ИИ как конкурентное преимущество в развитии компаний
Что создает бренд России как донора искусственного интеллекта и помогает российским компаниям усиливать конкурентные преимущества?
Содержание:
Мировые тренды развития ИИ
В 2023 году мировой рынок ИИ получил новое дыхание с связи распространением технологий генеративного искусственного интеллекта. Многие надежды, которые связывали с ИИ последние 10–15 лет, кажутся достижимыми уже в ближайшие пять лет. В то же время эффекты от новых технологий, как правило, переоценивают на краткосрочном и среднесрочном горизонте и недооценивают на долгосрочном. Это может быть справедливо и для генеративного ИИ, хотя он уже и нашел нишу взаимодействия между машиной и человеком, которая до этого была не очень заполнена. И тот факт, что с ИИ можно вести осмысленный диалог, в восприятии людей может быть более значимым, чем другие новые технологические преимущества. Важной особенностью генеративного ИИ является возможность использования им других ИИ-моделей и инструментов автоматизации для решения широкого круга задач, что открывает перспективы развития магазинов ИИ-приложений для серверных, настольных и мобильных устройств, а также стимулирует рост применения и разработки новых моделей ИИ, (включая deep learning), комплексной аналитики (графовая аналитика, деревья решений и другие методы) и умной ИИ-автоматизации.
Что происходит в России с ИИ
Для России актуальны многие мировые тренды. Характерна и неравномерность в части внедрения ИИ, которая наблюдается в мире: большинство компаний так или иначе инвестирует в ИИ, но кто-то ограничивается применением отдельных ярких кейсов, тогда как другие игроки полностью перестраивают свои процессы и технологический ландшафт. Многие уже активно внедряют российские решения и технологии с открытым кодом по всему ИТ-ландшафту, часть заказчиков заменяет только критически важные системы и выполняет требования регуляторов. Важно, что есть отечественные решения, которые уже хорошо зарекомендовали себя и конкурентны с предложениями, присутствующими на мировом рынке, и заказчики выбирают их именно по таким причинам. Это помогает российскому рынку найти баланс, стимулирует конкуренцию и появление лидеров на рынке как среди интеграторов, вендоров, так и компаний, использующих ИИ.
В прошлом году появился российский генеративный ИИ от крупнейших игроков, он стал доступен для интеграции в сервисы через API. Некоторые компании уже сообщили о том, что успешно используют его, например, для подготовки ответов клиентам с предварительным обучением на основе шаблонов. В то же время крупные игроки экспериментируют с открытыми большими языковыми моделями, так как они представляют существенные возможности для контроля результатов и могут быть развернуты в защищенном контуре. В основном речь идет о применении генеративного ИИ для решения внутренних задач и создания различного рода помощников.
Рынок ИИ не ограничивается лишь генеративными технологиями. По-прежнему остается большое пространство для традиционного машинного обучения и deep learning, а также для других комплексных аналитических методов, которые в широком смысле тоже можно отнести к ИИ. Представление данных в виде графа позволяет построить аналитические системы нового типа, которые не только являются более производительными, но и успешно решают задачи, связанные с обнаружением мошенничества, мониторингом возможного конфликта интересов, соблюдением требований законодательства и поиском лучших поставщиков. Модели машинного обучения могут использоваться и для оптимальной настройки оборудования, улучшения технологических процессов и повышения эффективности. Например, ряд программных продуктов для HR содержит инструменты прогнозирования текучести кадров, что позволяет более оперативно реагировать на проблемы сотрудников и предотвращать негативные последствия. Особая область — синтез машинного обучения и имитационного моделирования, когда результаты последнего могут применяться для обучения моделей машинного обучения, это позволяет значительно быстрее находить решения на больших размерностях, что особенно важно в промышленности. Синтетические данные, в том числе о клиентах, позволяют избежать утечек персональных данных, при этом сохранив качество моделей продуктовых предпочтений и персонализации.
