0
4840
Газета Экономика Интернет-версия

30.11.2023 20:44:00

Искусственный интеллект рвется из песочницы в бой

Определены три синдрома неэффективного внедрения технологий

Тэги: экономика, ии, искусственный интеллект, синдромы, неэффективное внедрение, бизнес


экономика, ии, искусственный интеллект, синдромы, неэффективное внедрение, бизнес На примере компании Tesla можно проследить, каких масштабных инвестиций требует внедрение дата-центров для обработки огромных массивов данных. Фото Andrej Karpathy/Tesla

В России пытаются оценить, как глубоко искусственный интеллект (ИИ) уже проник в экономику. По данным «Авито», четверть компаний в том или ином виде используют ИИ. Но мало начать внедрять модные технологии. Надо, чтобы ИИ способствовал получению бизнес-эффекта, а это может потребовать трансформации операционной модели. И на такое осмелятся не все. По данным Высшей школы экономики, две трети российских организаций, применяющих ИИ, пока делают это в тестовом режиме. Аналитики «Рексофт Консалтинг» уже предостерегли бизнес от «синдрома бесконечного прототипирования».

Около 24% проанализированных российских компаний уже используют в своей практике технологии ИИ, следует из опроса, проведенного экспертами «Авито работы» и банка «Точка» среди 10 тыс. представителей предприятий. 

Опрос охватил 19 сфер, включая транспорт, страхование, искусство, туризм, телекоммуникации, охранный бизнес и др.

Среди компаний, которые применяют ИИ, около половины используют его на ежедневной основе. Больше всего таких организаций оказалось в сфере транспорта и логистики (67%), гостинично-ресторанном бизнесе (59%), банкинге (58%), торговле (56%) и медицине – 55%. Чаще всего технологии ИИ применяются для работы с клиентами, сбора аналитики, планирования процессов, вычислений, обработки запросов, написания текстов.

Дополнительные детали о том, как российский бизнес взаимодействует с ИИ, можно вычленить из данных, полученных в ходе специального мониторинга экспертами Института статистических исследований и экономики знаний (ИСИЭЗ) Высшей школы экономики.

Ими был проведен опрос среди 2,3 тыс. российских организаций – пользователей решений на базе ИИ. Главный массив респондентов представлен прежде всего крупными (67,5%) и средними организациями – около 25%. В выборку вошли организации, относящиеся к 20 видам деятельности, включая сельское хозяйство, добывающую и обрабатывающую промышленность, строительство, транспорт, логистику, сектор услуг, социальную сферу и т.д.

Опрос ИСИЭЗ показал, что две трети – 65% – обследованных организаций пока применяют искусственный интеллект в тестовом, экспериментальном режиме.

Наиболее востребованными оказались продукты на основе технологий компьютерного зрения, распознавания и синтеза речи. Также активно применяются рекомендательные системы на основе больших данных, помогающие спрогнозировать ситуацию, например, при обслуживании оборудования и транспортных средств.

Впрочем, если оценивать именно эффективность использования ИИ, то, судя по исследованию, чаще всего ИИ-решения оптимизируют управленческие задачи, касающиеся продаж и маркетинга, финансового и бухгалтерского учета. И в меньшей степени можно говорить об оптимизации производственных процессов.

Кроме того, среди организаций, работающих с ИИ, наиболее популярны «коробочные» продукты благодаря их более низкой стоимости и удобству использования. Внутренней разработкой ИИ-решений компании занимаются значительно реже, ведь это требует дополнительных усилий. Между тем примечательно, что организации отдают предпочтение преимущественно российским продуктам.

«Активнее всего используются отечественные решения на основе технологий распознавания и синтеза речи, а также биометрии, компьютерного зрения и кибербезопасности. Зарубежные решения не занимают сопоставимых позиций ни по одной из групп технологий. Вместе с тем в ряде случаев они могут использоваться в организациях вместе с отечественными», – уточнили в ИСИЭЗ.

Аналитики компании «Рексофт Консалтинг», в свою очередь, описали в новом исследовании под названием «Искусственный интеллект: от боли до эффектов» ряд противоречий и проблем, с которыми сейчас сталкивается российский бизнес, внедряя ИИ. 

С одной стороны, как отмечается, «цифровые решения на базе ИИ в понимании трехлетней давности, например, рекомендательные системы, советчики-оптимизаторы, становятся широко распространенными, знакомство рынка с такими системами достаточно глубокое». Компании-лидеры уже сейчас хотят видеть реальные примеры и эффекты от использования подобных решений и постоянно находятся в поиске точек приложения новых разработок.

Но, с другой стороны, ИИ – по крайней мере на текущем этапе – не становится универсальным средством от всех проблем. «Например, недавний успех ChatGPT привел к попыткам многих компаний использовать большие языковые модели для решения широкого круга задач, иногда в отрыве от реальной потребности бизнеса. Однако бездумное следование трендам, напротив, может привести к отторжению и замедлению внедрения цифровых решений на базе ИИ», – предупредили авторы исследования.

В основе таких выводов лежат результаты проведенных глубинных интервью с экспертами в сфере разработки и внедрения цифровых решений на базе ИИ в российских компаниях: техническими директорами, директорами по работе с данными, руководителями направлений и команд Data Science и т.п. Опрос охватил представителей таких сфер, как тяжелая промышленность, медицина, ретейл, финансовый и IT-сектор.

