Распространение технологий искусственного интеллекта (ИИ) открывает широкие возможности их использования для получения экономического эффекта. Современные нейросети могут значительно оптимизировать деятельность компаний — например, автоматизировать рутинные вычисления или выполнять работу в несколько раз быстрее и точнее человека. Вместе с тем они становятся источником рисков в сфере информационной безопасности и на рынке труда.
По подсчетам IDC, в 2021 году объем международного рынка ИИ составил $383,3 млрд (рост 20% по сравнению с 2020 годом). И, по мнению экспертов, эта тенденция будет сохраняться, если не ускоряться. В России, по данным АНО «Цифровая экономика», объем рынка ИИ в прошлом году вырос на 15% и составил около 635 млрд рублей.
«При этом в большинстве своем рынок по-прежнему воспринимает ИИ как нечто из будущего, как системы, решающие задачи или думающие за человека. Но на самом деле он давно уже присутствует в нашей повседневной жизни. Например, когда Word подчеркивает слово, которое не очень хорошо ложится в контекст, это на самом деле работа ИИ, замаскированного от глаз обывателя»,— говорит Илья Карякин, директор по технологическим инновациям компании WONE IT, эксперт Санкт-Петербургского регионального отделения «Деловой России».
По словам Ярослава Алейника, основателя и CEO Omega.Future, эксперта Санкт-Петербургского регионального отделения «Деловой России», несмотря на то, что рынок коммерческого использования ИИ и нейросетей еще сравнительно молод, он уже показал себя как один из самых быстрорастущих и перспективных.
В авангарде внедрения технологий — крупные компании со значительным запасом средств на их разработку, запросом на автоматизацию процессов или доступом к большим данным, которые нужно анализировать и обрабатывать.
Чаще всего коммерческие ИИ и нейросети сегодня используются в финансовом секторе (для анализа больших объемов данных о клиентах, определения кредитоспособности, оптимизации инвестиционных портфелей и предотвращения мошенничества); медицине (для автоматизации анализа медицинских данных, помощи в диагностике заболевания и определения эффективности лечения); электронной коммерции (для создания персонализированных рекомендаций, оптимизации поисковых запросов и прогнозирования спроса на товары и услуги); производстве (для автоматизации процессов производства, управления складами и оптимизации логистики).
«Причиной такого широкого применения ИИ является то, что он позволяет компаниям сократить расходы и увеличить прибыль за счет улучшения точности прогнозирования, оптимизации процессов, повышения производительности и снижения рисков»,— указывает господин Алейник.
Одним из популярных применений искусственного интеллекта является автоматическое принятие решений, основанных на данных. Например, «умные» системы могут помочь банкам и финансовым компаниям принимать решения по выдаче кредитов, основываясь на анализе кредитной истории, данных об экономическом положении заемщика, его доходах и расходах.
Еще одним примером применения нейросетей является компьютерное зрение — возможность компьютера распознавать изображения и классифицировать их. Например, такие системы могут использоваться в качестве инструмента контроля качества в производстве — дефектоскопии.
«Многие крупные компании передают ИИ-алгоритмам поиск и первичные интервью с кандидатами (о таких экспериментах говорил, к примеру, «Сбер»). Также широко используются боты-ассистенты для обратной связи, в основе которых также лежат нейросети. Тот же «Яндекс» работает над созданием автопилота, в основе которого также лежит AI, а в ВК искусственный интеллект подбирает пользователю интересный контент и музыку. Даже в геологоразведке сейчас можно найти применение ИИ: модели на основе больших данных помогают искать потенциальные месторождения»,— рассказывает Анастасия Ускова, генеральный директор технологической группы Rocket Humans.
«При этом самым коммерчески успешным проектом в России является система фото- и видеофиксации в области транспортной безопасности. Подобные системы стоят практически во всех регионах, а используется это по банальной причине: возможность пополнить бюджет и, конечно, повысить уровень безопасности на дорогах»,— заключает господин Алейник.
Популярные сферы
Как отмечает Алексей Богомолов, директор практики «Стратегия трансформации» компании «Рексофт Консалтинг», сегодня лидерами в применении ИИ-технологий в России являются финансовые, IT- и телеком-компании. Их используют более половины организаций данных отраслей.
По словам Евгения Зараменских, профессора Высшей школы бизнеса НИУ ВШЭ, основные лидеры в использовании ИИ — ритейл и финтех. При этом более раннее исследование МФТИ демонстрировало значительную долю венчурных инвестиций в проекты в области образования, рекламы и маркетинга, управления персоналом, здравоохранения и промышленности. Исторически они уступали ритейлу и финтеху, но с учетом прошлых инвестиций в скором времени можно ожидать роста использования ИИ и нейросетей и в этих сегментах.
По мнению Алексея Сергеева, руководителя практики «Машинное обучение и искусственный интеллект» компании Axenix, ИИ, как и другие технологии, активнее проникает в области с высокой потенциальной эффективностью, где очевиден или уже подтвержден опытом внедрений возврат инвестиций.
«В целом сегодня проекты с использованием ИИ-технологий реализуются преимущественно для точечной оптимизации или автоматизации отдельных процессов. Например, недавно одна из дочерних компаний «Ростеха» сообщила о начале использования нейросетей для оценки качества деталей своих авиадвигателей. Помимо очевидного снижения затрат, подобный метод позволяет формировать «цифровой след» продукции, который в дальнейшем может использоваться для ретроспективной аналитики. Другой показательный пример продемонстрировал центр обработки документов «Лотос», который администрирует кадровое делопроизводство розничных аптек в 44 регионах России. При помощи нейросети удалось снизить время на обработку полного комплекта документов для трудоустройства с 30–45 до 10 минут. За год нейросеть обработала около 2,5 тыс. комплектов документов, сэкономив почти два месяца работы персонала»,— делится господин Зараменских.
Государственные ведомства, по словам эксперта, также начали использовать нейросети в своей работе. Московская область в рамках проекта «Яндекса» по распознаванию метрических книг обработала документы XVIII — начала ХХ веков и оцифровала около 300 тыс. страниц. Ручная оцифровка архивов подобного объема потребовала бы не только высоких финансовых затрат, но еще и огромного количества рутинного, монотонного труда персонала архива.
Заместитель генерального директора Postgres Professional, глава комитета по интеграции российского ПО ассоциации «Отечественный софт» Иван Панченко сказал CNews, что, с одной стороны, обязать бизнес платить за иностранное ПО видится более справедливым, чем позволить использовать софт бесплатно. В противном случае переход на отечественные решения был бы экономически невыгоден.
«С другой стороны, странно предлагать доступ к деньгам со спецсчетов иностранным вендорам — они не только добровольно и вероломно отказались получать деньги за свои продукты, но и в одночасье закрыли доступ к обновлениям и прекратили оказывать техподдержку. Скорее с них нужно требовать возмещения убытков», — рассуждает Панченко.
Он отметил, что ИТ-отрасль и так получает мощную государственную поддержку в виде налоговых льгот и стимуляции спроса на свою продукцию. Возможно было бы полезней направить деньги на образование или финансирование научных разработок, которые помогут достичь технологического суверенитета в областях, где с ним дела обстоят хуже, чем с ПО, например в микроэлектронике.
Источник: Коммерсантъ
Фото: Unsplash
