Нужен ли вашему бизнесу искусственный интеллект
Главная Аналитика, Технологический сектор, Искусственный интеллект, Карьера и бизнес

Иван Ильин, руководитель технологического консалтинга по AI-решениям Intuition, рассказал, каким компаниям стоит задуматься о внедрении технологий искусственного интеллекта — и как это сделать.

В ближайшее время технологии AI точно будут востребованы в прогнозировании процессов, связанных с логистикой, загрузкой складов, построением маршрутов. Искусственный интеллект справится с персонализацией любого контента (тексты, видео, товарные предложения) для пользователя. Ритейл заинтересован в использовании AI для тонкой аналитики, проверки корректности чеков, распознавания лиц покупателей или заполненности полок с помощью камер

Чтобы не попасть в ту часть аудитории, которая готова потратиться на искусственный интеллект из стадного чувства, нужно учесть следующие моменты.

Ценность от внедрения решения должна превышать стоимость разработки и содержания AI-команды. Например, в сфере производства экономический эффект составляет в среднем 3−5%, что очень существенно на больших объемах.

Исследование Российского союза промышленников и предпринимателей и компании «Цифра» показало, что объем российского рынка AI в промышленности к 2021 году достигнет 380 млн долларов. Так, Новолипецкий металлургический комбинат уже сейчас применяет искусственный интеллект для оптимизации производственных процессов в сталеплавильной отрасли (и снижает таким образом потребление природного газа на 5%).

В то же время внедрять AI в кофейне — все равно что покупать атомный микроскоп в школьный кабинет. Средний бизнес в последнее время часто заявляет об использовании искусственного интеллекта в какой-то цепочке действий, где это часто не нужно и не критично. В этом случае целесообразнее говорить о недолговечном маркетинговом эффекте, нежели о полезности самой технологии.

Если компания — AI-стартап, то очевидно, что для нее это ключевая технология. Речь в таком случае идет о полной автоматизации каких-либо областей, кардинальном изменении процессов, в результате чего сокращаются целые блоки, которыми раньше занимались отдельные компании и большой штат сотрудников.

Конечно, здесь нужно учитывать, что AI — это уже мейнстрим, рынок достаточно насыщен, а в некоторых сферах даже переполнен. Начинающей компании сложно выделиться на этом фоне и найти новую, относительно свободную рыночную нишу с существенным коммерческим потенциалом. Крупный бизнес обычно предпочитает выращивать команду разработки в своих стенах, чем прибегать к сторонним сервисам.

У AI-стартапов есть будущее, только если они придумают нечто революционное, подобное мультиагентной системе для Газпрома (предотвращает миллиардные потери на логистике). Похожую технологию применили в Coca-Cola, сэкономив на транспортных расходах до 20%.

Нужна узкая настройка AI на операции, которые он выполнит лучше человека. Например, искусственный интеллект умеет работать с терабайтами текста, тогда как любой из нас потратил бы на это месяцы. С помощью алгоритмов можно сразу ранжировать и классифицировать печатную информацию, искать ее по интересующему запросу, а также распознавать изображения и выявлять людей по фото на видео. AI успешно внедряется в различных системах безопасности, например Aruba 360 Secure Fabric.

Пример среднего бизнеса, где действительно стоит использовать алгоритмы, — частные охранные предприятия. Работу множества охранников, которые ежедневно сидят и вглядываются в мониторы, вполне можно автоматизировать.

При планировании внедрения алгоритмов искусственного интеллекта любая компания без собственной команды AI-инженеров столкнется с рядом проблем.

1. Нанимать AI-разработчиков должен HR-специалист с соответствующим опытом.

Допустим, торговая сеть захочет внедрять обработку больших данных для оптимизации трафика покупателей. Кадровый отдел ритейлера решает задачи найма линейного персонала — с задачей поиска AI-разработчика или Data Scientist он вряд ли справится (в силу нехватки знаний в данной области не сможет оценить компетенции инженера). Следовательно, чтобы сколотить AI-команду, нужно сначала найти эйчара с соответствующим опытом найма.

2. Возглавить команду разработчиков должен человек с двойной экспертизой — бизнес заказчика и AI-разработка.

Работодатель, не обладающий специальными знаниями, не сможет построить эффективную работу даже с хорошими специалистами. Необходимо сначала найти человека на вакансию Chief Digital Officer или Chief Digital Transformation Officer. Требования к такому профессионалу — обладание (помимо технической) экспертизой еще и в бизнесе заказчика, а также управленческие навыки.

3. В России мало хороших AI-разработчиков.

В компетенции специалиста (или команды) по автоматизации процессов на производстве в обязательном порядке входят математическое образование (а не просто техническое) и навыки профессионального программирования (Python, С++). Желательно, чтобы это были новаторы, заинтересованные в науке и поисках альтернативных путей решения, а не в воспроизводстве уже известных алгоритмов. В России достаточно сложно с поиском подобных кадров: обязательно страдает какая-то часть экспертизы (научный бэкграунд или программирование), поэтому подобные специалисты стоят дорого. Их средняя зарплата на рынке — от 200 до 250 тыс. рублей.

4. Штатных инженеров будет трудно удержать в компании.

Мало найти и нанять специалистов — придется прикладывать усилия, чтобы они остались, и постоянно заниматься их мотивацией. Хорошие разработчики всегда стремятся к развитию, им нужны смена деятельности и новые интересные задачи. Они обладают научным бэкграундом, а потому нередко предпочитают уходить в академические исследования. В итоге для отдельной компании содержание собственного отдела может быть совершенно нерентабельно — намного проще и экономически выгоднее нанять внешнюю, уже сработавшуюся команду исполнителей.

Тем компаниям, которые еще только собираются перевести свои процессы на автоматические рельсы, можно попробовать бесплатные облачные решения. С помощью свободно распространяемых продуктов средний бизнес может решить ряд задач. IT-гиганты вроде Google совершенствуют такие сервисы, и в дальнейшем они, возможно, смогут конкурировать с кастомными решениями. Но последние пока выигрывают — за счет большей гибкости и тонкой настройки под задачу клиента.

Подписывайтесь на наш канал в Яндекс.Дзен. Много эксклюзивных историй, полезных материалов и красивых фото.

Читайте также:
Пожалуйста, опишите ошибку
Закрыть