Двигатель бизнес-прогресса

0 0

Двигатель бизнес-прогресса

Какие типы задач в бизнесе лучше всего решаются с помощью ИИ и может ли он в ближайшем будущем «убить» ряд профессий?

Искусственный интеллект уже стал неотъемлемой частью многих сфер бизнеса, обещая радикально преобразовать производственные процессы, стратегии управления и подходы к принятию решений. ИИ предлагает революционные решения, начиная от оптимизации операций и заканчивая персонализацией клиентского обслуживания. Тем не менее, вместе с беспрецедентными возможностями, он также ставит перед бизнесом ряд новых вызовов и вопросов.

Содержание:

Изменение бизнес-ландшафта и рабочие места

Эксперты предсказывают, что в следующие пять лет промышленность сделает значительную ставку на внедрение ИИ, что приведет к более автономным и менее зависимым от человека производствам.

Уже сегодня ИИ находит применение в различных сферах производства, включая мониторинг соблюдения норм охраны труда, контроль технологических процессов, оптимизацию анализа больших данных и скоринг персонала. По словам директора по продажам B2B в Softlogic Сергея Новикова, отличаясь от традиционного механического труда, ИИ обеспечивает постоянное функционирование и объективность, не требуя участия человека.  Андрей Русских, технический директор АО «Цифровой альянс», отмечает роль ИИ в анализе данных и распознавании информации, создании текстов и фрагментов кода. Он подчеркивает, что ИИ способен значительно повысить эффективность, сократив время обработки заказов и обращений благодаря автоматизации рутинных процессов и снижению влияния человеческого фактора.

Вопрос о влиянии ИИ на будущее рабочих мест вызывает обоснованные дебаты среди экспертов. Дмитрий Ракович, директор по развитию в Softlogic, считает, что автоматизация приведет к упразднению некоторых профессий, но в то же время откроет новые возможности, связанные с обучением ИИ и принятием решений. Он подчеркивает, что этот процесс не только устраняет рутинные задачи, но и переносит человеческий талант к более стратегическим и творческим задачам. Дмитрий также выделяет роль ИИ в образовании и безопасности. Он упоминает тестирование систем распознавания в Москве и потенциал ИИ для превентивного предотвращения инцидентов, отмечая, что человеческий элемент остается критически важным для супервизии и решения нестандартных задач.

Двигатель бизнес-прогресса

Дмитрий Ракович (Softlogic)

Сейчас мы на стадии, когда ИИ заменяет самые элементарные и рутинные операции. Происходит миграция человеческой компетенции от выполнения рутинных операций в сторону принятия решений и специфики принятия решений.

В этой динамичной эволюции ИИ важно учитывать баланс между автоматизацией и сохранением ключевых человеческих аспектов в работе и обществе. Развитие ИИ открывает новые горизонты для бизнеса и производства, но требует внимательного подхода к управлению изменениями, чтобы обеспечить устойчивое и гармоничное будущее.

Управленческие решения и стратегии внедрения

Как ИИ может и должен влиять на процесс принятия решений в компаниях и какие подходы к продаже и внедрению ИИ считаются наиболее эффективными?

По мнению Андрея Русских (Цифровой альянс), основная роль ИИ в компаниях — ассистировать и ускорять процессы принятия решений. Нейронные сети могут обрабатывать данные быстрее человека, но окончательное решение и супервизия лежат на человеке. Сергей Новиков (Softlogic) добавляет, что ИИ может значительно улучшить процесс принятия решений за счет более быстрого и точного анализа данных, особенно в областях, где точность имеет критическое значение, например, в мониторинге норм охраны труда и техники безопасности.

Когда же речь заходит о внедрении и продаже ИИ, Андрей Русских отмечает, что текущий этап развития предполагает индивидуальную разработку решений, приспособленных к конкретным потребностям клиентов. Особенно востребована возможность «дообучения алгоритмов». Он прогнозирует, что в будущем возрастет тенденция к созданию заранее упакованных продуктов благодаря генерализации идей.

