Как выбрать подрядчика по ИИ: 8 вопросов, которые отсеют шарлатанов
С ростом госзаказа на ИИ рынок заполнился компаниями, которые вчера делали сайты, а сегодня предлагают «разработку нейросетей под ключ». Отличить реальную экспертизу от маркетинга помогут конкретные вопросы на первой встрече.
Вопрос 1: «Покажите реализованный проект с измеримым результатом»
Это фундаментальный фильтр. Не концепцию, не демо на общедоступных данных — а реальный проект с конкретным заказчиком и конкретными числами (снизили время обработки на X%, сократили штат на Y человек, точность модели Z%).
Красный флаг: «У нас есть опыт в смежных областях» или ссылки на кейсы без цифр.
Вопрос 2: «На каком железе будет работать система и где будут храниться данные?»
Для любого российского заказчика — это вопрос юридического соответствия. Ответ должен быть конкретным: российский облачный провайдер или серверы заказчика. Расплывчатое «в безопасном облаке» — тревожный сигнал.
Вопрос 3: «Вы делаете fine-tuning на наших данных или используете готовую модель как есть?»
Принципиальный технический вопрос. Подрядчик, который просто «оборачивает» ChatGPT или GigaChat в интерфейс — это не разработчик ИИ, это интегратор. Ничего плохого, но цена и ценность должны соответствовать.
Настоящая кастомная разработка требует: сбор и разметку данных, обучение или дообучение модели, валидацию на ваших задачах.
Вопрос 4: «Кто конкретно будет работать над проектом?»
Попросите показать команду: ML-инженер, data scientist, специалист по безопасности. Если компания из двух человек берётся за корпоративный проект — либо они субподрядят работу, либо сроки сорвутся.
Вопрос 5: «Что происходит с моделью после завершения проекта?»
Правильный ответ: исходный код и веса модели передаются заказчику, без каких-либо лицензионных отчислений. Подрядчик, который оставляет веса у себя и берёт ежемесячную плату — создаёт вендор-лок.
Вопрос 6: «Как вы измеряете качество модели?»
Должен прозвучать конкретный набор метрик под вашу задачу: точность (precision/recall) для классификации, BLEU/ROUGE для генерации текста, MAE/RMSE для предсказания числовых значений. Если подрядчик не может назвать метрики — он не понимает задачу.
Вопрос 7: «Опишите процесс, если модель начнёт давать неверные ответы в production»
Это вопрос о зрелости команды. Хороший ответ включает: мониторинг дрейфа данных, процедуру переобучения, систему логирования инцидентов. Плохой ответ: «Такого не бывает» или «Позвоните нам».
Вопрос 8: «Какой у вас минимальный объём проекта и почему?»
Адекватный подрядчик скажет правду: хороший ИИ-проект начинается от определённой суммы, потому что требует минимальной команды и времени на правильную работу с данными. Тот, кто берётся за «ИИ-систему за 300 тысяч рублей» — либо сделает прототип без реальной ценности, либо возьмёт ваши деньги и пропадёт.
Как мы отвечаем на эти вопросы
Мы готовы ответить на каждый из восьми вопросов конкретно — на первой бесплатной консультации. Не боимся показать архитектуру, назвать метрики и передать исходный код.