Трудности во взаимодействии с бизнесом упоминаются всеми респондентами, специалистами по цифровизации, и в большинстве случаев, судя по исследованию, они все же не столь критичны. 

Однако наиболее остро они проявляются в случае, если бизнес инвестирует в ИИ, но не видит результата и испытывает затруднения с приживаемостью ИИ-решений. «Для их успешного внедрения бизнес-заказчикам необходимо быть готовыми трансформировать свою операционную модель», – считают авторы исследования.

Под трансформацией операционной модели в данном контексте понимается переосмысление бизнес-процессов, пересмотр набора ключевых управленческих решений, ролевой и организационной структуры, пояснил «НГ» аналитик практики «Стратегия трансформации» компании «Рексофт консалтинг» Дмитрий Груднев. 

«Компаниям важно не просто интегрировать единичное решение в конкретный бизнес-процесс, а получать системный эффект от использования технологии», – уточнил он.

Что для этого надо сделать? Во-первых, как следует из комментария Груднева, необходимо стимулировать внутри самой компании спрос на принятие решений на основе ИИ – например, путем трансформации текущих процессов для повышения эффективности бизнеса. А во-вторых, надо создать организационную основу для реализации ИИ-инициатив, выделив центры компетенций по ИИ, новые роли, запустив полный цикл работы с инновациями – от определения потребностей бизнеса до реализации и масштабирования цифровых решений. То есть требуется наладить «цифровой конвейер».

Эксперты выделили несколько барьеров, мешающих бизнесу внедрять и полноценно развивать ИИ. Например, как сообщили специалисты ИСИЭЗ, одним из основных барьеров для распространения ИИ становятся «значительные объемы требуемых инвестиций, а также нехватка кадров». 

«Более 60% организаций тратят на ИИ менее 1% от затрат на внедрение и использование цифровых технологий. Осторожное поведение объясняется тем, что ИИ-проекты, как правило, имеют длительный цикл реализации и отложенные во времени эффекты», – пояснили в Высшей школе экономики.

Можно вспомнить, что, как ранее сообщал и гуру ИИ, профессор Стэнфорда Эндрю Ын, сейчас в мире системы ИИ пока сконцентрированы в основном в крупных технологических компаниях, потому что такие проекты дорогостоящи, требуют усилий большого пула высококвалифицированных специалистов и в полной мере окупаются при наличии 100 млн или даже 1 млрд пользователей.

Хотя ИИ при этом мог бы стать полезен и для небольших компаний из других отраслей, допустим, для предприятий в области пищевой промышленности, общественного питания, легкой промышленности, агропрома и т.п. Он мог бы повысить эффективность таких компаний при обработке даже небольших данных и принести общественную пользу на местном уровне. 

Но в случае малого и среднего бизнеса встает вопрос окупаемости таких технологий, ведь для их полноценного внедрения нужно нанять высокооплачиваемых специалистов, возникают издержки, связанные с расходами на разработки, программное обеспечение, оборудование, цифровую инфраструктуру и т.п.

Между тем, как сказал «НГ» менеджер по цифровизации практики «Стратегия трансформации» компании «Рексофт Консалтинг» Илья Муха, все же ключевая проблема, c которой приходится часто сталкиваться, – даже не окупаемость, а «недоверие компаний к эффектам, которые может дать та или иная технология». 

Потенциальный экономический эффект требует экспертного обоснования, и прежде чем приступить к крупным инвестициям в полномасштабное внедрение ИИ-решений, сначала новая технология, как это принято называть, проходит этап пилотирования.

При этом аналитики компании «Рексофт Консалтинг» перечислили в своем исследовании и три болезненных синдрома, которых бизнесу необходимо избежать, внедряя ИИ. 

Первый – «синдром лоскутной цифровизации»: надо фокусироваться на сквозном процессе и максимизировать общий экономический эффект для компании, а не для отдельных функций за счет других. 

Второй – «синдром ярких упаковок»: нужно не следовать за «модными технологиями», а фокусироваться на потенциальных точках роста и выбирать соответствующие потребностям бизнеса решения. 

И наконец, третий – «синдром бесконечного прототипирования»: целью внедрения цифровых решений должно быть получение бизнес-эффекта, а не вечное пилотирование технологий.


Читайте также


России предстоит нарастить добычу "цифрового золота" для нейросетей

России предстоит нарастить добычу "цифрового золота" для нейросетей

Анастасия Башкатова

Один из сценариев уже предполагает вырождение искусственного интеллекта

0
1500
Новые политпроекты Минюст блокирует на дальних подступах

Новые политпроекты Минюст блокирует на дальних подступах

Дарья Гармоненко

Для отказа в регистрации пока используется закон о юрлицах, а не о партиях

0
1315
Грузия и Евросоюз поспорили, кто кого не уважает

Грузия и Евросоюз поспорили, кто кого не уважает

Игорь Селезнёв

Над Тбилиси опять нависли международные санкции

0
1470
Кризис международного права и провал порядка, основанного на правилах

Кризис международного права и провал порядка, основанного на правилах

Плохо работают все институты и механизмы как Ялтинско-Потсдамского, так и Бреттон-Вудского мироустройства

0
2121

Другие новости