Содержание статьи
Где внедряется искусственный интеллект
Merge 2024. Сколково
Заместитель руководителя Ассоциации лабораторий по развитию искусственного интеллекта (АЛРИИ) по направлению «Трансфер технологий» Роберт Васильев отметил, что решением проблем, препятствующих внедрению ИИ, может стать создание компаниями внутренних подразделений хотя бы базовой экспертизы и выделение больших ресурсов на пилотирование решений.
Организации отдают предпочтение преимущественно российским продуктам. Активнее всего используются отечественные решения на основе технологий распознавания и синтеза речи (82,4%), а также биометрии, компьютерного зрения и кибербезопасности (более 60% организаций). 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: чаще всего это рекомендательные системы, биометрия, а также решения на основе перспективных методов ИИ (например, автоматическое машинное обучение (AutoML), трансферное машинное обучение и др.).
Специалисты компании «РН-Сервис» (входит в нефтепромысловый блок «Роснефти») разработали виртуального помощника для сбора ежедневной сводки производственных показателей бригад текущего и капитального ремонта скважин. Программа, оснащенная ИИ, получила название «Автоматический диспетчер».
Таковы результаты опроса «К2 НейроТех» (подразделение ООО «К2 Тех»), в котором приняли участие около 100 компаний с выручкой от 2 млрд руб. в год из сектора ИТ и телеком, финсектора, ретейла и FMCG, а также промышленности (нефтегаз, химия, добывающая промышленность, машиностроение).
Данный выпуск начинает серию экспресс-информаций по итогам мониторинга. Также ИСИЭЗ НИУ ВШЭ готовит к публикации доклад «Разработчики и пользователи искусственного интеллекта в России», в котором будут отражены ключевые тенденции развития технологий ИИ, особенности их разработки и направления внедрения в различных отраслях экономики и социальной сферы страны.
Россия относится к немногим странам, имеющим собственные фундаментальные заделы в области ИИ, в т. ч. мегамоделей. Наиболее популярные из них — GigaChat, Kandinsky (ПАО «Сбербанк»), YaLM («Яндекс»); появляются и другие оригинальные разработки компаний и университетов.
Две трети (65%) обследованных организаций применяют ИИ пока в тестовом (экспериментальном) режиме, изучая и оценивая возможности новых решений для бизнеса. Примерно 3 /4 респондентов используют ИИ совместно с другими цифровыми технологиями. В половине случаев речь идет о различных видах промышленного ПО, включая системы автоматизированного проектирования, управления процессами и др. Более четверти (27%) организаций применяют ИИ наряду с технологиями Интернета вещей, 38% — в связке с коммуникационными сервисами, обеспечивающими взаимодействие с клиентами и решение маркетинговых задач.
Руководитель продуктового направления NLP технологий ООО «Центр искусственного интеллекта МТС» (ООО «МТС ИИ», MTS AI) Сергей Кобец тоже считает, что обратиться в компании, которые специализируются на ИИ, — эффективнее и дешевле. «Если делать все самим, минимальный порог входа для SotA-уровня составит минимум 2 млрд руб.», — отметил он.
Более 40% опрошенных россиян доверяют ИИ
Искусственный интеллект применяется для проведения предвыборных кампаний по всему миру. Он облегчает взаимодействие кандидатов с избирателями и исследует предпочтения людей, повышая эффективность политической агитации: анализирует предвыборную кампанию, прогнозирует результаты выборов, мониторит социальные сети.
Авторы также провели анализ целого ряда социологических исследований по всему миру. По его результатам видно, что ИИ уже активно применяется как в образовательной — на сегодня 49% студентов используют генеративные технологии, так и в управленческой и исследовательской деятельности.
Слой композита крыла самолета заменили на углеродные нанотрубки, которые должны были также выполнять роль датчиков повреждений. Возможность проведения электрического тока сделало их идеальным материалом для использования в мониторинге целостности крыла самолета.
Все респонденты ответили на вопрос, какие проблемы становятся либо стоп-фактором к внедрению ИИ, либо ограничением для этого. Результаты опроса показали, что более половины (51%) компаний заявили о неготовности ИТ-инфраструктуры к внедрению ИИ: из них 34% заявили о нехватке на рынке инфраструктурных решений и готовых инструментов для развертывания ИИ, остальные — о необходимости расширения вычислительных мощностей в контуре компании под эту задачу.
Менеджер практики «Технологическая трансформация» «Рексофт Консалтинга» Илья Муха считает, что вопрос подготовки ИТ-инфраструктуры под внедрение ИИ особенно актуален для компаний в производственном секторе — в них процессы зачастую уже покрыты инфраструктурой, однако вспомогательные остаются без должного внимания.
