устройствах. Ну и, конечно, трансформеры и большие языковые модели вроде GPT – это прорыв в интерфейсах, позволяющий строить диалог с пользователем как с живым собеседником.

Что касается безопасности – тут палка о двух концах. С одной стороны, ИИ может защищать пользователя: отслеживать подозрительную активность, подсказывать, где есть риск. С другой – сам становится риском, если неправильно обращаться с данными. Поэтому прозрачность алгоритмов и контроль над тем, что именно делает ИИ – это уже не «опция», а необходимость.

Если говорить про вдохновляющие примеры, то это те продукты, где ИИ работает «на заднем плане», но даёт вау-эффект. Например, Notion с генерацией контента, или AI-ассистенты, которые реально помогают.

Ну, и самое главное: ИИ меняет сам подход к мобильным приложениям. Вместо заранее прописанного сценария у нас появляется живой, обучающийся продукт. Это влияет и на бизнес-модели – всё чаще речь идёт не о подписке, а о ценности, которую приложение реально приносит. Возможно, совсем скоро мы увидим приложения, которые учатся вместе с пользователем и сами подстраиваются под его цели.

Филипп Щербанич,
IT-эксперт, backend-разработчик

«Рекомендательные системы одного популярного сервиса знакомств, в котором я работал ранее, помогли мне найти свою любовь»

1. Я думаю, это компьютерное зрение, обработка естественного языка, распознавание и генерация речи. Все это повысит вовлеченность пользователей мобильных приложений. А разработчики получат новые инструменты для реализации самых смелых идей.

И, на мой взгляд, особенно многообещающим выглядит применение таких систем в медицинских приложениях. Проблема не только в том, что, если говорить честно, не у всех сейчас есть доступ к качественной медицине. Проблема еще и в том, что порой пациенты даже не могут задать вопрос квалифицированному врачу, потому что у них нет денег, а в их области нет высококлассных специалистов. То есть им не к кому обратиться. И в этом смысле мобильное медицинское ИИ-приложение поможет им хотя бы определиться с вопросом, понять, какой специалист нужен, каковы будут дальнейшие шаги.

2. На самом деле ИИ так или иначе используется в большинстве современных мобильных приложений: в играх он помогает ботам принимать решения и искать нарушителей правил, в образовательных приложениях – автоматизировать и персонализировать процесс обучения, в финансовых – следить за безопасностью клиентов и предлагать онлайн-поддержку 24/7, а в приложениях для здоровья – считать калории, отслеживать активность и давать предложения по улучшению образа жизни.

И это я не говорю о социальных сетях, e-commerce-приложениях, стриминговых сервисах, социальных сетях и сервисах знакомств, где алгоритмы ИИ-рекомендаций позволяют пользователям видеть релевантный контент именно для них. Так что успешно интегрировать его можно почти в любое приложение, если есть такая задача.

3. Так как я бэкенд-разработчик, мой опыт в контексте мобильных приложениях связан исключительно с созданием их бэкенда. Я разрабатывал поисковые и рекомендательные системы для мобильных приложений, где нужно было за максимально быстрый срок выдать пользователю максимально релевантные результаты.

Главная сложность была в том, что нужно собрать все нужные данные для обучения моделей и внедрить эти модели таким образом, чтобы производительность системы рекомендаций не пострадала.

Кроме того, иногда пробрасывание всех необходимых данных в рекомендательную систему – тоже непростая задача.

И еще одна сложность, которую я хотел бы подсветить – это контроль качества работы ИИ-моделей и поиск аномальных отклонений в их работе – ведь приложение должно быть качественным, корректно работать для всех пользователей.

4. Учитывая специфику мобильных приложений, на мой взгляд наиболее многообещающими выглядят технологии SV (верификация по голосу), TTS (синтез речи), STT (распознавание речи) и LLM (большие языковые модели). С помощью их различных комбинаций можно создавать интереснейшие интерактивные приложения!

Например, те же медицинские. Или – образовательные, помогающие познавать окружающий мир. Такие приложения гораздо проще создавать и внедрять в мобильный телефон, который у всех и всегда под рукой.

