Дмитрий Елисов: "Любая технология — это прежде всего инструмент решения бизнес-задач"

Архитектор высоконагруженных блокчейн-платформ и CEO компании OQTACORE объяснил, почему будущее цифровой экономики находится на стыке блокчейн-инфраструктуры, финтеха и искусственного интеллекта.

Мир IT находится на пороге масштабной технологической трансформации, переходя от человекоцентричной модели к платформам, изначально предназначенным под ИИ-агентов. Однако большинство систем буксует при переходе к промышленной эксплуатации, приводя к огромному количеству ранее невиданных вызовов, требующих решения без остановки бизнес-операций. Для создания устойчивого цифрового фундамента, просчета рисков и планов реагирования еще до совершения первого шага бизнесу требуется глубокая инженерная экспертиза. Архитектор AI/ML, блокчейн- и облачных систем Дмитрий Елисов — выпускник и лектор МФТИ, разработчик более 20 технологических продуктов, CEO международной технологической компании — предлагает системный подход к развитию цифровых платформ, где технологии блокчейна и искусственного интеллекта выступают как эффективный инструмент решения бизнес-задач. Его привлекают для проведения аудита проектов и решения сложных задач технологических компаний. Поговорили с Дмитрием о том, как строить бизнес-инфраструктуру нового поколения с применением блокчейн и AI, способную выдерживать сотни тысяч пользователей без потери скорости, компромиссов безопасности, и внедрять решения на базе искусственного интеллекта в реальный сектор и аналитику данных.

Дмитрий, сейчас многие компании стремятся к быстрому запуску цифровых сервисов, часто жертвуя качеством архитектуры. Как разработчик крупных блокчейн- и облачных платформ, скажите, насколько критична глубокая инженерная экспертиза для масштабирования бизнеса, связанного с наукоемкими технологиями, и почему уже недостаточно одного менеджмента?

Ранний опыт научил меня главному: любая технология — это прежде всего инструмент решения бизнес-задач. В 2011 году, когда scikit-learn только появлялся, а решения приходилось переписывать на C#, мы учились строить системы в условиях дефицита готовых инструментов. Сегодня это помогает мне видеть блокчейн-индустрию без лишних иллюзий — сейчас она находится примерно там же, где AI был на раннем этапе: это узкая область, требующая серьезной теоретической и инженерной подготовки. В ИИ сейчас собрать продукт можно сравнительно быстро, а в блокчейне без сильной команды это почти невозможно. Если в простом ИИ-прототипе ошибка может привести к странному ответу, то в блокчейне слабая архитектура и дыры в безопасности могут закончиться потерей средств и репутации. Поэтому для наукоемкого бизнеса уже недостаточно только менеджмента: нужен фундамент в виде сильной инженерии, аудита и понимания того, как система поведет себя под нагрузкой, при росте и при атаке.

Блокчейн все чаще рассматривается как полноценная технологическая основа для бизнеса. Как инженерная сложность блокчейн-инфраструктуры влияет на устойчивость цифровых платформ и на что вы в первую очередь обращаете внимание при проведении технического аудита таких проектов для партнеров и акселераторов?

Для меня блокчейн — это технологическая база для прозрачных и защищенных систем. Но устойчивость здесь определяется не самим фактом использования блокчейна, а качеством всей инфраструктуры вокруг него. Я в первую очередь смотрю, способна ли система масштабироваться до сотен тысяч пользователей без просадки производительности, как устроена защита от внешних и внутренних угроз, насколько грамотно спроектированы кошельки и процессы управления ключами, как выстроены DevOps-процессы и насколько безопасно команда может выпускать обновления в режиме 24/7. Простой пример: можно сделать очень сложный смарт-контракт, мультиподписи и лимиты, но если один человек внутри компании со временем может собрать критические доступы и вывести средства, значит архитектура уязвима. Поэтому технический аудит для меня — это прежде всего проверка прочности фундамента.