Данный материал ИСИЭЗ НИУ ВШЭ может быть воспроизведен (скопирован) или распространен в полном объеме только при получении предварительного согласия со стороны НИУ ВШЭ (обращаться issek@hse.ru). Допускается использование частей (фрагментов) материала при указании источника и активной ссылки на интернет-сайт ИСИЭЗ НИУ ВШЭ (issek.hse.ru), а также на авторов материала. Использование материала за пределами допустимых способов и с нарушением указанных условий приведет к нарушению авторских прав.
Невидимый кандидат: как страны используют ИИ в период предвыборных кампаний
По итогам опроса, аналитики «К2 НейроТех» составили топ-5 сценариев, в которых, по мнению респондентов, технологии машинного обучения и ИИ наиболее полезны: самым популярным (47,8%) стала обработка и анализ больших данных (big data); на втором месте — обработка документов (41,8%); 32,8% респондентов отметили разработку и обучение рекомендательных систем (которые анализируют поведение и предпочтения пользователей и на основе этих данных фокусно предлагают конкретному пользователю то, что ему будет интересно, такие системы распространены в ретейле).
В рамках первого раунда мониторинга развития и распространения искусственного интеллекта (проведен в конце 2022 г. — начале 2023 г.) обследованы 2,3 тыс. организаций — пользователей решений на базе ИИ из восьми федеральных округов и 36 субъектов РФ. Главный массив респондентов представлен крупными (67,5%) и средними организациями (24,9%). В выборку вошли организации, относящиеся к 20 основным видам экономической деятельности, включая сельское хозяйство, добывающую и обрабатывающую промышленность, строительство, транспорт и логистику, обеспечение электроэнергией, сектор услуг (торговля, финансы, др.), социальную сферу (здравоохранение, высшее образование, др.).
Среди пользователей ИИ наиболее популярны «коробочные» продукты в силу более низкой стоимости и готового функционала (рис. 2). Для удешевления и ускорения создания продукта применяется открытое ПО (open source), в частности оно наиболее востребовано во внутренней разработке. Однако и применение стандартизированных решений, и доведение открытого ПО до готового продукта требует дополнительных усилий и донастройки под специфику деятельности конкретной компании. Проприетарное ПО преобладает в заказной внешней разработке и в таких сферах, как робототехника, беспилотный транспорт, интеллектуальные системы управления.
«С точки зрения государственной поддержки, одним из подходов может быть предоставление грантов на развитие инфраструктуры и создание совместных предприятий. Государство также может сотрудничать с разработчиками, предлагая готовые решения и продукты, что способствует ускорению внедрения ИИ-технологий», — считает Илья Муха.
Чтобы решить вопрос найма ИТ-специалистов и закупки дорогостоящего оборудования Иван Степнов советует сотрудничать с техническими партнерами: помимо оптимизации затрат такой подход позволяет компаниям сократить время на внедрение ИИ и быстрее начать получать профит от использования.
Менеджер по ИИ-продуктам ООО «Маинд Крафт» (Just AI) Иван Степнов считает, что проблему обеспокоенности вопросами ИБ-безопасности могут решить системы маскирования данных: все данные, уходящие из закрытого контура компаний во внешние LLM, анонимизируются и отправляются в безопасном виде, при этом сохраняется семантическая связанность, контекст сессий, и после ответа LLM исходные данные восстанавливаются системой.
Одна из разработанных ИИ-систем была способна выявлять дефекты на основе данных с трубок с очень низким уровнем ошибок– не более 16%. Это подтвердило возможность использования углеродных нанотрубок для оперативного поиска дефектов в композитах крыльев самолетов.
Наиболее востребованы продукты на основе технологий компьютерного зрения и распознавания и синтеза речи (78,7 и 62% ответов соответственно) (рис. 1). Активно применяются и рекомендательные системы на основе предиктивной аналитики и больших данных (40,7%), обеспечивающие функции прогнозирования развития ситуаций и поведения объектов, например, при обслуживании оборудования и транспортных средств. Чаще всего ИИ-решения оптимизируют управленческие задачи (продажи и маркетинг, финансовый и бухгалтерский учет), в меньшей степени — производственные процессы. Гораздо реже (около 10%) респонденты применяют интеллектуальные системы управления для автоматизации сложных процессов, которые трудно контролировать традиционными методами. Подобные системы — необходимый элемент цифровых фабрик (полностью распределенных производств), позволяющий гибко подстраивать производственные процессы под изменения спроса и внешних условий.