ИИ для бизнеса

Большой разбор с директором Softline Digital Андреем Ботневым. По данным института статистических исследований и экономики знаний НИУ ВШЭ уровень использования технологий искусственного интеллекта в российских организациях остается невысоким. Лишь 5,4% российских компаний применяют их в своей работе. Среди первопроходцев лидируют финансовые компании и ритейл. Наибольшим спросом пользуются технологии анализа данных и обработки естественного языка, в том числе чат-боты и виртуальные ассистенты.

Автор
Лана Минина
Время чтения
11
Цель статьи
Составить представление о возможностях использования ИИ-решений для различных сфер бизнеса. Для этого взяли интервью у генерального директора Softline Digital Андрея Ботнева.

Факторы, препятствующие массовому внедрению ИИ-технологий, можно разделить на внешние и внутренние. Низкая информированность малого и среднего бизнеса об их преимуществах, небольшое число «коробочных» решений, высокая стоимость. Помимо этого, внедрение и применение ИИ требует перестройки бизнес-процессов, их оцифровки, автоматизации. Ведь ИИ-решения раскрывают свой потенциал на массивах данных. Поэтому банки и страховые компании в лидерах внедрения, они традиционно собирают много информации о пользователях и сделках и оцифровывают ее.

И, казалось бы, ситуации неопределенности повышают спрос на предиктивную аналитику, решения по снижению рисков. А это все позволяют делать искусственный интеллект. Какие факторы выйдут на первый план? Стоит ли ожидать повышения спроса? Как изменится рынок в ближайшие 2-3 года? Разговариваем на эту тему с Андреем Ботневым.

Передовые отрасли

В каких сферах бизнеса в ближайшие 2-3 года можно ожидать увеличение спроса на ИИ-решения?

Сейчас классное время для проб и экспериментов. Сошлись 3 фактора, которые были нужны. Сами алгоритмы были разработаны еще в 60-х годах, математика у нас вся есть. Всех инженеров учили матанализу и линейной алгебре, но тогда мы не понимали зачем.  Настало время для этих знаний. Второй момент – дешевое железо, которое будет производить все вычисления. И третий момент – это массивы данных, без которых невозможно обучать ИИ.
В сфере финансов, конечно, есть возможности для применения прогнозных моделей, например, замещающих скоринговые системы оценки платежеспособности заемщика. Второй сферой является ритейл. Для них важны высокоточные модели прогнозирования спроса и продаж. Речь и об e-commerce, и о физическом ритейле, который никуда не исчезнет.
В промышленности будет сильный рост. Но для этого важно оцифровать большинство операций. Например, есть такой-то станок. Мы можем померить силу тока, температуру, количество движений в минуту, измерить шум, уровень вибраций и другие параметры. Но для этого нужно установить большое количество датчиков, которые бы снимали показания и передавали их в единую базу данных. И тогда ИИ-решение начнет учиться и выстраивать прогнозы работоспособности, производительности и так далее.
На мой взгляд для промышленности особый интерес вызовет «цифровой двойник» производства, который сможет моделировать процессы, варьировать различные переменные, тестировать гипотезы новых технологических процессов. Например, что будет, если мы повысим температуру на 10 градуса Цельсия в этой точке цикла? Сократится ли расход материала? То есть появляется возможность проводить эксперименты с технологией производства в цифровом двойнике, моделирующем реальный процесс. Это имеет колоссальную важность для инновационных предприятий, например, при создании новых лекарств и их тестировании на ИИ-моделях.
Но не только. Например, AR-ассистенты, которые работают в режиме инспектора и удаленного эксперта и показывают, что происходит со станком и могут через голосовое управление произвести необходимый ремонт.

ИИ для промышленности

Если говорить о производственных предприятиях, какие можете выделить перспективные направления для внедрения?

