Искусственный интеллект (ИИ) является ядром современных цифровых технологий. Сейчас он задействуется практически во всех сферах экономики и трансформирует целые отрасли. Решения, основанные на ИИ, предоставляют уникальные возможности для автоматизации монотонных задач, формирования новых рабочих форматов, внедрения инновационных бизнес-моделей и освоения новых рыночных областей.
Так почему же далеко не все компании приобретают продукты на основе искусственного интеллекта и не внедряют эти технологии в свои процессы? Давайте разбираться.
За 2022 год совокупный объем рынка ИИ (согласно данным аналитиков Центра компетенций НТИ по направлению «Искусственный интеллект» на базе МФТИ) составил 647 млрд рублей. Относительно 2021 года он увеличился на 17,3%. Рост неплохой, но не сказать, что впечатляющий. Примерно так же он изменяется последние годы.
В России насчитывается более 800 компаний, работающих в этой сфере (согласно исследованию АНО «Цифровая экономика» за 2022 г.). Из них более 90% — это малые ИИ-компании. В инфополе нам кажется, что искусственный интеллект уже повсюду, но, по данным аналитиков «Цифровой экономики», технологиями ИИ в России пользуются только около 20% компаний. Не сильно ситуация отличается и в мире. Согласно исследованию IBM, опросившей более 7,5 тыс. организаций, ИИ используют только 35% компаний.
Сейчас практически уже нет индустрии, которая не соприкасалась бы с новыми технологиями. Но несмотря на весь ажиотаж вокруг искусственного интеллекта, темпы, с которыми организации и предприятия внедряют его в свои процессы, остаются все еще медленными. С чем же это связано?
Окупаемость
В основном, это связано с тем, что, в бизнес-среде пока нет стопроцентной веры в быстрый возврат инвестиций. Отсюда не происходит безоглядного инвестирования в эти решения и апробации их в бизнес-процессах. Как мы видим, в большинстве своем компании идут сначала в пилотные проекты, потом в долгую оценку результатов, и только затем — во внедрение ИИ-технологий во всех направлениях бизнеса. При этом большинство таких решений кто-то уже пробовал и внедрял, то есть на практике уже есть результаты. Но несмотря на наличие фактов, свидетельствующих о том, что практически каждый такой проект успешен и большинство историй окупается, компании относятся к ИИ с неким скептицизмом.
Стоимость
Не все решения на базе искусственного интеллекта на сегодняшний день перешли в стадию дешевых продуктов. До сих пор существует ряд направлений, где человек будет обходится компаниям дешевле, чем робот. Некоторые решения, например, еще требуют вложений в модернизацию оборудования, в обучение для сотрудников, найм дополнительных специалистов.
Кадры
Искусственный интеллект сейчас развивается в довольно узких направлениях. Теперь часто становится актуален не просто дата-сайентист, а человек, способный на машинное обучение и при этом обладающий знаниями в конкретной области. Это особенно видно в направлении MedTech, где в перспективе медицинский эксперт и эксперт в машинном обучении могли бы быть одним человеком. Доктору медицинских наук тогда бы не пришлось объяснять дата-сайентисту, правильные ли заключения сделал ИИ или нет, а дату-сайентисту не пришлось бы объяснять доктору, на основе чего ИИ принял такое решение. Если бы такие связки специалистов решались подобным образом, то это оказало бы существенное влияние на развитие ИИ не только в медицине, но и в других направлениях
Обмен данными
Машинное обучение строится на данных. Чем больше качественных данных, тем лучше результат будет выдавать ИИ. Как у телеком-оператора у нас колоссальная база клиентов, и ежедневно мы получаем огромное количество обезличенных данных: интернет-трафик, действия в приложении и т.д. Это ценнейшая информация, за счет которой компании создают продукты, удовлетворяющие потребительским запросам. Но билайн давно уже не просто телеком-оператор.
У нас есть экспертиза по машинному обучению, способная повлиять на другие отрасли. Например, мы решили, что ИИ можно обучить определять по снимку МРТ патологии тазобедренного сустава. Для этого нужны данные — множество снимков и поставленные по ним диагнозы. Есть ли у нас такие данные? Конечно же нет, но такая экспертиза есть у медицинских организаций. Благодаря партнерству с Сеченовским университетом мы смогли создать модель нейросети, которая определяет патологии по снимку МРТ с точностью более 80%. Представьте, как изменилось бы здравоохранение, если бы и другие учреждения смогли делиться своей экспертизой. Ведь случаи бывают очень разные: где-то с ними сталкивались, а где-то нет. Вопрос по урегулированию обмена данными поднимали различные эксперты. Он актуален не только по части медицины, но и по другим различным направлениям.
Коммьюнити
На развитие ИИ также может сильно повлиять решение одной, но важной задачи — это создание общего просветительского фона. Мы видим это как своеобразное коммьюнити, где компании взаимодействуют друг с другом, делятся своей экспертизой и узнают об успехах и решениях своих коллег. Мне кажется, это сильно ускорит процесс развития цифровизации бизнесов и позволит найти и масштабировать решения для различных индустрий, которые пока только начинают развиваться в технологическую сторону.
