Искусственный интеллект: экономический эффект неочевиден, принцип работы неясен

27 нояб 2023 00:40 #115371 от ICT
Компания Reksoft Consulting представила исследование о проблемах, с которыми сталкиваются российские Data-специалисты при разработке и внедрении решений на базе искусственного интеллекта. Авторы провели исследование методом глубинного интервью: они пообщались с руководителями команд Data Science, Data Science специалистами, руководителями направления Data Science, директорами по работе с данными (CDO) и техническими директорами. Участники интервью работают в области ИТ, тяжелой промышленности, медицины, ритейла и финансов. Выявленные проблемы авторы разделили на пять областей. Первая охватывает сложности во взаимодействии бизнеса и Data-специалистов. Основная проблема в том, что компании не понимают возможностей и принципов работы ИИ, внедряют его либо "для галочки", либо возлагают на технологии слишком большие надежды. Также бизнес не осознает, какой экономический эффект приносят решения на базе ИИ и как его оценить. Data-специалисты же не понимают целей бизнеса. Из-за этого бывает, что компании инвестируют в ИИ, но не видят результата или испытывают трудности с приживаемостью решений. Второй комплекс трудностей связан с данными. Не во всех компаниях достаточно автоматизированы бизнес-процессы и присутствует зрелая инфраструктура данных, а существующие процессы сбора данных не приспособлены для взаимодействия с искусственным интеллектом. Есть преграды, связанные с управлением разработкой и технологиями. Процессы разработки и технологический стек быстро меняются, поэтому бизнес должен быть гибким, чтобы подстраиваться под обстоятельства. При этом участники исследования рассказали, что часто все осложняется тем, что нет сформированных стандартов ИИ-разработки и подходов в работе с внешними разработчиками решений. Также авторы выделили сложности с передачей в эксплуатацию и поддержкой ИИ-решений. Трудности возникают из-за неорганизованности процесса передачи и отсутствия четких критериев приемки решений, в том числе с точки зрения экономического эффекта. Кроме того, нет выстроенного процесса мониторинга, поддержки и развития ИИ-решений. Подходы к информационной безопасности не адаптированы для внедрения ИИ-решений и оценки их рисков. Существуют проблемы с наймом, удержанием и развитием Data-специалистов. HR-специалисты не знают, как работать с такими сотрудниками. При этом ситуация в молодых и зрелых компаниях отличается. "Для конкретной компании приоритет проблем зависит от уровня зрелости: компании-новички больше говорят о проблемах со взаимодействием с бизнесом и с качеством и доступностью данных, а компании-лидеры скорее обеспокоены тем, как правильно выстроить операционную модель работы для успешного масштабирования ИИ-решений (управление разработкой и технологии, передача в эксплуатацию и поддержка)", - рассказал ComNews Алексей Богомолов, директор практики "Стратегия трансформации" компании "Рексофт Консалтинг" (подразделение технологической группы "Рексофт", которое занимается трансформационным и стратегическим консалтингом). Максим Жаров, менеджер по работе с ключевыми клиентами АО "Синимекс-Информатика" ("Синимекс" - компания-разработчик ИТ-систем для бизнеса), рассказал ComNews, что молодым компаниям трудно пробиться в нишу, так как барьер входа резко стал высоким из-за популярности генеративных сетей и скачка интереса к готовым ИИ-инструментам. "Крупным же ИТ-компаниям, хочется оптимизировать свои наработки и процесс их монетизации, так как "детские болезни" проектов уже пройдены", - считает Максим Жаров.\[quote\] https://www.comnews.ru/content/230080/2023-11-13/2023-w46/1008/generati… \[/quote\] Ключевое препятствие, c которым сталкивается ООО "Рексофт" - недоверие компаний к эффектам, которые могут дать технологии. "Чтобы решить эту проблему, мы детально обосновываем потенциальный экономический эффект и согласовываем его со всеми участниками процесса. Затем вместе с заказчиком пилотируем решение, подтверждаем эффект, и только потом начинается полномасштабное внедрение и крупные инвестиции", - объяснил Алексей Богомолов. Он добавил, что помимо этого "Рексофт" сталкивается с проблемой качества и доступности данных. В этом случае компания работает с сотрудниками клиента для структурирования и описания данных или предлагает проекты по модернизации ИТ-ландшафта в части данных и аналитики, выстраиванию системы управления данными. Что думают другие компании и эксперты Михаил Трегубенко, директор по организационным проектам ПАО "СИБУР Холдинг" (нефтегазохимическая компания), согласился, что выстраивание новых процессов разработки, развитие талантов и повышение качества данных - важные фокусы при внедрении ИИ. Кроме того, он обозначил еще два вызова: защита конфиденциальной информации и уязвимостей в системах, а также ограничение существующих систем к интеграции с ИИ. "Мы активно прорабатываем потенциал внедрения ИИ в "СИБУРе". Пожалуй, сейчас ключевой задачей является доведение текущего уровня цифровой зрелости к требуемому для внедрения ИИ в большинство процессов", - рассказал Михаил Трегубенко. Опрошенные ComNews эксперты в целом согласны с выводами исследования и подтверждают, что указанные проблемы существуют и являются важными. СЕО разработчика ООО "Ингри" (Ingry.Tech) Георгий Банчиков считает, что в действующие бизнес-процессы тяжело встраивать искусственный интеллект и нужно относиться к внедрению ИИ как к научно-исследовательской работе, быть готовым к отрицательным результатам. "Такая работа - постоянный реинжиниринг и изменения. При этом не факт, что каждое изменение будет успешным, поэтому очень быстро накапливается усталость от такой инновационной деятельности. Неважно, большая компания или маленькая - встраивание ИИ в работу все равно приведет к дополнительным издержкам", - считает Георгий Банчиков. К проблемам он добавил этические вопросы, такие как сохранность данных и информационная безопасность: для получения результатов данные необходимо выгружать, соответственно, можно столкнуться с вопросами информационной безопасности, а также валидации результатов. "Одно дело, когда кто-то пишет код и закладывает в него определенную логику: тогда понятно, кто за него отвечает. Если это делает искусственный интеллект, то неясно, чья это ответственность", - отмечает Георгий Банчиков. Илья Померанцев, руководитель направления ИИ ООО "Глобус ИТ" (Globus IT - компания, которая разрабатывает, внедряет ИТ-системы), считает, что за последние десять лет вызовы ML и Data Science специалистов претерпели минимальные изменения. При этом он выделяет несколько проблем. "Есть потребность в смене модели корпоративной культуры для эффективного внедрения решений на базе ИИ и принятий решений на основе инструментов ИИ. Сложности по внедрению возникают из-за отсутствия универсальных решений, которые бы позволили Data Science специалистам не дообучать ИИ-модели под каждый проект, что очень затратно и по времени, и по финансам", - считает Илья Померанцев. Он согласился с выводом авторов исследования в части проблем с качеством данных - зачастую оцифровка имеющейся информации очень длительна и трудоемка. "Сложность и характеристики ИИ-модели занимают в затратах на внедрение редко более 20%. Основная нагрузка ложится на работу с данными, в том числе на решение проблемы "дрифта" данных, когда информация изменяется и устаревает в реальном времени, отчего требует постоянного мониторинга и актуализации", - отметил Илья Померанцев. Максим Жаров из "Синимекс" также отметил, что данные являются "камнем преткновения" для старта разработки. Зачастую они находятся в разных внутренних системах и не унифицированы.\[quote\] https://www.comnews.ru/content/229733/2023-10-27/2023-w43/1008/ii-predo… \[/quote\] Александр Крушинский, директор департамента голосовых цифровых технологий ООО "Бэнкс Софт Системс" (BSS - компания, которая разрабатывает и внедряет автоматизированные системы дистанционного банковского обслуживания) считает, что сложно делать выводы о проблемах с использованием ИИ, так как тема слишком масштабная и разнородная. "Видеоаналитика, голосовые роботы, рекомендательные системы и беспилотное такси - все эти области невозможны без использования нейросетей, но уровень проникновения этих решений и технологическая готовность могут сильно отличаться. А значит и рекомендации по применению ИИ в этих областях будут отличаться", - считает Александр Крушинский. Он добавил, что организации разного масштаба будут внедрять совершенно разные по сложности решения, поэтому в исследованиях важно учитывать масштабы организаций. "ИИ часто воспринимается как "модная игрушка", при этом упускается главное - ИИ должен давать компании системный трансформационный эффект. Необходимо создание технологической и организационной базы для системного развития цифровых продуктов от прототипирования до получения эффекта. Здесь стоит задуматься над созданием "цифрового конвейера" в купе с бизнес-трансформацией самой компании. В результате ИИ должен стать понятной и привычной технологией для бизнеса - повседневным рабочим инструментом, интегрированным в текущие бизнес-системы такие, как ERP и CRM-системы и аналитику", - подвел итоги исследования Алексей Богомолов из "Рексофт Консалтинг". Ссылка на источник


