luckyea77 (luckyea77) wrote,
luckyea77
luckyea77

Categories:

Исследование: Проникновение решений на базе искусственного интеллекта в российских компаниях (1 ч.)

Часть 1 Часть 2

Аналитический центр TAdviser совместно с Ростелеком исследовал уровень проникновения решений с использованием ИИ на российском рынке, а также получаемые от них эффекты в разных отраслях. По данным проведенного TAdviser опроса на конец 2020 года более 85% крупных российских организаций уже реализовали или пилотируют ИИ-инициативы.

Глобальная динамика инвестиций и проектов с использованием ИИ

По прогнозу PricewaterhouseCoopers (PwC) ускоренное развитие и проникновение ИИ обеспечат к 2030 году увеличение мирового ВВП на 14%. Глобальный институт McKinsey ожидает, что около 70% компаний внедрят как минимум один тип технологии искусственного интеллекта к 2030 году. В 2020 году, как показал опрос Gartner, более 50% респондентов-CIO планируют развернуть ИИ в своих компаниях – на 14% больше, чем по итогам аналогичного опроса годом ранее.



В исследовании, проведенном New Vantage Partners, главные специалисты по работе с данными и решениями ИИ отмечают негативные последствия отказа от инвестиций в такие проекты, так как новые игроки могут получить с помощью этих технологий конкуретные преимущества для прорывного роста. В этой связи 88% респондентов считают сегодня необходимым инвестировать в большие данные и ИИ-решения, и лишь 5% ориентируются на снижение затрат в этом направлении. 92% опрошенных руководителей видят позитивные эффекты от ИИ-проектов в новых трансформационных возможностях и высокой динамике развития бизнеса.

В исследовании BCG и MIT Sloan Management Review, 9 из 10 респондентов согласны с тем, что ИИ представляет новые бизнес-возможности для их компаний. В то же время, 37% из них отмечают риски таких проектов. О сложностях в реализации инициатив в области больших данных и искусственного интеллекта говорят и 77% руководителей компаний из разных стран, опрошенных SAS.

Примеры использования ИИ в глобальной практике:

*Royal Bank of Scotland: интеллектуальный анализ текста для работы с жалобами клиентов.
*Honda: прогнозирование спроса на запчасти и оптимизация затрат на логистику.
*Lockheed Martin: отслеживание рабочего состояния самолетов, предикативные ремонты.
*Amazon: отслеживание выбора покупок и списание оплаты с помощью умных тележек.
*Стэнфордский университет: прогнозирование лесных пожаров.
*Singapore Aquaculture: мониторинг здоровья рыб на плавучей ферме.

Как показало глобальное исследование Microsoft «Бизнес-лидеры в эпоху ИИ» (Business Leaders in the Age of AI), российские руководители сегодня используют возможности ИИ для бизнеса активнее, чем их коллеги за рубежом. В опросе участвовали 800 топ-менеджеров крупных компаний из Франции, Германии, Италии, Нидерландов, России, Швейцарии, Великобритании, США (выборка – 100 респондентов на страну). В среднем по миру ИИ внедряют 22,3% компаний, а в России – 30% (для сравнения, во Франции – 10%). Российские директора продемонстрировали и более высокую готовность к развитию новых навыков в области ИИ: 90% выразили желание получить профессиональную поддержку для более эффективной работы с этой технологией (в мире - 67,3%).

Среди основных приоритетов использования ИИ российские респонденты Microsoft указали постановку правильных целей (32%), разработку бизнес-идей (26%), определение новых возможностей рынка (25%) и принятие решений (23%). Бизнес привлекает сама возможность трансформировать работу в самых разных направлениях с помощью ИИ, вовлекая инновационные технологии и экспертизу.

Опрос TAdviser: внедрение решений с использованием ИИ в российских компаниях

* Выборка. Было опрошено 100 компаний (крупный и верхний сегмент среднего бизнеса) из более 10 отраслей экономики (финансы, телеком, промышленность, ритейл, госсектор и др.).

