2018/01/11 16:18:25

Искусственный интеллект (рынок России)

Опрошенные TAdviser заказчики и поставщики ИТ в 2018 году прогнозируют интенсивное развитие решений на базе искусственного интеллекта (ИИ) и машинного обучения и включают их в число наиболее востребованных технологий в России.

Содержание

2018

К 2021 году в России объем рынка ИИ в промышленности составит $380 млн

Объем рынка ИИ в промышленности в России в денежном выражении к 2021 году составит $380 млн. В России к 2019 году к промышленному интернету будет подключено 1,3 млн единиц оборудования в машиностроении и 0,6 млн единиц - в процессном производстве. К такому выводу пришли специалисты компании «Цифра» и рабочей группы по искусственному интеллекту подкомитета по цифровой экономике РСПП, которые в преддверии ПМЭФ 2018 провели исследование научных публикаций за последние 5 лет о проектах применения ИИ и промышленного интернета вещей по всему миру. По их данным, всего в мире на 2016 год к IIoT было подключено до 1,7 млрд единиц промышленного оборудования[1].

Согласно исследованию, наиболее часто методы машинного обучения применяются в дискретном производстве (машиностроение, авиастроение, приборостроение и т.п.) – 44%, в процессном производстве (металлургия, химия, нефтехимия, нефтепереработка и нефтедобыча) - 22%, в электроэнергетике – 11%. Оставшиеся 23% рассмотренных проектов находятся на ранней стадии разработки, как правило, это научные работы университетов, исследующих применение методов ИИ в новых сферах для промышленного сектора.

Для решения задач IIoT и промышленной аналитики применяются такие методы, как многослойный перцептрон ((D)MLP) – в 14% случаев, метод опорных векторов (SVM) – в 14% случаев, сверхточные нейронные сети (CNN) – в 11%.

Большинство применений методов машинного обучения относится к предиктивной аналитике (Predictive analytics) – 26%, и описательной аналитике (Descriptive analytics) – 23%. Также достаточно часто данные методы применяются в области управления роботами и робозрении – 14%.

Как показало исследование, в дискретном производстве методы ИИ используются в первую очередь для увеличения срока службы промышленного оборудования и повышения эффективности его технического обслуживания. «Предсказательная аналитика помогает промышленникам получить информацию об остаточном ресурсе промышленных активов, а предписывающая аналитика еще и дает рекомендации, что нужно сделать для предотвращения сбоев в работе и недопущения аварий», - рассказал управляющий директор компании «Цифра» Растопшин Павел.

Вторая область применения - это роботехника и робозрение, когда создаются системы или модели, которые способны обучить промышленных роботов эффективным действиям без участия человека.

«
«Первое направление в большей степени оптимизирует расходы на содержание промышленного фонда, а второе перспективно с точки зрения генерации прибыли. Если первый сценарий в России возможен при развитии систем мониторинга оборудования и промышленного интернета вещей, то второе направление пока не столь активно в связи с низкой роботизацией отечественного производства», - пояснил Растопшин.
»

По его словам, в процессном производстве используются те же сценарии с предиктивной аналитикой и предписывающей аналитикой для более эффективного использования оборудования, что и в дискретном производстве. Но более перспективными с точки зрения влияния на экономические показатели предприятия являются системы типа «цифровой советчик» для цифрового управления технологическими процессами. Большая часть изученных примеров связана с контролем качества продукции или его предсказанием. «При этом Россия может стать одним из лидеров по применению ИИ в процессном производстве (металлургия, нефтегаз, химия). Оно преобладает в структуре ВВП России и более технологически готово к внедрению инноваций за счет накопленного массива данных. В то же время большинство зарубежных работ рассматривает в первую очередь дискретное производство», - подчеркнул Растопшин.

Эксперты отметили, что самые передовые методы, такие как метод обучения с подкреплением (самообучающаяся система, где обучаемое получает «вознаграждение» за максимально эффективный алгоритм действий), в промышленности практически не используются в силу новизны и сложности, хотя и могут дать существенный эффект.

Искусственный интеллект - самая горячая тема российского ИТ-рынка

В Департаменте информационных технологий Москвы (ДИТ) предполагают, что в 2018 году произойдет взрывной рост платформ, систем и мобильных приложений на базе искусственного интеллекта и нейронных сетей. При этом, считают в ДИТ, новые решения с использованием ИИ следует ожидать не только в уже существующих областях его применения – в финансовой сфере, в здравоохранении, на транспорте, но и в принципиально новых.