5. Все зависит от того, обрабатываются ли данные локально или отправляются на серверы для обработки там, а также от используемых инструментов и анонимизации данных клиентов в вашей системе.

Если данные обрабатываются вне приложения – это однозначно потенциальное место для их утечки. Если ИИ-модель еще и обучается на них, то безопасности становится еще меньше, ведь в дальнейшем она может раскрыть эти данные другим клиентам. Ну, и еще один фактор – излишнее доверие к ИИ-моделям и отсутствие дополнительной валидации данных, которые они выдают. Это тоже снижает безопасность и конфиденциальность данных. Яркий пример – Sage Copilot, разработанный совместно с Amazon Web Services: один из пользователей запросил список последних счетов, но получил данные других клиентов. Сервис после инцидента пришлось даже на время отключить.

Так что, если подытожить – внедрение любой сложной системы, особенно ИИ, повышает риски безопасности.

6. Конечно, таких приложений огромное множество. Меня больше всего вдохновляют сложные рекомендательные системы на основе ИИ. Например, тот же Spotify – сегодня я слушаю рекомендованную этим приложением музыку почти ежедневно.

А рекомендательные системы одного популярного сервиса знакомств, в котором я работал ранее, помогли мне найти свою любовь.

Ну а приложения для подсчета калорий, которые стали невероятно популярными в прошлом году – яркий пример того, что даже небольшая группа студентов может создать что-то невероятно крутое и востребованное, заработав миллионы долларов.

7. Он уже меняет! Любые новые эффективные технологии начинают внедряться повсеместно, влияя на «правила игры». Взять тот же Google – эта компания сейчас просто вынуждена менять свой поисковой сервис из-за появления ChatGPT, потому что огромное множество пользователей используют ИИ как поисковик.

И это работает не только с веб-ресурсами, но и с мобильными и с десктоп-приложениями. К примеру, сегодня очень многие разработчики стали внедрять в свои продукты новые фичи на основе LLM. И они, несомненно, будут существенно менять пользовательский опыт и поведение. И даже, возможно, корректировать основную бизнес-модель.

Виталий Янко,
основатель инвестбутика SPB Founders Global x SoftwareLead

«Сегодня лучше всего реализованы в мобильных приложениях прикладное распознавание изображений и суммаризация контента для повышения личной и рабочей производительности»

Например, распознавание веса, состава и КБЖУ блюд для сидящих на диете и тренирующихся (так делают разработчики счетчика калорий Calzen AI, популярные и в США, и в России), приложение для повышения личной производительности с глубокой интеграцией с календарем DayFlow AI (тоже популярно в мире и в странах СНГ) и продукт Live Transcribe для суммаризации контента под учёбу и работу – менторю команду, создавшую и продвигающую эти продукты.

Основные сложности – это восприятие и трактовка пользователями результатов: они могут расходиться в оценках эффективности использования приложения, могут придираться к пунктуации, к вариациям форматов файлов по выгрузкам («Не могу работать с PDF! Дайте DOCX!») и могут исходить при работе с иллюстрациями из того, что распознавание изображений, к примеру, ориентируется на размер тарелки в том или ином регионе, как и на размер порции, что может давать ошибку в два раза, а не на приемлемые 10% по оценке веса и КБЖУ.

Это нередкая болезнь любых программных продуктов, которые не могут выбрать реперную точку для сопоставления из-за отсутствия вводных. Пользователь, согласный давать обратную связь по итогу распознавания и корректировать её, самый лучший и надежный.

С точки зрения новой функциональности довольно непросто оценить, куда двинется разработка с использованием ИИ. К примеру, она может подстраивать те или иные экраны мобильного приложения под работу с конкретным пользователем. Из какого канала рекламы он пришёл, что «подсунуть» в начале: оплату или проверку функциональности, – и так далее. При этом есть существенные ограничения на трансграничную передачу и хранение персональных данных тех или иных пользователей.

Разработчикам, к сожалению, приходится лавировать между этими ограничениями и, возможно, ИИ поможет небольшим разработчикам разобраться в хитросплетениях регуляторики и показывать нужный баннер на входе – «Согласись с политикой передачи и хранения данных», «Разреши нам собирать о тебе что-то важное», «Закрой это приложение немедленно и удали!» (конечно же, шутка).