* Методика. Методика опроса разработана совместно с экспертами ПАО Ростелеком.

Российский рынок искусственного интеллекта за последние два года стал более зрелым, и сегодня решения ИИ - в фокусе внимания крупного бизнеса и государственных организаций. Их популяризации способствовало технологическое развитие, а также накапливаемый опыт успешных проектов ИИ у крупных игроков-первопроходцев (Сбербанк, ВТБ, X5 Retail Group, Магнит, Газпром нефть и др.). Именно эти компании являются крупнейшими держателями ИТ-бюджетов и обладают сформированной высокопроизводительной инфраструктурой, не ограничивающей запуск нагруженных ИИ-проектов. Реализуемые ими инициативы за последнее время демонстрируют возможности по улучшению процессов с помощью ИИ.

Компании из разных отраслей экономики сегодня сталкиваются с необходимостью трансформации, обусловленной проникновением цифровых технологий и ростом объемов данных. Конкурентное преимущество здесь могут обеспечить интеллектуальные алгоритмы – как в части увеличения дохода, так и в части оптимизации издержек. К настоящему моменту российский бизнес уже достаточно хорошо понимает преимущества применения ИИ - для повышения производительности труда и качества обслуживания клиентов, создания новых продуктов и пр.

Специфика использования ИИ-решений для внутренних задач

По данным TAdviser на конец 2020 года более 85% крупных российских организаций (включая ведущие операционную деятельность в России зарубежные предприятия) используют, в том или ином объеме, ИИ-решения для оптимизации внутренних бизнес-процессов. Эти организации представляют в основном финансовый сектор, телеком, ритейл, ИТ, промышленность и нефтегаз.

Уровень использования ИИ-решений компаниями для задач оптимизации


Источник: TAdviser, 2020

Компании, которые пока не используют ИИ-решения, ссылаются главным образом на непонимание возможных эффектов от них (42%), а также на низкую рентабельность таких проектов (41%). Преимущественно это компании, представляющие верхний сегмент среднего бизнеса, располагающие меньшими финансовыми возможностями (в сравнении с цифровыми «чемпионами»), из промышленности, ИТ, банков и ритейла. В то же время более 60% организаций из этой группы респондентов подтверждают свои планы запуска ИИ-инициатив в ближайшем периоде.

Причины отказа от использования ИИ-решений



Источник: TAdviser, 2020

С учетом высокой сложности ИИ-проектов, их требовательности не только к инфраструктуре, но и к экспертизе, большинство компаний (54%), даже разрабатывая ИИ-решения самостоятельно, прибегают к закупке интеллектуальных продуктов у внешних игроков. В первую очередь внутреннюю разработку развивают и усиливают крупные компании – в сегментах телекома, ритейла, финансов и промышленности.

Александр Ефимов, заместитель директора по развитию бизнеса SAS Россия/СНГ:

"Основная сфера применения ИИ в российских организациях - во-первых, это всё, что связано с обслуживанием клиента: интерактивные помощники по выбору товара или услуги, голосовые помощники, чат-боты. Из того, что остается за кадром, не видимым для конечных пользователей, сейчас эволюционируют системы клиентской аналитики, стали применяться самообучающиеся модели, которые учитывают изменения в структуре потребностей клиента. Во-вторых, это активное развитие систем противодействия мошенничествам, рост которых спровоцировала пандемия. Компаниям в разных отраслях, не только в банках, нужно отвечать на этот вызов. В-третьих, это развитие цифровых двойников во множестве индустрий – от производства фармацевтических препаратов и добывающих предприятий до сельского хозяйства и капитального строительства."