«
Основной проблемой для разработчиков таких платформ при этом останется получение обучающей выборки достаточного объема и качества, а также возможные ошибки в ней, - заявили TAdviser в ДИТ.
»

Гендиректор «РТ-Информ» (входит в госкорпорацию «Ростех») Камиль Газизов также ожидает существенного скачка развития в сфере искусственного интеллекта. Сегодня на него делают ставку почти все технологические лидеры, уверен он. При этом одно из перспективных направлений - внедрение искусственного интеллекта в борьбе с киберугрозами. В 2018 году можно будет наблюдать возрастающую «гонку вооружений» между теми, кто защищает информацию и теми, кто взламывает системы.

«
Одной из самых актуальных ИТ-задач была и остается информационная безопасность корпорации. «РТ-Информ» намерен повышать качество средств и технологий защиты, в том числе с использованием Artificial intelligence, а также выработать унифицированный подход к их использованию на всех предприятиях, - отметил Камиль Газизов в разговоре с TAdviser.
»

Михаил Кононов, директор департамента развития программного обеспечения и архитектуры «Банка Хоум Кредит», полагает, что в 2018 году можно ожидать все большего участия моделей machine learning в операционных процессах компаний.

«
Мы активно строим платформу для онлайн аналитики с использованием ML (machine learning) и DL (deep learning) моделей, чтобы лучше и своевременно обеспечивать клиентские потребности, - рассказывает директор департамента развития программного обеспечения и архитектуры «Банка Хоум Кредит».
»

Ранее заместитель председателя правления «Банка Хоум Кредит» Сергей Щербаков в интервью TAdviser упоминал искусственный интеллект в числе технологических приоритетов банка. Технологии Artificial Intelligence неотделимы от Big Data, поскольку данные являются основой, на которой технологии искусственного интеллекта могут работать, отмечал он. И эти две технологии, по его словам, в «Банка Хоум Кредит» уже развиваются — как самостоятельно, так и во взаимодействии с финтех-компаниями. В частности, они применяются в процессе принятия кредитных решений.

Стоит отметить, что в финансовой отрасли интерес к технологиям искусственного интеллекта особенно высок - о спросе и развитии этих технологий в компании заявляли многие российские банки. В «Сбербанке» считают, что через 5 лет 80% всех решений будут приниматься с помощью искусственного интеллекта. В «Альфа-банке» прогнозируют, что отрасль активно будет переходить на безлюдные технологии, и через 3 года клиенты в 50% случаев будут общаться с ботами.

В октябре 2017 года Бинбанк заявлял о планах запустить технологию искусственного интеллекта в работе с просроченной задолженностью в розничном бизнесе[2]. Программа будет выявлять клиентов, которым необходимы напоминания и консультации, а также тех заемщиков, звонить которым в принципе бесполезно. Благодаря искусственному интеллекту Бинбанк рассчитывает сэкономить 1 млрд рублей в 2018 году. Технология в банке уже используется при коллекшене на ранних стадиях просроченной задолженности.

Спрос на технологии искусственного интеллекта, машинного обучения ранее озвучивали многие российские заказчики и в других отраслях, включая госсектор. Так, ФНС в 2017 году начала использовать искусственный интеллект в личном кабинете физических лиц и планирует развивать этот проект в 2018 году. Новая версия личного кабинета ФНС использует чат-бот, помогающий людям решать вопросы, связанные с налоговым администрированием. Его предстоит научить работать с базой данных, в которую входит около порядка 150 тыс. различных жизненных ситуаций[3].

Некоторые проекты ИИ и машинного обучения в российском бизнесе

Начальник управления ИТ Росимущества Александра Осипова на конференции TAdviser SummIT в ноябре 2017 года в числе планов ведомства по цифровизации упоминала применение элементов искусственного интеллекта при формировании прогнозов доходов федерального бюджета и плана приватизации и использование технологии блокчейна для организации взаимодействия с другими органами власти.