  • Сообщений: 103416

  • Пол: Не указан
  • Дата рождения: Неизвестно
  • Пожалуйста Войти или Регистрация, чтобы присоединиться к беседе.

    Похожие статьи

    ТемаРелевантностьДата
    Искусственный интеллект: экономический эффект неочевиден, принцип работы неясен60.73Воскресенье, 26 ноября 2023
    Исследователи ВШЭ посчитали экономический эффект от публикации открытых данных16.67Среда, 28 января 2015
    Экономический эффект от внедрения ИИ в «Сбербанке» оценили в 85 млрд рублей16.67Пятница, 26 марта 2021
    Экономический эффект от импортозамещения в «Газпроме» за пять лет составил 74,1 млрд рублей16.49Пятница, 18 марта 2022
    Экономический эффект "Востсибнефтегаза" от внедрения инновационных решений превысил 520 млн рублей16.49Вторник, 25 июля 2023
    Lamacon определила экономический эффект от развития инфраструктуры кросс-докинга в "Детском мире"16.15Понедельник, 13 февраля 2023
    Как правильно оценить экономический эффект от внедрения сложных заказных ИТ-проектов: факторы и риски16.15Понедельник, 21 августа 2023
    Facebook изменила принцип работы новостной ленты13.2Пятница, 10 июля 2015
    Больше искусственный, чем интеллект11.92Пятница, 05 июля 2019
    Искусственный интеллект - неотъемлем или нет?11.92Среда, 10 ноября 2021

    Мы в соц. сетях