Скорее всего, нас ожидают громкие утечки из-за хранения данных пользователей в облаках. Но новость ли, что данные из публичного облака могут утечь? А сами бизнес-модели будущего могут полагаться на максимальную персонализацию профиля и на постоянную допродажу персонализированных цифровых и физических товаров, и повышение уровня подписок на контент, и углубление пользователя в виртуальную вселенную, выстроенную его ИИ-ассистентами. Но насколько глубоко и повсеместно это будет, посмотрим.

Сергей Сидоров,
технический директор аутсорсинговой компании MiXBS

«Безопасность данных не связана напрямую с использованием технологий искусственного интеллекта. Но ИИ в перспективе можно использовать для повышения уровня безопасности в приложениях»

Возможности искусственного интеллекта уже сейчас можно назвать безграничными. Технология настолько стремительно развивается, что вскоре её можно будет увидеть повсюду.

Сегодня ИИ в приложениях используется для:

• Персонализации выдачи контента и рекламы.
• Персонализации набора предоставляемых услуг.
• Анализа пользовательских данных, причём не просто анализа, а сразу с выдачей рекомендаций.
• Коммуникации с клиентами через чат-ботов.

Адаптации дизайна приложения и расположения его элементов под индивидуальные особенности пользователя.

Всё это уже реальность сегодня и, как говорится, дальше – больше.

В связи с развитием ИИ вспоминается старый, но актуальный анекдот.

«Звонок по телефону.
– Здравствуйте! Это «Пицца от Марио»?
– Нет, сэр. Это «Пицца от Google».
– Я набрал неправильный номер?
– Нет, сэр. Google купил у Марио магазин пиццы.
– А, хорошо. Тогда я бы хотел заказать пиццу.
– Хорошо, сэр. Вам, как обычно?
– «Как обычно»?! Вы знаете, что у меня «обычно»?
– Согласно нашим данным, последние 15 раз Вы заказывали 12 ломтиков пиццы с двойным сыром, колбасой и на толстом тесте.
– Эм… Ну да. Это то, что я хотел бы заказать и на этот раз.
– Могу ли я предложить Вам на этот раз заказать 8 кусочков с рикоттой, рукколой и помидорами?
– Нет, я ненавижу овощи.
– Но у Вас повышенный холестерин.
– Откуда вы знаете?
– У нас есть результаты Ваших анализов крови за последние 7 лет.
– Может быть и так, но мне не нужна пицца с с овощами. Я уже принимаю лекарства от повышенного холестерина.
– Но Вы принимали лекарство нерегулярно. 4 месяца назад Вы приобрели у Drugsale Network упаковку, в которой всего 30 таблеток.
– Я купил больше в другой аптеке.
– Это не отображается на Вашей кредитной карте, сэр.
– Я заплатил наличными.
– Но согласно Вашей банковской выписке Вы не снимали столько денег.
– У меня есть другой источник денег
– Но в Вашей налоговой декларации нет данных о других источниках дохода.
– ДОВОЛЬНО!! К черту вашу пиццу!!! Я устал от Google, Facebook, Twitter и WhatsApp. Я улетаю на остров без интернета, сотовой связи, и где за мной никто не шпионит!!!
– Я понимаю, сэр, но Вам нужно обновить паспорт. Срок его действия истек 5 недель назад…»

Если мы говорим про безопасность данных, то напрямую с использованием технологий искусственного интеллекта она не связана. Но ИИ в перспективе можно использовать для повышения уровня безопасности в приложениях. Например, самообучающаяся программа по защите пользовательских данных может обнаруживать нетипичные для пользователя действия и ограничивать вход в приложение. Или же обучаться методам взлома аккаунтов и пресекать все подобные попытки.

Роман Смирнов,
коммерческий директор Девелоники (ГК Softline)

«Мы работали с системой, в которой пропорции и объемы разного типа сырья при замешивании материалов на производстве контролировалось ИИ. Интеграция принесла точность в 97%»

Искусственный интеллект меняет пользовательский опыт и экономику приложений. Мы движемся от интерфейсов к предиктивным системам, где поведение пользователя – источник нового бизнес-потока.

