Цифровая экономика: как российский бизнес использует технологии искусственного интеллекта?
Согласно совместному исследованию аналитического агентства TAdviser, Huawei и технологической компании «Техносерв», 68 % крупных российских компаний использовали ИИ-технологии в 2020 году. Однако, если брать рынок в целом, то, по данным НИУ ВШЭ, технологии ИИ в своей деятельности применяют лишь 5,4 % российских организаций. С какими трудностями сталкиваются российские компании при внедрении и использовании технологий ИИ? Какие наиболее востребованные технологии ИИ помогают компаниям в решении бизнес-задач?
Согласно данным Института статистических исследований и экономики знаний НИУ ВШЭ, почти каждое третье крупное предприятие использует технологии ИИ (35,7 %), из менее крупных предприятий – только каждое пятое (21,8 %), тогда среди малых предприятий используют ИИ только 5 % опрошенных предпринимателей. Это объясняется высокой стоимостью ИИ-решений, низкой информированностью малого бизнеса о преимуществах внедрения ИИ и пока еще недостаточным числом готовых ИИ-систем. Позволить себе подобные проекты пока могут лишь крупные игроки. Очевидно, что малые и средние предприятия отстают от общего тренда по внедрению ИИ.
Рабочая группа по искусственному интеллекту, созданная Правительством РФ, измерила индекс зрелости технологий ИИ. Среди критериев были выделены инфраструктура, уровень развития науки и кадров в стране, доходы IT-компаний. В России этот индекс в 2019 году равнялся 6 баллам. В большом отрыве находились США и Китай (по 77 баллов), также в топе Великобритания, Канада и Германия (по 26 баллов). У нашей страны остается огромный потенциал роста в этой сфере, и в этом может сыграть не последнюю роль малый бизнес.
Малый бизнес на пути к искусственному интеллекту
Обычно именно малые инновационные предприятия становятся источниками в разработке новаторских идей и решений, которые потом перекупаются крупными корпорациями. В современных условиях российские разработки в области ИИ сосредоточены в «Сколково» и других инновационных центрах, а эти центры уже пользуются значительными налоговыми льготами, а также статусами свободных экономических зон.
Разумеется, доля российских разработок в ИИ пока не высока, что обусловлено прежде всего резким оттоком научных кадров, прежде всего инженерных, происходившим в 90-е годы ХХ века. Цель повышения качества и количества кадров, занятых ИТ-индустрии, является одной из основных в национальном проекте «Наука». Очевидно, что быстро решить эту задачу очень сложно, потребуется значительный временной лаг, но учитывая, что конкурс на направления ИТ в вузах постоянно растет, в ближайшие годы России удастся наладить устойчивый уровень воспроизводства кадров для ИТ индустрии, а значит и увеличить объемы разработок в сфере ИИ, считает доцент Департамента менеджмента и инноваций Финансового Университета при Правительстве РФ Михаил Хачатурян.
Основной фактор это не регуляторные барьеры, которые пока не являются запретительными и не мешают развиваться технологиям, а, скорее всего, недостаточная осведомленность о возможностях современных технологий среди субъектов малого бизнеса и отсутствие достаточной популяризации таких решений со стороны СМИ, считает Михаил Попов, основатель финтех-платформы TalkBank. Они фокусируются на более ярких или фантастических решениях, о которых заявляют крупные корпорации. При этом они упускают из вида ту масштабируемость и легкость, которую ИИ дает бизнес-процессам малых предприятий.
В этих процессах всегда есть дефицит человеческих ресурсов и кадров, в них достаточно сложно автоматизировать что-то внутри из-за недостаточности ИТ-ресурсов. Готовые платформы и конструкторы в этом смысле им очень сильно помогают. Если 10 лет назад такие конструкторы и платформы были очень примитивны и их было сложно настраивать, то сейчас эти технологии уже шагнули далеко вперед. Уже накоплена большая база знаний для общения, распознавания и создания графических образов.
Российский рынок технологий на базе машинного обучения сегодня имеет существенные перспективы развития, считает основатель агрегатора технологических проектов Venn, партнер консалтинговой компании Rights Business Standard Виктория Арабина. Отечественная научно-технологическая школа, представленная несколькими ключевыми кластерами (МФТИ, МГУ, МГТУ, ИТМО и др), при всех глобальных и региональных вызовах решает сегодня задачи мирового уровня. Вместе с тем для существенного скачка и возможности масштабировать российские технологии как на рынке страны, так и на мировом рынке, необходимо решение стратегических задач, таких как массовая подготовка и переподготовка кадрового потенциала, открытые площадки работы с данными и их сбор бигтехом страны для последующей передачи в проекты малого бизнеса, изменение нормативной базы с учетом реалий развития технологий.
Сегодня рынок многих видов технологий, раньше относимых к сквозным технологиям Четвертой промышленной революции, стал обыденным и знакомым для множества коммерческих игроков. К таким технологиям, например, можно отнести компьютерное зрение, диалоговые системы. Однако и сегодня в данных направлениях технологического развития остается пространство для творчества и экспериментов. Представляется, что именно такого рода плотно обосновавшиеся на рынке технологии, доказавшие свою эффективность при оптимизации процессов и автоматизации блоков задач корпоративных игроков, хороши для внедрения на рынке МСП.
Еще один фактор возможного роста – облачные инструменты с поддержкой ИИ: это любые сервисы, нацеленные на поддержку процессов малого бизнеса (бухгалтерский учет, управление кадрами, CRM-системы). Конечно, крупный бизнес свою работу в области ИИ сегодня строит вокруг прогнозирования и анализа больших данных, но и у малого бизнеса есть немало возможностей использовать эти инструменты при настройке собственных процессов. Однако данное решение может быть внедрено только при поддержке регулятора или системных игроков.
Президент Национального агентства по охране и управлению здоровьем, генеральный директор Первого клинического медицинского центра Максим Балясников приводит конкретные данные, связанные с опытом внедрения ИИ в сфере медицины. По его мнению, огромное количество данных, собираемых сегодня медицинскими организациями, открывает принципиально новые возможности для здравоохранения – от постановки диагноза, выбора лечения, подбора препаратов до анализа клиентского опыта в отношении медицинской услуги.
Например, компания Aurora Health Care из США ежегодно экономит 6 млн долларов за счет предписывающей аналитики: ей удалось снизить число повторных госпитализаций на 10 %. Всего в США с большими данными работает более 55 % компаний, в Европе и Азии – около 53 %. В России рынок больших данных новый и быстро растет. По мнению экспертов, в 2020 году объем медицинских данных удваивался каждые 73 дня. При этом они, как правило, не связаны друг с другом и нуждаются в дополнительной обработке.
Однако остаются нерешенными проблемы, тормозящие развитие медицинских технологий на основе ИИ. Во-первых, получаемые в ходе обследований данные оказываются неструктурированными и неполными, поэтому ИИ, обученный на такой выборке, будет давать некорректные результаты. Персональные данные по закону нельзя передавать, а при обезличивании теряется связь с данными других учреждений. Во-вторых, существует возможность непредсказуемых диагнозов и рекомендаций, выдаваемых ИИ, поэтому пока необходима ручная валидация данных. В-третьих, пока сохраняется нерегламентированной ответственность врача за последствия решений, принятых на основе данных, полученных с помощью ИИ. В-четвертых, для ИИ нужно много данных для обучения, а это дорогостоящая процедура.
«Безусловно, создание общедоступных массивов (датасетов) медицинских данных может снять многие проблемы. Необходимо внедрение механизмов хранения информации, которые предоставляют быстрый доступ к большим объемам данных», – резюмирует Балясников.