Опрос MIT Sloan Management Review и BCG показал, что в технологии искусственного интеллекта на данный момент инвестируют 90% компаний. Но экономическую выгоду от внедрения ИИ смогли ощутить и посчитать менее 40% компаний, остальные отметили, что новые технологии не повлияли на бизнес, либо влияние было минимальным. По словам экспертов, не все предприятия научились правильно применять ИИ на участках своего бизнеса, также является неправильным рассматривать ИИ в качестве средства снижения затрат. Успешные компании интегрируют ИИ в общую стратегию развития бизнеса, для них это один из инструментов увеличения дохода, а не экономии.
В своем докладе на CNews Forum 2019 заместитель генерального директора ГК «Программный Продукт» ответил на вопрос, почему компании продолжают инвестировать средства и развивать технологии искусственного интеллекта, а также рассказал о применении новейших трендов ИИ в различных государственных областях и сферах бизнеса.
По словам Георгия, применение ИИ необходимо в области Big Data. За последние 2 года было сгенерировано около 95% всех мировых данных, при этом 90% данных не структурированы и разрознены. В связи с этим, в эпоху цифровой экономики, возникает необходимость внедрения решений на основе ИИ, без которых обработка колоссального объема данных становится невозможной.
В 2019 году, на основании потребностей бизнеса, в цикл Хайпа Гартнера вошли 8 как новых, так и ранее известных технологий в классе искусственного интеллекта: облачные сервисы ИИ, AutoML, дополненный интеллект, Explainable AI, интеллектуальные устройства, обучение с подкреплением, квантовые компьютеры, маркетплейсы с ИИ. Один из самых востребованных трендов этого года – это распознавание и синтез речи. Георгий приводит в пример решения Amazon Alexa и Яндекс Алиса, а также технологию Vera Voice, позволяющую синтезировать речь знаменитостей.
Далее Георгий упомянул о соглашении между «Газпром нефтью» и Saudi Aramco. Компании теперь будут вместе работать над созданием и использованием ИИ и нейронных сетей при уточнении гидродинамических моделей месторождений.
В банковской сфере также происходит повсеместное внедрение ИИ: появление чат-ботов, роботов-операторов в колл-центрах. Крупнейший банк России – Сбербанк, планирует внедрение умных машин для помощи операционистам при подсчете монет, погрузочных работах и т.д.
В сфере российского образования на данный момент существует несколько проблем. Например, в каждом классе есть «отстающие» и те, кому материал кажется достаточно легким. Предполагается, что применение адаптивных технологий поможет в решении этого вопроса. ИИ будет мониторить успеваемость каждого ученика и информировать учителя об уровнях усвоения различных материалов. Спикер «Программного Продукта» рассказал и о другом применении новейших технологий в области образования - внедрении ИИ при проверке тестов ЕГЭ. ИИ проработал более миллиона работ учеников и, на основании анализа почерка, нашел тесты, написанные разными людьми.
Также Георгий рассказал о применении ИИ в сфере интернета вещей и озвучил экономический эффект от внедрения ПАКа SOVA для выписывания штрафов и контроля парковок. За первый год работы в одном из регионов России, комплекс позволил существенно сократить издержки на рабочую силу, сэкономив порядка 500 млн руб. из бюджета.
По мнению экспертов, технологические возможности широко применяются на российском промышленном рынке, особенно в области приборостроения, машиностроения и авиастроения. Георгий приводит в пример систему автоматической фото- и видеофиксации нарушений и пренебрежений техникой безопасности на производстве. Решение позволяет повысить безопасность производственных процессов за счет мгновенного реагирования на опасные ситуации и информирования рабочих.
Далее спикер обратил внимание слушателей на применение ИИ в области информационной безопасности. В последнее время, злоумышленники стали применять новые технологии при разработке вредоносного ПО, из-за чего, антивирусным системам становится всё сложение детектировать опасность. Для борьбы с киберпреступностью, ИТ-разработчики стали реализовывать функцию машинного обучения в программных продуктах для наиболее глубокого анализа вредоносного ПО. Георгий привел в пример компанию Wallarm, которая разрабатывает решения с функцией машинного обучения межсетевого экранирования. Классические системы безопасности используют общий набор статических сигнатур, в следствии чего, при вторжении происходит блокировка огромного количества IP адресов. В отличии от них, платформа Wallarm анализирует трафик, используя ИИ, а затем блокирует отдельные пакеты, т.е. конкретного злоумышленника.
Что касается ИИ в области госсектора, тут докладчик привел в пример Департамент информационных технологий г. Москвы, в котором ежеминутно генерируется огромное количество событий информационной безопасности. При разборе такого потока данных человеком, не исключены ошибки и пропуски опасных инцидентов. Поэтому для эффективности обработки подобных данных внедряются программные решения, которые при помощи машинного обучения способны анализировать и сегментировать события, а также реагировать на угрозы с высокой скоростью.
По завершению доклада, Георгий Лагода обсудил со слушателями вопросы правовой ответственности и контроля в сфере ИИ, а также плюсы и минусы внедрения подобных технологий.