Несмотря на то, что однозначно рынок ИИ оценить невозможно, можно сделать оценку рынка «сверху», исходя из совокупного объема выручки компаний, для которых искусственный интеллект дает существенный вклад в их бизнес-модель и существенно влияет на их выручку. По оценкам специалистов МФТИ рост рынка ИИ составил 28% относительно 2020 г. Если сравнить с темпами роста ВВП, то рынок ИИ показывает рост в 6 раз выше, чем ВВП. Основной сегмент рынка — анализ данных, который достиг 61,2%. Сегмент NLP занимает 32,8%.

В 2021 году около 400 компаний работают в сфере искусственного интеллекта. Это несколько огромных корпораций и большое число микро и малых предприятий – 80% всего рынка принадлежит 7 корпорациям, лидером среди которых по объему выручки стали Яндекс и VK. На графике показан рост числа компаний в каждом сегменте с 2000 года. Лидируют сегменты BI&A и компьютерное зрение.

‍

Несмотря на локдаун и общее замедление темпов развития экономик многих стран, глобальный венчурный рынок в 2021 г вырос на 111% относительно 2020 года. Впервые в истории ИИ за год было осуществлено более 200 покупок AI стартапов большими корпорациями. Сегмент искусственного интеллекта составил 11%.

Российский рынок показал бОльший рост -  170%! Было проинвестировано 77 сделок на 226 млн $ против 37 сделок в 2020 г. на 84 млн $. Лидером роста в мире стал сектор здравоохранение: объем инвестиций вырос в 1,8х. Но в России наблюдается обратный тренд – сокращение инвестиций в здравоохранение 3,2 раза по сравнению с 2020 годом.

Наибольшую популярность в России приобрели решения для бизнеса. 74 % всех инвестиций (168 млн $) и 23,4% всех сделок (17 сделок) пришлось на стартапы в области Business software. В сегменте реклама и маркетинг прошло 8 сделок, 6 сделок пришлось на EDTECH-стартапы. Что интересно, инвесторы видят бОльшую перспективу в стартапах, работающих по модели В2В, на них пришлось 98% по объему и 65% по количеству сделок.

Мультимодальность и рост количества параметров

Модель DALL-E (язык + изображения) от OpenAI, способная генерировать уникальные изображения по текстовому запросу пользователя, задала новый тренд в ML. Самая большая в России мультимодальная модель ruDall-E Kandinskiy от команды Сбера состоит из 12 млрд параметров и может генерировать изображения по запросам на русском языке. Есть стойкое мнение, что чем больше модель, тем лучшие результаты она дает. Это значит, что тренд на рост количества параметров продолжится.

Этичность

Тренд на «этичный» ИИ смещает акцент с моделей данных на качество и полноту датасетов, а также на объяснимость выводов и результатов, получаемых при помощи алгоритмов.

‍

Консолидация

В России принят кодекс Этики Искусственного интеллекта, разработанный Альянсом ИИ. Под кодексом подписалось более 40 компаний в числе которых Softline Digital. Это большой шаг к консолидации усилий, интересы развития ИИ-технологий признаны выше конкурентных амбиций. Сотрудничество разработчиков и НИИ становится одним из инструментов развития отрасли.

Госфинансирование

В прошлом году стартовал Федеральный проект «Искусственный интеллект», в рамках которого в ИИ будет вложено 24,6 млрд ₽ в течении 5 лет. В рамках проекта уже было профинансировано создание 6 новых научно-исследовательских центров в ведущих университетах и НИИ.

‍

Стандартизация

В 2021 году были приняты первые девять ГОСТов из 217 запланированных. Из опубликованных ГОСТов, относящихся к ИИ, только два стандарта носят основополагающий характер: ГОСТ Р 59276-2020 «Системы искусственного интеллекта. Способы обеспечения доверия. Общие положения» и ГОСТ Р 59277-2020 «Системы искусственного интеллекта. Классификация систем искусственного интеллекта». Остальные семь относятся к частным случаям применения ИИ-систем.

Какие силы толкают развитие технологий искусственного интеллекта вперед?

Помимо внешних драйверов - государственных субсидий, стандартизации, консолидации усилий ключевых игроков -  есть внутренние, это запросы от самого бизнеса. Для того, чтобы бизнес начал активно внедрять прогностические и аналитические системы на базе ИИ, ему важно понимать технологию и принципы работы с данными, которые использует "машина".

Речь об интерпретируемости получаемых результатов в терминах бизнеса. Конечно, можно дать математическое обоснование, но сделать так, чтобы технолог понял, почему машина приняла то или иное решение, правильны ли вводные данные и не ошиблась ли она, пока не получается. И это большой запрос, потому что сейчас людям приходится безоговорочно верить "черному ящику". 

Еще одним актуальным бизнес-запросом является саммаризация или резюмирование информации. Создание краткой выжимки на основе анализа разнородных источников данных: таблицы, страницы сайтов, сообщения в мессенжерах, аудио- и видеозаписи. И вряд ли решение этого запроса представляет собой простой алгоритм.

Снова частью повестки обсуждения в профессиональном сообществе стала тема безопасного обмена данными между компаниями. Сложно строить модели машинного обучения без больших массивов, которые есть только у компаний-гигантов типа Яндекса, Сбербанка. Не так давно были приняты законы и в России, и в Европе, сильно ограничивающие обмен, хранение и обработку персональных данных. Сейчас идет обратный процесс "разжатия" ограничений, закрытость информации просто не даст продвинуться дальше. И все ИИ-решения замкнутся на сферах, где данные собирались всегда в силу специфики бизнеса - банки, страховые компании, ритейл.

‍

Если заглянуть за горизонт и представить рынок через 5 лет, что мы увидим?

Промышленность будет активно применять искусственный интеллект. Будет накоплено достаточно кейсов, появится целая культура управленческих решений на основе машинного обучения, производства будут внедрять цифровые двойники.

Снизится количество низкоквалифицированного персонала. Механистические операции будут выполнять роботы, или они будут удалены из технологической цепочки за счет автоматизации производства.

AR и VR встроятся в повседневную жизнь. Представьте, что вы приходите в супермаркет, открываете AR-приложение на смартфоне или специальном дивайсе и наводите камеру на товар. Приложение выдает вам полезные подсказки - сравнение цен товара в соседних магазинах, свежесть продукта, совместимость с вашим привычным рационом и так далее. То есть умные советчики станут частью повседневной рутины, будут помогать принимать "умные" решения. И это действительно полезная опция. С точки зрения физиологии процесс принятия решений самый энергозатратный для мозга. И при этом не важно, выбираете вы цвет галстука или решаете логарифмическое уравнение. Мозг тратит много нервной энергии на принятие любого решения.

До разработки собственных очков или линз еще далеко. Самое узкое место - микроэлектроника. В России только два завода, которые выпускают микропроцессоры, но и существующий уровень разработок не позволяет удовлетворить все требования. Мощность процессора должна быть как у видеокарты компьютера, сам процессор должен быть маленьким, запитываться от батарейки и не перегреваться. Нужен технологический скачок. И хотя Oculus уже прорывная технология, на голову дальше конкурентных предложений, но даже у них процессор гораздо слабее компьютерной видеокарты.