Технологии искусственного интеллекта становятся мейнстримом

Искусственный интеллект (ИИ) и машинное обучение перестали быть сугубо технологическими экспериментами и из ИТ-лабораторий выходят в бизнес-среду, пишет «Коммерсантъ». Массовое проникновение таких технологий, по прогнозам экспертов, случится лет через пять, но уже сейчас ориентация компаний на их применение может дать им стратегические преимущества в самом ближайшем будущем. Так, по мнению аналитиков Gartner, к 2020 году подобные решения будут применяться «почти в каждом новом программном продукте».

Мировой рынок ИИ уже по итогам 2018 года достигнет объема в $1,2 трлн, что будет на 70% больше прошлогоднего показателя. Не менее существенный прирост ожидается и в среднесрочной перспективе — к 2022 году вложения в ИИ могут составить почти $4 трлн.

Всерьез о технологии заговорили в прошлом году. Главные задачи, которые решает ИИ: увеличение прибыли, снижение издержек, повышение эффективности бизнес-процессов и т. д., стали предметом активного обсуждения.

На технологию обратили внимание и российские инвесторы, признавшие ИИ одним из самых предпочитаемых для инвестиций сегментов (данные «Венчурного барометра» фонда Prostor Capital). При этом если годовой объем отечественного рынка ИИ и машинного обучения в 2017 году оценивался отраслевыми экспертами на уровне 700 млн рублей, то уже к 2020 году он может вырасти до 28 млрд рублей. Некоторые эксперты уверены, что в ближайшие несколько лет объем рынка в России перевалит за 50 млрд рублей. Это косвенно подтверждает и исследование PwC Digital IQ, согласно которому, если год назад только 35% российских компаний инвестировали в развитие ИИ, тогда как в мире — 54%, то уже к 2020 году эти показатели будут находиться на уровне 74% для отечественного сегмента и 63% — для зарубежного. Иными словами, уже сейчас ясно, что очень скоро «искусственный разум» действительно проникнет во все сферы деятельности любого крупного предприятия.

Пока в России одни компании еще определяются со стратегией в отношении новой технологии, другие уже на деле успели изучить реальные возможности систем ИИ. Например, в сфере финансов эти технологии помогают выявлять случаи мошенничества среди сотрудников, в автоматическом режиме анализируя движение транзакций и счетов, или предсказывают вероятность оттока вкладчиков из паевых фондов. В промышленности такие решения экономят потребление ресурсов, оптимизируют режимы работы оборудования, предсказывают появление производственного брака и выявляют факторы, на него влияющие. В автоиндустрии и страховании они могут «вычислить» недисциплинированных водителей (на основе истории поездок и состояния датчиков машины). А в ритейле «умные» системы способны предсказывать потребление различных продуктов и понимать, какой товар в тот или иной момент будет пользоваться повышенным спросом.

Уже сейчас ритейлеры переходят к внедрению технологий машинного обучения для оптимизации закупки и распределения товаров. Это позволяет размещать их в нужном месте в нужное время, чтобы увеличить вероятность продажи и продавать больше товара по полной цене до сезона распродаж. Обычно ритейлеры видят первые результаты через 30 дней после начала пользования решением. В среднем прирост продаж составляет 3–7%, сокращение товарных излишков в магазинах достигает 30%, а снижение дефицита по размерным рядам — 60%».

Банковская отрасль одной из первых начала применять ИИ и продолжает активно развивать это направление. Наибольший эффект от внедрения технологии достигается в управлении наличностью в кассах и банкоматах и области работы с клиентами: в сегментации клиентской базы, кредитном скоринге, предсказании оттока вкладчиков, выявлениии мошенничества и др. Работа с клиентом реализуется на базе мессенджеров с применением ИИ. Общение идет на естественном языке. Подчас порядка 90% поступающих запросов обрабатывается чат-ботами, и банки продолжают минимизировать человеческое участие. Например, автоматизируют процессы обслуживания, а также работу с клиентской аналитикой. ИИ работает с клиентской базой примерно в 10 раз эффективнее человека, выявляя скрытые закономерности.

Что будем искать? Например,ChatGPT

Мы в социальных сетях