Важно не только развивать применение ИИ, но и заниматься подготовкой кадров. Несмотря на определенные трудности с получением российскими специалистами международных ИТ-сертификатов, образовательный контент по информационным технологиям остается доступным, появляются российские образовательные центры, а количество и качество предлагаемых в них курсов растет. Для продвижения на рынки дружественных стран стоит подумать о создании механизмов для международного признания сертификатов российских образовательных центров, что позволит привлекать учащихся из других стран, а также способствовать развитию бренда России как страны-донора в части технологий ИИ.
Будущее ИИ в России
Если взглянуть на перспективы развития искусственного интеллекта в России, то важным акцентом является достижение максимальных результатов и повышение эффективности бизнеса, что, безусловно, будет способствовать росту конкурентоспособности. От достаточно общих разговоров о цифровой трансформации мы переходим к решению конкретных задач. Это можно проследить как в части постановок целей внутренним подразделениям компаний, которые занимаются внедрением ИИ, так и в требованиях к интеграторам и вендорам. Акцент смещается в сторону бизнес-эффектов и внедрения решений на российских платформах или с использованием технологий с открытым кодом. Подобный подход также ставит вопрос о создании механизмов сквозного применения ИИ в компаниях, когда речь идет не о нескольких моделях с доказанным бизнес-эффектом, а о создании фабрики искусственного интеллекта, которая позволяет проводить регулярные эксперименты, улучшать существующие и создавать новые модели для различных подразделений компании от маркетинга, продаж, производства до финансов и кадров. Необходимо сократить срок от идеи и создания до полноценного применения модели для задач бизнеса, то есть построить механизм повышения конкурентоспособности за счет искусственного интеллекта. Для решения этой задачи уже есть соответствующие продукты на российском рынке.
Часто можно встретить критику генеративного искусственного интеллекта в части того, что для его обучения требуется огромное количество ресурсов, энергии и времени, а задачи, которые он решает, по эффекту и сложности не соответствуют затраченным усилиям. На мой взгляд, важно в целом вернуться к вопросу оптимизации в широком смысле этого слова, особенно в контексте ограниченности ресурсов, доступа к технологиям и необходимости повышать конкурентоспособность. И это касается не только генеративного искусственного интеллекта, а любых технологий, которые мы применяем. Решение оптимизационных задач позволит сократить энергопотребление, повысить утилизацию ресурсов, построить оптимальные маршруты доставки, сократить время на производство продукции. В качестве примера потенциальных эффектов можно привести трансформацию некоторых отраслей, например, производства одежды, когда вместо полутора лет на полный цикл от дизайна до полки, потребуется всего несколько месяцев.
В итоге основной критерий успеха — спрос на продукцию и услуги на мировом рынке, а также скорость роста этого спроса. Как быстро мы можем увеличить продажи после вывода продукта или услуги на рынок? Популярные торговые площадки, магазины приложений, социальные сети, специализированные бизнес-площадки служат инструментами создания интереса и повышения спроса. Российским компаниям необходимо присутствовать на соответствующих дружественных площадках, а также выходить на собственные. Организационная структура компаний должна обеспечивать возможность быстрого роста и внедрения инноваций.
Следует развивать новые механизмы и культуру продаж. Производителям и дистрибьютерам необходимо доносить преимущества отечественных продуктов и услуг, адаптировать их под нужды локальных и международных рынков, предлагать новые решения и идеи, создавать спрос с учетом персональных требований клиентов. Речь идет о сотрудниках, взаимодействующих с клиентами, — это продавцы, технические и бизнес-консультанты, маркетологи. Также важно привлекать клиентов, которые готовы делиться опытом и полученными результатами использования продуктов. Все это создает бренд России как донора искусственного интеллекта и помогает российским компаниям усиливать конкурентные преимущества.
Александр Чулапов
Руководитель отдела бизнес-поддержки продаж компании «Дататех» (Холдинг Т1)