Подходы к разработке/приобретению ИИ-решений для внутренних задач


Источник: TAdviser, 2020

Как правило, компании-заказчики ориентируются на лучшие практики и наиболее технологически зрелые решения. В случае не ограничиваемого выбора большинство респондентов (80%) приобретают продукты как российских, так и зарубежных поставщиков. Ограничены в закупке зарубежных решений сегодня могут быть организации госсектора, а также владельцы критической инфраструктуры – в энергетике, нефтегазе, промышленности; в том числе, компании, попадающие под санкционные риски.

Подходы к приобретению ИИ-решений


Источник: TAdviser, 2020

При разработке продуктов или обучении алгоритмов компании-респонденты применяют достаточно широкий спектр данных. Подавляющее большинство использует в решениях, ориентированных на задачи внутренней оптимизации, те данные, которые возникают в результате их операционной деятельности (83%). Ввиду того, что часто технологии ИИ востребованы в процессах, направленных на трансформацию клиентского обслуживания, около 80% респондентов (в том числе, представляющих банки, ритейл и телеком) отмечают, что используют данные клиентов своих компаний. Более половины подтверждают задействование внешних данных, в том числе, партнеров или поставщиков, а также данных из открытых источников (в транспортной сфере, ритейле, в меньшей степени – в промышленности).

Данные, используемые для разработки ИИ решений и обучения алгоритмов


Источник: TAdviser, 2020

Около трети опрошенных компаний затрудняются с оценкой эффектов от внедрения ИИ-решений, либо еще не проводили ее – в случае недавно стартовавших проектов. Эти эффекты могут быть выражены как в росте выручки, так и в сокращении расходов. Пока лишь 3% таких компаний фиксируют эффект в размере более 10 млрд руб.

Евгений Колесников, руководитель Центра машинного обучения «Инфосистемы Джет»:

«Искусственный интеллект решает конкретные задачи бизнеса, показывая хорошие результаты: -5 % себестоимости товара на производстве, +15 % эффективности рекламной кампании и т.д. Бизнес идет туда, где есть деньги, поэтому сейчас компании, которые могут себе это позволить, делают внедрения ИИ. Это дает им конкурентные преимущества, которые сыграют в ближайшем будущем решающую роль.»

Совокупный эффект от внедрения ИИ-решений у компаний-респондентов TAdviser составил по итогам 2019 года около 60 млрд руб. (более 27 млрд руб. составил дополнительный доход и более 31 млрд руб. – полученная экономия).

При этом озвучиваемая респондентами оценка в большинстве случаев (79%) носит оценочный (субъективный) характер. Лишь 18% компаний располагает официальной оценкой ИИ-проектов, проведенной их внутренними финансовыми службами (как правило, они же согласовывают и запуск подобных инициатив). В первую очередь это свойственно телеком-операторам и промышленным компаниям.

Оценка эффекта от внедрения ИИ-решений для компаний в 2019


Источник: TAdviser, 2020

Более 50% опрошенных компаний впервые получили эффекты от ИИ-решений в 2018-2019 гг., тогда же стартовала и национальная программа «Цифровая экономика РФ», многие инициативы которой связаны с увеличением проникновения ИИ в деятельности предприятий и государства. Отмечается некоторый прирост компаний, получивших первые эффекты в 2019 году, относительно 2018 года.

Количество компаний, впервые получивших финансовые эффекты от внедрения технологий ИИ (% от опрошенных, по годам)


Источник: TAdviser, 2020

Более 90% респондентов не ожидают сокращения эффектов от внедрения ИИ на фоне пандемии по итогам 2020 г. Многие эксперты делают обратный прогноз, предполагая, что изменения в экономике и переход все большего количества процессов онлайн будут только стимулировать спрос на аналитические решения и алгоритмы для оптимизации процессов и повышения эффективности бизнеса. А применение таких технологий, как биометрия на основе ИИ, поможет сократить количество контактов и обеспечить использование дополнительных факторов защиты (например, распознавание голоса) на удаленных каналах обслуживания. Уменьшение же эффектов от ИИ возможно будет скорее в случае снижения каких-либо ключевых показателей – например, размера аудитории, количества сотрудников в офисах (для эффекта от распознавания лиц в системах видеонаблюдения) и т.д.