На основе опыта внедрения цифровых двойников предприятий возникло понимание того, что существующие модели используют «подход от физики» и создают идеальный цифровой двойник по формулам. В реальности происходит так, что на описанный формулами процесс влияет множество факторов, и устройство работает не по технической инструкции. На процесс может повлиять температура в цехе, рабочая бригада, поставщик сырья, влажность воздуха и так далее.
Мы подошли принципиально иначе. Отталкиваемся от данных и подстраиваем физику под реальные процессы на предприятии. Мы создали полноценную платформу, AILine.io, которая позволяет очень быстро развернуть пилотную модель.

Какие выгоды получает заказчик?

Главное, что мы строим прототип всего за 2 недели. Это уже рабочая модель, с которой можно экспериментировать. Без платформы такая работа занимает несколько месяцев и стоит совсем других денег.
Второе, реальное удобство. В платформу интегрированы сервисы визуализации, прогнозирования, интерфейс адаптирован для нескольких типов пользователей. Технологи, которые мониторят течение процессов и корректируют их. Операторы. Им важно управлять устройством в режиме реального времени. Руководители как планировщики процесса.

Как можно обосновать целесообразность внедрения? Есть какие-то конкретные цифры?

Если говорить о показателях эффективности или оправданности внедрения таких двойников, то здесь ситуация следующая. Все гоняются за цифрами, упуская из вида важные аспекты. Например, снижение влияния человеческого фактора, снижение аварийности, повышение управляемости производства в целом, возможность тестировать технологические гипотезы без рисков, точное планирование загрузки конвейеров и персонала.
Могу сказать, что в любом случае происходит существенная экономия и финансов, и времени. Например, 4 года назад мы внедрили цифровое предприятие на химическом заводе. Система работает все это время без нашей поддержки, есть конкретный показатель - экономия расходных материалов (пиросплавов) на 5%. В масштабах завода это существенно.

Интеллектуализация ритейла

Вы назвали ритейл среди лидеров цифровой трансформации. Какие специфичные решения для этой отрасли у вас есть?

Для ритейла мы приготовили настоящий подарок. Сейчас ситуация следующая. Есть крупные сети, которые готовы экспериментировать с ИИ, AR\VR – инвестировать, делать пилотные запуски. И если говорить о food-ритейле, то крупные сети – это меньше половины рынка. Как быть с остальными? Региональными и даже локальными городскими сетями от 10 до 100 магазинов, которые не могут себе это позволить? У них нет финансовых возможностей разработать собственную систему лояльности на базе ИИ, которая, например, будет информировать человека на кассе, что он пытается купить продукт с глютеном. Хотя по его истории покупок ИИ предположил, что он придерживается безлактозной и безглютеновой диеты. Или предложить докупить молоко, которое он забыл, опять же исходя из анализа его истории покупок.
Мы нашли большое количество решений на базе ИИ и технологии IoT именно для ритейла, которые можно предоставлять по модели SAAS. То есть сеть выкупает не само решение, а его работу, платит за результат. Такого на рынке еще нет. И такой подход убирает «входной барьер» в виде высокой цены.
Это касается и программ лояльности, управления закупками, удержания клиентов, инвентаризации с помощью дронов, электронных ценников, отслеживания усталости водителей, геолокационных сервисов в торговом зале, распознавания входящих покупателей и других важных задач.

Разные реальности

Говоря о перспективных технологиях, что можно сказать о VR и AR? Будут ли они востребованы бизнесом?

