От подписки к корпоративному AI: как собрать команду ИИ‑разработчиков и преодолеть скепсис
Компания PSM Unlim рассказывает, как построила собственную AI‑ready инфраструктуру, наняла первую команду ИИ‑инженеров и убедила сотрудников в ценности локального корпоративного AI.
В новой статье на Habr ML представители PSM Unlim делятся опытом перехода от использования облачных подписок к полностью локальному корпоративному AI. После публикаций о AI‑ready инфраструктуре и её «железной» основе, автор переходит к теме сборки команды, которая будет эту инфраструктуру эксплуатировать.
Что именно построили?
- Локальная платформа на базе открытых моделей (LLaMA‑2, Mistral‑7B) и собственного пайплайна для обучения и инференса.
- Интеграция с внутренними системами через Kubernetes, Kubeflow и MLflow для управления экспериментами.
- Обеспечение информационной безопасности: изоляция данных, шифрование на уровне диска и контроль доступа по ролям.
Как формировалась команда?
- За 6 мес. наняли 5 специалистов: два ML‑инженера, один дата‑сайентист, один DevOps‑инженер и одного продукт‑менеджера.
- Провели серии воркшопов и «AI‑дня» для остальных сотрудников, чтобы показать конкретные кейсы (автоматизация отчётности, генерация кода, чат‑боты поддержки).
- Преодолели скептицизм через пилотные проекты с измеримыми KPI: сокращение времени подготовки отчётов на 30 %, снижение количества ручных запросов в техподдержку на 25 %.
Ключевые цифры
- Бюджет проекта – 12 млн ₽ за первый год.
- Время до первой модели в проде – 8 недель.
- Экономия за счёт отказа от внешних подписок – около 4 млн ₽ в год.
Подробности и ссылки на репозитории доступны в оригинальной статье.
Для разработчиков и студентов это демонстрирует, что построение собственного AI‑стека в России реально и экономически оправдано. Главное – собрать небольшую, но кросс‑функциональную команду и показать быстрые бизнес‑результаты, чтобы снять внутренний скептицизм.
