ИИ и бизнес в 2021 году
В 2021 году в McKinsey проанализировали, как бизнес внедряет искусственный интеллект (ИИ) и какие результаты получает от использования технологий. Для этого эксперты выделили три функциональные области, в которых бизнес использует ИИ чаще всего:
- Операции обслуживания — все, что связано с клиентским сервисом, например, работа call-центров.
- Разработка продуктов и услуг — создание новых материалов и деталей в промышленности, появление новых приложений или сервисов.
- Маркетинг и продажи — показ более подходящей рекламы для пользователей.
Компания проводила исследование среди 1 843 представителей компаний из разных регионов и отраслей. По результатам опроса, 56% респондентов заявили, что они внедрили ИИ-технологии как минимум в одной из этих областей. При этом самые популярные сценарии внедрения охватывали сразу несколько из них: например, автоматизация работы контактных центров касаются как маркетинга, так и операций обслуживания.
Также по итогам опроса выяснилось, что внедрение ИИ увеличивает прибыль компаний. За год доля респондентов, отметивших, что прибыль до уплаты налогов увеличилась не менее чем на 5%, выросла с 22% до 27%.
Как устроен ИИ и почему он развивается именно так
В McKinsey считают, что развитие ИИ определяется тем, как он устроен. Искусственный интеллект — это концепция, которую можно реализовывать разными способами. Один из них, доминирующий, — это машинное обучение, технология, благодаря которой алгоритмы самостоятельно копят знания и совершенствуют свою работу. Среди технологий машинного обучения консалтинговая компания выделяет три группы:
- Технологии восприятия — помогают собирать и анализировать визуальную, звуковую или другую информацию. Например, это машинное зрение и распознавание языка.
- Технологии прогнозирования — на основе определенных параметров позволяют рассчитать варианты развития событий.
- Технологии предписания — речь об алгоритмах, которые «предписывают» действия оборудованию, транспорту и другой технике.
Чтобы решать более сложные и важные задачи, инженеры стали объединять несколько ИИ-технологий в комплексные решения. Благодаря этому появился, например, беспилотный транспорт, который «видит» ситуацию на дороге с помощью лидаров (приборов, которые измеряют расстояния до других предметов, замеряя время на излучение света и его возврат), затем анализирует ее и принимает решения: ехать дальше, замедлиться или остановиться.
В зависимости от целей бизнеса, компании сами выбирают нужную группу технологий, на основе которых появляется новое решение. Например, если заводу нужно уменьшить количество аварий на производстве, то разработчики создадут рекомендательную систему. С помощью машинного зрения она будет следить за потоком сырья на конвейере, а с помощью алгоритмов анализа — давать рекомендации рабочим.
В каких направлениях технологии ИИ будут развиваться в 2022 году
Одной из наиболее перспективных ИИ-технологий станет гиперперсонализация — алгоритмы, которые позволят максимально точно определять потребности клиентов и предлагать им более подходящие товары или услуги. Такие алгоритмы можно использовать как в маркетинге, так и в продажах: например, банковских кредитов, одежды или обуви.
Другая перспективная группа ИИ-технологий связана с генеративным дизайном. С помощью алгоритмов инженеры смогут создавать более легкие и прочные детали для самолетов и судов.
В сырьевых отраслях появится больше алгоритмов, которые позволят синхронизировать работу оборудования — это позволит ускорить производство и снизить его конечную стоимость.
Кроме относительно новых технологий в McKinsey ожидают активного внедрения беспилотных авто. Такой транспорт уже несколько лет тестируется на небольших территориях вроде Иннополиса и Ясенево. Предположительно беспилотники станут распространяться в обычных городах в ближайшие 5–10 лет.
Как развиваются смежные с ИИ технологии
Параллельно с ИИ-технологиями развиваются и другие направления. Поскольку для сбора данных нужно «железо», в 2021 году на рынке появились более доступные датчики и сенсоры.
После сбора данных ИИ нужно обучить — а для этого нужны вычислительные среды. Это приводит к тому, что для машинного обучения разрабатывают специальные процессоры и другую микроэлектронику. Когда ИИ обучился, к нему нужно открыть доступ для других компаний и сотрудников. Поэтому у бизнеса появляется интерес к облачным технологиям, которые получают новое финансирование и развитие.
Как результат, большая часть человеческой работы переходит к машинам. Это приводит к тому, что риск взлома ИИ может привести не только к потере данных, но и к техногенным катастрофам. В ответ на это компании усиливают кибербезопасность: нанимают новых специалистов и устанавливают более продвинутое ПО.
Что будет с ИИ в будущем
В McKinsey видят две группы препятствий для ИИ-технологий:
Глобальные — касаются всех отраслей. Часть из них будет связана с нехваткой кадров, кибербезопасностью и этикой действий машин.
Локальные — характерны для отдельных сфер. Так, в тяжелой промышленности может появиться проблема несовместимости станков или другого оборудования. Из-за этого предприятиям придется создавать алгоритмы под каждую технику заново.
Однако в ближайшие годы бизнес продолжит активно внедрять ИИ-технологии, и процесс будет ускоряться с каждым кейсом.
В дальнейшем ИИ смогут предложить новые отрасли и решения. Например, в ближайшие 7–10 лет появятся полностью автоматизированные цеха, в которых не будет освещения.
»Машины» смогут взять значительную часть рутинной работы, оставив для людей больше интеллектуальных и креативных задач. Это повлияет на рынок труда — например, профессии в сфере Data Science станут доступнее для людей без серьезной математической базы. В этом специалистам помогут инструменты на базе того же ИИ, которые позволят обойтись без сложных вычислений.
Также ИИ может помочь в развитии метавселенных — внутри них могут появиться рекомендательные алгоритмы, которые подскажут, какое пространство внутри виртуальной реальности понравится пользователю больше.