Современные цифровые платформы требуют не только сохранности информации, но и способности быстро принимать на ее основе эффективные решения. Вы для этого используете искусственный интеллект. Расскажите, как он работает в связке с блокчейн-инфраструктурой и станет ли это стандартом для высоконагруженных систем будущего?

По отдельности эти технологии решают только часть задач, а вместе дают новый класс систем. ML анализирует данные, LLM помогают с принятием решений, а блокчейн фиксирует результат в доверенной и неизменяемой среде. В перспективе 5–10 лет я действительно вижу большое будущее у этой связки. Но на текущем этапе я бы не переоценивал автономность LLM. У них пока недостаточно критического мышления, и бизнес чаще выигрывает, когда ИИ работает как сильный ассистент, а не как полностью самостоятельный участник процесса. На практике ИИ уже помогает анализировать состояние блокчейн-инфраструктуры, прогнозировать нагрузки, выявлять аномальные паттерны в транзакциях, ускорять DevOps и технический аудит. При этом блокчейн не станет хранилищем для любых данных: это слишком дорого по сравнению с обычными S3-совместимыми системами. Но как доверенная вычислительная и транзакционная среда он отлично дополняет ИИ. Думаю, для части высоконагруженных корпоративных систем такая комбинация со временем станет нормой.

Не секрет, что искусственный интеллект пытаются внедрить чуть ли не в каждый продукт, но часто это остается лишь маркетинговым ходом. Как ваш опыт работы с ним помогает отличить реально эффективное ИИ-решение от "красивой обертки", и в каких областях внедрение нейросетей дает измеримый финансовый результат уже сегодня?

Отличить рабочее ИИ-решение от красивой упаковки можно по трем вещам: снижает ли оно объем ручного труда, масштабируется ли без взрывного роста затрат и остается ли надежным в реальной эксплуатации. Если модель встроена в продукт, но не решает конкретную бизнес-боль и не дает добавочной ценности, это, скорее всего, просто обертка. Важно помнить и о цене вопроса. ИИ намного тяжелее классических алгоритмов: он требует больше вычислительных ресурсов и часто работает медленнее. Поэтому его нельзя вставлять во все подряд. Эффективная интеграция должна быть точечной и оправданной, особенно в высоконагруженных системах. Измеримый результат ИИ уже дает там, где он ускоряет разработку, автоматизирует аналитику, помогает в обработке больших массивов данных, повышает конверсию или снижает размер команды без потери качества. Но здесь нужен трезвый подход: если система слишком часто ошибается, бизнес не станет ей доверять.

Под вашим руководством компания показала кратный рост: выручка достигла двух миллионов долларов, а в портфеле появились крупные международные бренды: EMCD, DOP Protocol, Planck Network. Какие именно решения позволили конвертировать инженерную экспертизу в такие финансовые результаты и что привлекает в работе с вами серьезных игроков в области блокчейн-технологий?

Финансовый рост — это следствие правильно выстроенных процессов и доверия рынка. Когда я занял роль CEO, одной из главных задач было превратить сильную инженерию в масштабируемую бизнес-модель. Мы стараемся проектировать системы так, чтобы они соответствовали не только амбициям клиента, но и его возможностям по дальнейшей поддержке. Отдельно объясняем важность независимых аудитов: это дорого, но без них в сложных системах риски слишком высоки. Крупных клиентов привлекают сильная техническая команда, скорость работы и опыт в задачах на стыке AI/ML и блокчейна. Мы в AI/ML с 2011 года, в блокчейне — с 2017-го, и за счет этого можем брать на себя сложные инженерные вызовы и часто двигаться быстрее внутренних команд заказчика. Еще один фактор роста — портфолио уже решенных задач. Рынок охотнее доверяет тем, кто уже делал похожие проекты. За два года это помогло нам вырасти с 11 до 73 человек и одновременно вести более семи полноценных коммерческих продуктов. Для международных заказчиков важен партнер, который умеет брать на себя самую сложную технологическую часть, пока они развивают бизнес.