В конце 2017 года также Департамент проектной деятельности правительства России предложил премьер-министру Дмитрию Медведеву концепцию новой системы правоприменения, в которой будет использоваться искусственный интеллект. По задумке авторов инициативы, по типовым делам искусственный интеллект мог бы самостоятельно генерировать судебные решения и проверять решения на ошибки и коррупционную составляющую[4].

Технологии ИИ интересны и ритейлу. Так, решения с использованием «компьютерного зрения» для распознавания товаров и лиц покупателей, совмещенные с искусственным интеллектом, готова тиражировать розничная сеть «Дикси».

Дмитрий Лившиц, гендиректор «Диджитал Дизайн», полагает, что со стороны заказчиков в 2018 году будут востребованы применение технологий машинного обучения для автоматизации базовой производственной деятельности и автоматизация не конкретных бизнес-процессов, а задач на стыке принципиально разных предметных областей, дающих заказчику конкурентное преимущество, считает гендиректор «Диджитал Дизайн».

Гендиректор Abbyy Россия Дмитрий Шушкин предполагает, что в 2018 году компании станут еще больше полагаться на искусственный интеллект для поддержки принятия решений, повышения качества работы с клиентами и создания цифровых сервисов.

Аналитики PwC проводили опрос 2000 топ-менеджеров крупных компаний: уже сегодня в стратегических вопросах руководители в 41% случаев опираются на аналитические данные, полученные с помощью технологий машинного обучения. Эта тенденция усилится в 2018 году, уверен Шушкин.

Скорее всего, ИИ будет более активно использоваться в таких бизнес-процессах, как управление репутацией компании. Алгоритмы ИИ смогут помочь специалистам справляться с большим наплывом ложных сообщений: отслеживать такие новости и выявлять недостоверную информацию, поделился с TAdviser мнением гендиректор Abbyy Россия.

«
В 2017 году активно развивались персональные помощники: мы увидели рождение «Алисы» Яндекса, появился планировщик задач Yva, новые функции добавились в Amazon Echo и Alexa. Предполагаю, что в 2018 году спрос вырастет на ИИ для решения более масштабных задач: например, для обработки запросов в техническую и клиентскую поддержку компаний, для принятия решений о регистрации или открытии счетов клиентов, для оценки инвестиционных, технологических, управленческих или других рисков, - отмечает Дмитрий Шушкин.
»

2017

Исследование TAdviser: Объем рынка и прогноз

По результатам исследования «Актуальные тенденции рынка искусственного интеллекта и машинного обучения», проведенного аналитическим центром TAdviser и компанией «Инфосистемы Джет» (скачать полную версию отчета), объем рынка искусственного интеллекта (AI) и машинного обучения (ML) в России составит в 2017 г. около 700 млн руб. и вырастет до 28 млрд руб. к 2020 г. Драйверами этого рынка будут финансовый сектор, ритейл и промышленность.

«
Мы инициировали данное исследование, чтобы оценить реальное состояние отечественного рынка AI/ML: публичных данных по этому направлению все еще крайне мало – российские компании не спешат рассказывать о технологиях, дающих им конкурентное преимущество, – комментирует Владимир Молодых, руководитель дирекции по разработке и внедрению программного обеспечения компании "Инфосистемы Джет". – Полученные результаты позволили нам убедиться в правильности выбранного нами курса на развитие направления AI/ML. Бизнес сегодня проявляет повышенный интерес к подобным внедрениям, поскольку они позволяют заметно увеличивать прибыль на уже имеющихся ресурсах – и все это при небольшом (всего несколько месяцев) сроке окупаемости.
»

Такой вывод был сделан по итогам опроса представителей 100 компаний, работающих в России – ИТ-руководителей, руководителей департаментов цифровых сервисов/цифровой трансформации, влияющих на принятие решений в области ИТ. Для анализа мировой ситуации использовались данные различных аналитических агентств (IDC, Gartner, Markets and Markets и пр.), консалтинговых компаний и вендоров (PwC, Teradata, SAP и пр.).

В мире количество проектов в области AI и ML за 2015-2017 годы выросло в разы. Если в 2015 г. глобально анонсировались только 17 проектов, выполненных крупными компаниями, то за первую половину 2017 года – уже 74 проекта. Всего в 2015–2017 гг. было зафиксировано 162 таких проекта в 28 странах и 20 отраслях. В 85% случаев речь идет о реализованных проектах, в 15% – о планах или тестовых внедрениях по всем отраслям за исключением госструктур, где доля тестовых внедрений и анонсов оценивается в 60%. Основная доля заказчиков таких инициатив – крупный бизнес (85%).