Денис Афанасьев, директор центра компетенций больших данных и искусственного интеллекта ЛАНИТ, генеральный директор компании CleverDATA

"Высоким спросом сегодня пользуются аналитические модели анализа временных рядов на базе нейронных сетей. Большое количество задач связано именно с таким типом данных, в основанном с анализом показаний различных датчиков и информации IoT. Популярность набирают графовые алгоритмы, особенно в задачах, связанных с анализом взаимодействия людей. Хотим отметить кейсы по предиктивному мониторингу промышленного оборудования. Наши специалисты разработали комплексный подход для идентификации аномальных режимов работы электрогенерирующих турбин, которые позволяют снизить время простоя оборудования и повысить его эффективность."

Прогноз сокращения эффектов от ИИ в связи с пандемией 2020



93% респондентов утверждают, что их компании не сокращали рабочие места из-за внедрения ИИ. Ряд экспертов отмечают, что на текущем этапе развития технологии позволяют эффективно перераспределить рутинные и сложные задачи, передавать часть из них машинным алгоритмам, стимулируя сотрудников развивать новые профессиональные навыки (в том числе, работы с ИИ). В случае же компаний-разработчиков ИТ-решений - по мере усиления ИИ-практики штат сотрудников, наоборот, расширялся, либо расширяется в настоящий момент.

Размер внутренних команд, которые реализуют ИИ-проекты, варьируется от 10-30 до 70-100 и более человек – в зависимости от размера компании, ее финансовых показателей, от того, как долго она занимается развитием внутренней разработки и конкретно - ИИ-решений, а также в зависимости от того, разрабатывает ли она их для продажи на внешнем рынке. Самые крупные команды сосредоточены в больших структурах, много лет последовательно наращивавших свои ИТ-отделы – в финансовой сфере, ритейле или промышленности.

Практика применения ИИ в российских компаниях: кейсы

Наиболее активно внедряют и используют решения с искусственным интеллектом российские банки, телеком компании, ритейл, нефтегаз и промышленность. Как показал опрос TAdviser, в случае компаний В2С сегмента наиболее используемым типом решений на базе ИИ являются виртуальные помощники или чат-боты (для обслуживания клиентов), а также предиктивная аналитика для задач персонализации предложения или сервиса.

Помимо этого, телеком-операторы запускают ИИ для снижения оттока, прогнозирования нагрузок на сеть и выявления мошенничеств. Ритейл использует возможности ИИ для повышения качества взаимодействия с клиентами, товарных рекомендаций, оптимизации складской логистики.

Александр Долгов, заместитель генерального директора ПГК по информационным технологиям:

"Используя модели машинного обучения (наибольшую точность показали модели машинного обучения, основанные на методе GBDT - Gradient Boosted Decision Trees), уже сегодня мы с высокой точностью прогнозируем время вагонов в пути. Планируем использовать этот опыт в различных цифровых продуктах компании. Например, в ближайшее время интегрировать прогнозную ML-модель в B2B-систему «Личный кабинет клиента ПГК». Рассчитываем, что это поможет клиентам повысить качество планирования грузовых операций на станциях и, как следствие, сократить простои вагонов и оптимизировать их производственный цикл в целом."

Банки, взаимодействующие как с В2С, так и с В2В клиентами, используют инструменты, ускорящие принятие решений (например, в скоринге), рекомендательные сервисы (например, рекомендации банковских продуктов с использованием знаний о клиенте из социальных сетей, рекомендации контрагентов на основе В2В связей клиентов, робоэдвайзинг в онлайн-трейдинге), а также технологии распознавания образов для повышения безопасности (например, биометрия).