Возьмем как пример рекламу. Сегодня вы ищите «кроссовки фирмы Х» в поисковике, и вам начинают показывать рекламу кроссовок других фирм на всех сайтах, пока вы сёрфите в сети. А в метавселенной вы можете зайти в комнату для переговоров с виртуальным присутствием участников и увидеть на «стене» баннер с рекламой кроссовок Х.
Если шире смотреть, то появятся целые бизнес-направления, зарегистрированные только в метавселенных – от создания виртуальных аватаров для посещения онлайн-конференций до метабанков, торгующих криптовалютой, ведь вся экономика метавселенных будет строится на крипте и блокчейн технологиях. Они на сегодня гарантируют высокую степень безопасности любых транзакций.  
Рынок устройств с дополненной реальностью тоже вырастет. Они будут востребованы игровой индустрией, кинотеатрами, сервисами знакомств, образовательными ресурсами. А для людей с ограниченными возможностями такие устройства могут сильно облегчить жизнь и повысить ее качество.
Например, шлем Oculus Quest является практически смартфоном для виртуальной реальности. Не нужен ни компьютер, ни игровая приставка, шлем полностью автономное устройство. Hololense также позиционируется как автономное голографическое устройство с корпоративными приложениями, которое помогает работать без рук. Это устройство уже применяется в производстве, строительстве, здравоохранении и образовании.

Разработка приложений

Многие сервисные компании создают собственные мобильные приложения, чтобы максимально персонализировать коммуникацию с клиентами. Что будет с рынком мобильной разработки?

Мобильная разработка совершенно точно скоро выйдет за пределы смартфона. Приложения понадобятся для новых устройств дополненной и виртуальной реальности. С развитием метавселенных спрос на разработку приложений для них будет расти в геометрической прогрессии.
В течении ближайших 3-5 лет ни у кого не останется мобильного телефона как отдельного устройства. Он превратится в очки или линзы. Мы будем ходить по улицам и обильно жестикулировать, управляя объектами цифровой реальности. Приложения уйдут в виртуальную реальность, и то программирование, которое мы знаем сейчас сильно изменится.

Перспективные направления

Какие направления вы можете выделить как перспективные, на вырост?

Интересная вещь – интеграция искусственного интеллекта в метавселенные.  Представьте, что вы сидите в виртуальном классе и проходите какой-то обучающих курс. Передаются данные о ваших действиях на практическом занятии, как вы себя ведете, что выбираете, сколько тратите времени на решение задач. Система собирает эти данные и анализирует, сопоставляет их со «средними» показателями и выявляет отклонения – нестандартное мышление и поведение. То есть уже на этапе обучения, например, мы можем выявлять талантливых людей.
Более того, мы еще будем получать информации обо всех действиях этого человека в метавселенной и анализировать поведение в разных жизненных ситуациях. Вместо пола, возраста и национальности у нас появляется 100500 параметров для анализа, и это уже совсем другие возможности.
Второе направление – интеграция ИИ в социальные сети. Любая соцсеть – инструмент сбора данных о пользователях. Представьте, что скоро можно будет по фотографии на аватарке определить платежеспособность человека. Или проанализировать разговор в мессенджре, составить краткую выжимку с выводами и ключевыми идеями. Примерно к этому все и идет. Не так давно Авито и Ozon начали внедрять функционал социальных сетей.

Резюме

Несмотря на низкий уровень внедрения ИИ-разработок в реальный бизнес (исследование НИУ ВШЭ), по оценкам МФТИ рост рынка ИИ в 2021 году составил 28% относительно прошлого года. Если сравнить с темпами роста ВВП, то рынок ИИ показывает рост в 6 раз выше. Также события ушедшего года больше склоняют к оптимистичному прогнозу: разработан и принят кодекс Этики Искусственного интеллекта, стартовал Федеральный проект «Искусственный интеллект», в рамках которого будет вложено около 25 млрд ₽ в исследовательские центры, приняты первые ГОСТы в этой области.

Полезные материалы

Государственные цифровые платформы 2021: особенности и сценарии развития. Доклад НИУ ВШЭ

.PDF
May 16, 2022

Альманах "Искусственный Интеллект". Индекс 2021 года

.PDF
April 18, 2022

Итоги работы Минцифры в 2021 и приоритеты на 2022

.PDF
April 13, 2022

Цифровая экономика 2021: исследование Минцифры и ВШЭ

.PDF
February 8, 2022