США лидирует по количеству проектов AI/ML. Следом идет Великобритания, где эти решения часто используют в крупных инвестиционных банках, а также обслуживающая эту группу заказчиков Индия.

Отечественный сегмент искусственного интеллекта и машинного обучения пока находится на начальной стадии формирования и значительно уступает в объемах крупному AI-рынку США. Практическое применение технологий тормозит необходимость достаточно высоких инвестиций в проекты при сомнениях бизнеса в их целесообразности. До недавнего времени практически отсутствовала наглядная демонстрация связи технологий с существующими бизнес-процессами и возможностью их улучшения. В то же время эффективные внедрения часто остаются закрытыми, ведь компании-инноваторы видят в результатах таких проектов источники дополнительного конкурентного преимущества и не спешат ими делиться.

Кроме того, некоторые руководители российских компаний отмечают, что бизнес на сегодняшнем уровне автоматизации в среднем пока не готов к использованию таких инструментов. Существенный барьер для развития бизнес-ориентированного AI в России – вычислительные мощности. Для активизации проектов необходимо обеспечить соответствующее развитие высокопроизводительной инфраструктуры.

Тем не менее, к настоящему моменту в России уже есть примеры внедрения ML, которые доказывают эффективность применения этих технологий и пользу для бизнеса. Так, в ритейле был отмечен рост конверсии до 15% при использовании товарных рекомендаций на базе машинного обучения, при этом количество ручных операций может сократиться до 50 раз. В нескольких опрошенных банках из ТОП-5 считают, что через 5 лет около 80% всех решений будут приниматься с помощью искусственного интеллекта и прогнозируют, что отрасль начнет активно переходить на безлюдные технологии (через 3 года клиенты в 50% случаев будут общаться с ботами). Промышленный сектор замыкает тройку лидеров по внедрению AI, однако процент проникновения технологии в компании из этой отрасли пока на низком уровне.

Большинство опрошенных организаций, применяющих технологии ML, делают это в целях сокращения издержек (72%), а также для повышения качества своих продуктов или услуг (68%). Дополнительно рядом респондентов было отмечено, что инструментарий часто используется ими для решения вопросов, связанных с безопасностью. Более половины опрошенных считают, что AI может обеспечить бизнесу новые экономические выгоды.

Больше половины респондентов уверены, что их затраты на AI/ML в ближайшие 3–5 лет будут расти, причем примерно треть опрошенных называет цифру в 15–20% в год.

Что касается направлений использования AI и ML, то наиболее открыто компании говорят об использовании ботов или систем распознавания речи. При этом почти все респонденты подтверждают, что удовлетворены существующим качеством и функционалом решений с учетом стадии их развития. В силу недостаточного уровня развития технологий, а также невысокого уровня осведомленности о них большинство респондентов затрудняются указать, каких именно инструментов AI им сегодня не хватает, апеллируя преимущественно к более интеллектуальному поиску и интеллектуальному маркетингу. В первую очередь опрошенные компании заинтересованы в сборе актуальной статистики о результатах реализованных ранее внедрений. Она станет основой для принятия решений о новых проектах или инициативах в сфере AI.

2016

Давид Ян запускает разработку умного поисковика Findo

Основная статья: Findo.io - умная система поиска по документам, файлам, контактам, почтовым ящикам

В начале 2016 года Давид Ян, основатель компании Abbyy, объявил о запуске в США нового проекта – Findo. Findo является интеллектуальным помощником, которые предназначен для поиска информации в интернете, в облаке и локальных файлах. Уникальной способностью помощника является распознавание естественной речи (правда, пока только на английском языке).

Для поиска могут использоваться достаточно «сложные» запросы. Например, Findo способен работать с запросами, вида: «найди документы, которые я редактировал в прошлую среду», «покажи письмо, которое мне вчера прислали из Москвы» и т.д.

Яндекс: Поиск, "Дзен" и "Аудитории"

Компания "Яндекс" давно применяет технологии искусственного интеллекта в своих поисковых механизмах. В 2016 году работа ведется над созданием нейронной сети, способной вывести принцип работы поисковика на новый революционный уровень. Традиционный алгоритм поиска основан на сопоставлении содержания запроса с контентом анализируемых страниц. Безусловно, все это делается с некоторыми дополнениями и расширениями – запросы переформулируются, добавляются синонимы, переводятся на другой язык и т.д.