Илья Щиров, руководитель развития канала чатов Райффайзенбанка:

«Автоматизация канала чатов – одно из направлений применения технологий ИИ в банке. В 2020 году мы запустили собственную бот-платформу, которая объединяет чат-бот для работы с тестовыми обращениями, а также голосового ассистента для автоматизации входящей линии (голосовой IVR, понимающий свободную речь). Платформа отвечает за «интеллект» ассистента, логику ответов.»

Промышленные предприятия и ТЭК используют рекомендательные системы, с диагностикой нетипичного поведения оборудования и прогнозированием его выхода из строя, предсказанием риска поломок и исчерпания ресурса техники на основе мониторинга текущих процессов, рекомендациями по оптимизации (например, в управлении тепловыми режимами), превентивным ремонтам и пр.

Алексей Винниченко, руководитель центра аналитики, СИБУР Диджитал:

«СИБУР несколько лет развивает направление продвинутой аналитики. Мы собираем и изучаем параметры технологических режимов на производстве: температуру, давление, количество сырья – и данные для бизнес-процессов: котировки на продукцию, биржевые сводки, внешние рыночные факторы. Сбор данных происходит на базе ML-платформы в центре аналитики СИБУР Диджитал. На основе анализа данных мы создаём самообучающиеся рекомендательные системы и системы поддержки принятия решений. Цифровые инструменты продвинутой аналитики помогают прогнозировать внеплановые остановы, оптимизировать технологические режимы для снижения издержек, повышать качество и увеличивать объёмы выпускаемой продукции, прогнозировать стоимость продукции на основных рынках.»

Илья Арсентьев, директор по информационным технологиям Pony Express:

«В крупных логистических компаниях искусственный интеллект может использоваться во всех процессах, связанных с огромными объемами данных и ориентированных на большое количество обслуживаемых клиентов. В Pony Express искусственный интеллект применяется для распознавания и стандартизации адресов доставки, автоматического планирования оптимальной сети курьерских маршрутов, для обслуживания клиентов и анализа качества работы операторов в контакт-центре.»

Помимо отраслевой специфики, есть своего рода универсальные ИИ-решения, которые используются с целью повышения эффективности документооборота, решения задач бухгалтерии, юридического отдела, HR или Service Desk.

Разработка ИИ-решений «на продажу»

30% опрошенных TAdviser компаний занимается разработкой ИИ-решений для продажи сторонним организациям. Помимо собственно ИТ-компаний, в их число входят также телеком-операторы, отдельные банки, интернет-ритейлеры и промышленные компании.

Около 70% таких поставщиков специализируются на рекомендательных системах и системах поддержки принятия решений; более 50% - на технологиях компьютерного зрения и 48% - на обработке естественного языка. В данной выборке чуть более трети специализируются на решениях в области распознавания речи.

Субтехнологии, используемые в ИИ-продуктах



Компании сохраняют традиционную закрытость в отношении показателей выручки от продаж ИИ-решений. В ряде случаев это обусловлено тем, что ИИ поставляется в составе комплексных проектов, и сложно выделить из общей стоимости только эту часть.

У 50% респондентов выручка от ИИ-решений в в 2019 году составляла до 100 млн руб. Совокупный показатель продаж составил около 6 млрд руб.

Часть 1 Часть 2

Смотрите также:
Доклады и исследования, рекомендуемые к прочтению

Tags: Россия, искусственный интеллект, исследование
Subscribe

Posts from This Journal “искусственный интеллект” Tag

promo luckyea77 декабрь 30, 15:00 8
Buy for 10 tokens
По этой ссылке можно скачать информационную базу для программы "1С:Предприятие". С помощью данной базы можно готовиться и сдавать экзамены по темам: - Электробезопасность - Основы промышленной безопасности А.1 - Специальные требования промышленной безопасности: Б 9.31. Эксплуатация опасных…
  • Post a new comment

    Error

    default userpic

    Your IP address will be recorded 

    When you submit the form an invisible reCAPTCHA check will be performed.
    You must follow the Privacy Policy and Google Terms of use.
  • 0 comments