Двигатель бизнес-прогресса

Андрей Русских («Цифровой альянс»)

На данном этапе развития, решения с ИИ не являются «коробочным» продуктом.  Это «кастомная» разработка с адаптацией решений под нужды клиента. Кстати, функция, запрашиваемая более, чем половиной заказчиков — «дообучение алгоритмов», заложенных в продукте.

Новые технологии часто сталкиваются недоверием и непониманием со стороны рынка. Николай Крапивянский, эксперт по цифровизации промышленности в Softlogic подчеркивает важность представления продуктов ИИ как доступных и понятных инструментов для решения повседневных задач, а не как футуристических и дорогих нововведений. Осознание экономической эффективности ИИ и его способности решать реальные задачи будет способствовать его дальнейшему внедрению и признанию в обществе.

Двигатель бизнес-прогресса

Николай Крапивянский (Softlogic)

Люди, в большинстве своем, с недоверием воспринимают новое. Все непривычное зачастую кажется враждебным, даже опасным. Искусственный интеллект – не исключение. Добавляет отрицательному восприятию отсутствие четких определений этого понятия, недостаточно информации о практическом применении.

В целом, эксперты сходятся во мнении, что ИИ имеет значительный потенциал для улучшения процессов принятия решений и оптимизации операций в компаниях. Однако успех его внедрения зависит от правильного подхода к продаже и адаптации продуктов, а также от готовности общества принять эти нововведения.

Управление рисками

Внедрение искусственного интеллекта в бизнес-процессы несет в себе как огромный потенциал, так и определенные риски.

Андрей Русских (Цифровой альянс), выделяет несколько ключевых рисков:

Первый – это доменная адаптация. ИИ может работать эффективно в одной среде, но показывать недостаточные результаты в другой, например, системы видеоаналитики в разные сезоны или на различных объектах.

Второй — занижение стоимости работ. На этапе опытной эксплуатации часто требуется значительное количество ресурсов для тестирования и адаптации методов ИИ.

Третий – недостижение ожидаемого эффекта. Решения могут не приносить желаемой пользы по различным причинам, включая недостаточное качество работы алгоритмов.

И четвертый — защита данных. ИИ обрабатывает большой объем информации, что требует строгих мер безопасности для защиты коммерческих данных.

Эксперт рекомендует проведение стадии PoC/MVP (прототипа/минимально жизнеспособного продукта) на ранних этапах проекта для демонстрации функционала и оценки результатов заказчиком.

По словам Сергея Новикова (Softlogic), успех внедрения ИИ тесно связан с пониманием и желанием оптимизировать бизнес-процессы на предприятии. Без глубокого понимания своего бизнеса и готовности к изменениям, любые попытки интеграции новых технологий обречены на провал.

Частыми причинами неудач при внедрении становятся ошибки в технических заданиях и непонимание принципов работы систем ИИ. Николай Крапивянский (Softlogic), считает, что пилотное тестирование, которое его компания предлагает за символическую плату или бесплатно, позволяет клиентам познакомиться с системой, получить ответы на свои вопросы и рекомендации по применению и развитию ИИ.

Защита данных и предотвращение ошибок в системах ИИ

Необходимы комплексный подход к безопасности данных и качеству работы систем ИИ, включая акцент на внутреннюю защиту, законодательное соответствие, тщательное тестирование и постоянное мониторинг за работой ИИ, особенно при принятии решений, имеющих значительные последствия. Это общее мнение всех экспертов.

Стандартные средства защиты данных являются ключевыми в обеспечении безопасности при внедрении систем ИИ. Андрей Русских (Цифровой альянс) также указывает на внутренние риски, такие как атаки на нейронные сети во время обучения или эксплуатации, что требует отдельного внимания и обсуждения.