В новом подходе каждому запросу ставится в соответствие некое векторное число, наиболее точно отражающее его смысл. Далее поиск осуществляется по этому числу. При этом запрос и ответ могут не иметь ни одного общего слова. Все, что их будет объединять – это одинаковый смысл содержимого.

Стоит отметить, что в перспективе в векторное число смогут переводится изображения и видео, что, по словам представителей Яндекс, позволит значительно расширить границы «умного» поиска.

В 2016 году "Яндекс" выпустила обновленную версию своего браузера, в котором технологии искусственного интеллекта позволяют персонализировать поиск в соответствии с интересами пользователя. Новый сервис получил название "Дзен".

«Несмотря на многообразие информации в сети, найти для себя что-то по-настоящему интересное не так просто. Дзен решает эту задачу. Во многом он похож на поисковую систему. Только если поиск ищет что-то определенное, то Дзен отвечает на более широкий запрос: что интересно конкретному человеку. Мы уверены, что в будущем все браузеры будут идти по пути персонализации и помогать пользователям выбирать контент», - Виктор Ламбурт, руководитель сервиса Яндекс.Дзен.

Дзэн не только учитывает то, чем традиционно интересуются пользователи, но и анализирует их текущие предпочтения. Например, если человек заинтересуется анатомией, то материалов, связанных с этой темой, в его новостной ленте станет значительно больше. При этом, Дзен не ограничивается лишь любимыми сайтами и предпочтениями пользователя. Пользователю могут предлагаться материалы из совершенно незнакомых источников, если Дзен посчитает, что они могут его заинтересовать.

Достаточно интересным является применение технологий искусственного интеллекта в сервисе "Яндекс.Аудитории". Данный сервис позволяет компаниям найти в Интернете целевых клиентов с целью более эффективного таргетирования рекламных объявлений. Достаточно загрузить в сервис список клиентов с телефонами и/или e-mail адресами, и система, сканируя социальные сети с помощью искусственного интеллекта, находит этих людей в сети Интернет. Далее можно разбить клиентов по целевым группам и персонализировать для них через Яндекс.Директ рекламные объявления. Например, можно ненавязчиво предлагать целевой аудитории новый товар, или в конце концов склонить пользователей к покупке товара, которым они уже интересовались ранее.

2015: Abbyy представила технологию Compreno для корпоративного бизнеса

Основная статья: Abbyy Compreno

Одним из главных достижений российской Abbyy является система Compreno, позволяющая анализировать и понимать текст на естественном языке. Над созданием данной системы специалисты компании работали около 10 лет. Стоимость проекта составила более $80 млн.

1832: Семён Корсаков изобретает перфокарты и 5 "интеллектуальных машин"

Основная статья: Исследования в сфере искусственного интеллекта

Коллежский советник Семён Николаевич Корсаков (1787—1853) ставил задачу усиления возможностей разума посредством разработки научных методов и устройств, перекликающуюся с современной концепцией искусственного интеллекта, как усилителя естественного.

В 1832 году С. Н. Корсаков опубликовал описание пяти изобретённых им механических устройств, так называемых «интеллектуальных машин», для частичной механизации умственной деятельности в задачах поиска, сравнения и классификации. В конструкции своих машин Корсаков впервые в истории информатики применил перфорированные карты, игравшие у него своего рода роль баз знаний, а сами машины по существу являлись предтечами экспертных систем.

См. также

Робототехника



Примечания

  1. В основу методологии исследования лег анализ более 100 научных публикаций, содержащих информацию о применении технологии искусственного интеллекта и подробное описание применяемой технологии. В поле зрения экспертов попали проекты исследовательских и коммерческих организаций из 27 стран. Наибольший процент публикаций из США (32%), Китая (12%) и Германии (10%). Остальные страны, включая Россию, представлены точечными проектами.
  2. Искусственный интеллект принесет Бинбанку 1 млрд рублей в 2018 году
  3. ФНС начала использовать искусственный интеллект для работы с физлицами
  4. В правительстве предложили выносить судебные решения с помощью искусственного интеллекта