В заказной разработке сейчас ИИ-технологии стали не точкой входа, а механизмом масштабирования ИТ-ландшафта. В ИТ-проектах LLM и ML-модели нужны для автоматизации рутинных сценариев, адаптации интерфейсов под контекст пользователя и предиктивного анализа. Особенно актуально это в B2B-приложениях, где ИИ помогает интегрировать новые модули без переработки архитектуры.

Часто задача стоит не в создании ИИ-продукта, а в точечном встраивании умных компонентов в зрелый ИТ-ландшафт – например, в CRM, ERP, логистику. Это требует строгой модульности, тестируемости и контролируемого поведения моделей.

ИИ ускоряет внедрение новых функций, оптимизируют цепочки и дает бизнесу инструменты для роста. Но помимо функций, технологии влияют на бизнес-модели: ИИ упрощает онбординг, увеличивает LTV, снижает стоимость поддержки. Особенно это видно в B2B-приложениях.

Наиболее распространены сценарии персонализации, умных ассистентов, голосового и визуального распознавания. Это актуально в финтехе, e-commerce, медицине и образовании. Можно интегрировать LLM для чат-ботов, которые сокращают нагрузку на поддержку, модели скоринга – в мобильных банковских решениях, предиктивную аналитику и распознавание изображений в здравоохранении. Приведу примеры ИТ-задач и проектов с отраслевой спецификой.

ИИ применим у маркетплейсов и медиакомпаний: он адаптирует контент и интерфейсы в режиме реального времени. Голосовые и виртуальные помощники сейчас стали стандартом сервиса в банках, за счет возможностей поиска и обработки данных. В госсекторе, где взаимодействие часто идет по модели «государство как сервис», NLP-интеграции экономят время и ресурсы, обеспечивая оперативное получении соцуслуг. Предиктивная аналитика и scoring стали доступнее: можно построить план лечения на основе анамнеза или отследить путь мошенника.

Отдельно выделю проекты промышленности, логистики, ритейла и строительства. Умные камеры и компьютерное зрение позволяют автоматизировать рутину, распознавать брак, искать товар, считывать штрихкоды и OCR, фиксировать качество сборки и погрузки.

Мы работали с системой, в которой пропорции и объемы разного типа сырья при замешивании материалов на производстве контролировалось ИИ. Интеграция принесла точность в 97%. В другой ситуации нейросеть отличала тип и вид живой рыбы, чтобы заказчик знал, кого и куда транспортирует и в каком количестве.

Сейчас компании начинают собирать и эксплуатировать данные как актив, на базе которого строятся новые продукты. И за последние пару лет уже можно составить реальную картину с опорой на аналитику рынка и на собственный опыт.

При разработке мы сталкиваемся с нехваткой чистых доменных данных. Хорошо, если заказчик приходит с готовой базой, но чаще всего требуется подключать ресурсы на сбор, анонимизацию и очистку данных. Тут применимы компетенции специалистов, способных погружаться в контекст и специфику проекта, а их на рынке еще не так много. Часто нельзя запустить большие модели прямо на устройстве. Но решением проблемы становится inference через API, например, с использованием ONNX и edge-оптимизаций.

Помимо этого, в крупном бизнесе нужна высокая уверенность в валидации ИИ-результатов. Корпоративным клиентам важно знать, почему ИИ принял то или иное решение (особенно в банковской или страховой сферах). Часто требуется выстраивать процесс через автоматизированное тестирование, A/B-оценку и post-deployment аналитику.

И наконец, вопрос конфиденциальности и аудита действий модели. Сегодня в ИТ-проекте важно обеспечить соответствие всем регуляторным требованиям (ФЗ-152, GDPR и ISO 27001). Сейчас заметен тренд на on-device ML в связке с federated learning, чтобы сохранить приватность без потери функционала, но нужно время, чтобы оценить эффективность подхода. 

Ключевые слова: мобильные приложения, искусственный интеллект, ИИ-продукт

Подпишитесь на журнал

Комментарии могут оставлять только зарегистрированные пользователи