Николай Крапивянский (Softlogic) добавляет, что их компания использует подход закрытого контура при работе с ИИ-решениями, обеспечивая работу систем в пределах инфраструктуры клиента. Это минимизирует риски внешних воздействий и соответствует законодательству РФ о защите персональных данных.

В отношении предвзятости в данных и алгоритмах ИИ, Андрей Русских отмечает что такие проблемы, как предвзятость данных, недостаточная генерализация и отравленные данные  могут существенно повлиять на качество решений, принимаемых ИИ. Существуют известные методы борьбы с этими проблемами, но их эффективное применение требует опыта и глубокого понимания.

По мнению Дмитрия  Раковича (Softlogic) ошибки в принятии решений ИИ часто связаны с неправильной декомпозицией процесса и построением модели принятия решений. По этой причине многие компании в настоящее время перепроверяют за ИИ особенно важные решения и активно используют ИИ для автоматизации простых рутинных задач, где риск ошибок ниже.

Возврат инвестиций и интеграция с другими технологиями

Измерение ROI при внедрении ИИ часто осложняется необходимостью доработки алгоритмов в процессе эксплуатации и различиями в задачах для разных заказчиков. Однако, по словам Андрея Русских (Цифровой альянс) при достаточном опыте, учет этих факторов вполне возможен.

Сергей Новиков (Softlogic) считает, что ключевая метрика для измерения ROI — это сэкономленное время. В их случае, возврат инвестиций измеряется через повышение безопасности производства и снижение случаев травматизма, что ведет к уменьшению штрафов и потерь для предприятия.

Двигатель бизнес-прогресса

Сергей Новиков (Softlogic)

В общем смысле, ключевая метрика для измерения ROI – время, которое предприятие экономит на выполнение задачи.

Что касается интеграции ИИ с другими передовыми технологиями,  то это по мнению экспертов открывает новые возможности для бизнеса, улучшенного анализа данных и безопасности.

Интеграция ИИ с технологиями блокчейн и IIoT происходит так же, как и с любыми другими программными средствами, уверен Андрей Русских  и добавляет, что ИИ может значительно расширить потенциал этих технологий. Блокчейн, в частности, выделяется как ключевая технология для усиления защиты данных и отслеживания истории их изменений, внося вклад в прозрачность и безопасность процессов.

Дмитрий Ракович (Softlogic) акцентирует внимание на важности комплексного подхода к решению бизнес-задач, при котором все технологические решения объединяются в единую систему. По его словам IoT уже стал широко используемой технологией, позволяющей собирать данные для более корректного принятия решений ИИ в различных сферах, включая транспорт, логистику и производственные процессы. При отсутствии необходимых данных, использование IoT может помочь в сборе информации, улучшая качество и точность решений, принимаемых системами ИИ.

Государственное регулирование

Эксперты отмечают общую потребность в сбалансированном подходе к регулированию ИИ, где защита данных и прав граждан совмещается с поддержкой инноваций и развития отрасли. Ключевые аспекты такого подхода включают ясность законодательства, предсказуемость регулирования для участников рынка и обеспечение безопасности при использовании ИИ в различных сферах.

Андрей Русских  (Цифровой альянс) акцентирует внимание на существующем федеральном законодательстве, которое защищает права граждан, персональные данные и биометрическую информацию. Он подчеркивает, что в коммерческих внедрениях на предприятиях ответственность за соблюдение прав сотрудников и защиту информации лежит на заказчике. Также существует необходимость регулирования использования данных в военных и двойного назначения проектах, и ограничения выборок для обучения больших языковых моделей, чтобы исключить использование данных, запрещенных законодательством.

Государственное регулирование должно способствовать разработке и внедрению инновационных продуктов, не ставя при этом препятствий перед разработчиками и организациями, уверен Дмитрий Ракович (Softlogic). Он добавляет, что регулирование также должно обеспечивать определенный уровень защищенности и безопасности, позволяя всем участникам рынка понимать правила игры и получать пользу от развития ИИ.

Источник

Оставьте ответ

Ваш электронный адрес не будет опубликован.