Поделиться
2 главных тренда в развитии искусственного интеллекта
Пандемия коронавируса заставила снизить расходы на информационные технологии и отменить реализацию многих проектов. Проекты по внедрению решений на базе искусственного интеллекта перенесли урезание бюджетов лучше многих других, лишь треть опрошенных Gartner заявили о сокращении финансирования внедрения ИИ-решений. Причина — переход ИИ-проектов от стадии пилотирования в стадию рабочей эксплуатации. Чему способствуют два главных тренда развития ИИ-решений — «демократизация» и «индустриализация» искусственного интеллекта.
На ИИ денег не жалеют
По данным опроса Gartner, проведенного в конце 2020 г. среди 200 бизнес-руководителей и ИТ-специалистов, в условиях пандемии COVID-19 в 24% организаций увеличили инвестиции в искусственный интеллект, а в 42% оставили их в прежнем объеме. В числе главных задач текущих инициатив, связанных с ИИ, в компаниях назывались улучшение обслуживания клиентов и показателей сохранения клиентской базы, а также увеличение выручки и оптимизация затрат.
На протяжении предстоящих шести месяцев в 75% опрошенных организаций собирались развивать имеющиеся или начать новые инициативы в сфере ИИ — по мере вступления на этап обновления (в Gartner процесс пост-пандемичного «перезапуска» делят на стадии реагирования, восстановления и обновления; последняя описывается как адаптация, позволяющая работать и развиваться в новых условиях).
Таким образом, инвестиции предприятий в ИИ сохранились, несмотря на кризис. Вместе с тем, судя по опросу, наибольшая трудность, которая мешает внедрению результатов таких проектов в рабочую эксплуатацию, состоит в неспособности заранее оценить реальную пользу инициатив в сфере ИИ для бизнеса. Среди респондентов 79% сообщили, что в их организациях проекты ИИ находятся на стадии исследований или пилотных внедрений, и только в 21% ИИ применяется в «рабочем режиме».
Вперед по кривой, ведущей вниз
Как отмечают в Gartner, если искусственный интеллект, как общую концепцию, поместить на график цикла хайпа, сейчас он скатывался бы с «пика чрезмерных ожиданий». Другими словами, средства искусственного интеллекта начинают оправдывать ожидания и приносить реальные преимущества бизнесу. В частности, системы ИИ приходят на помощь во время пандемии: чатботы отвечают на лавину вопросов, связанных с заболеванием; системы компьютерного зрения помогают в соблюдении социальной дистанции, модели машинного обучения активно применяются для прогнозирования последствий различных вариантов перезапуска экономики в ряде стран.
На новой «кривой хайпа» Gartner, посвященной ИИ, появилось пять новых позиций. Это «малые данные» — данные, объем которых достаточно мал, чтобы в них мог разобраться человек; «генеративный ИИ» — программные системы, способные создавать новый контент на базе уже существующего; «составной ИИ» —системы машинного обучения, оптимизированные за счет применения комбинации лучших методов; «ответственный ИИ» — методы и средства, позволяющие обеспечить соблюдение этики и прозрачности при работе систем ИИ; «вещи как клиенты» — программные и аппаратные системы, способные самостоятельно выбирать товары и делать покупки.
Hype Cycle в области искусственного интеллекта
Источник: Gartner, 2020
Однако господствуют, как и год назад, тенденции, связанные с демократизацией и индустриализацией искусственного интеллекта.
Демократизация искусственного интеллекта
Тема искусственного интеллекта давно вышла за пределы академической среды. Сегодня ИИ активно применяют на практике, благодаря чему новые возможности становятся доступны гораздо более широкому кругу людей — в мире бизнеса это руководители, клиенты, партнеры, специалисты по продажам, операторы сборочных линий, специалисты по эксплуатации ИТ-систем и разработчики ПО. Последние, как подчеркивают аналитики, станут одной из главных движущих сил развития ИИ.
В связи с ростом применения ИИ предприятиям приходится расширять штат соответствующих профессионалов. В состав коллективов, создающих решения на базе искусственного интеллекта, входят специалисты по исследованию данных, инженеры по данным и разработчики.
Исследователи данных ищут закономерности и проектируют модели, а представители инженерных дисциплин обеспечивают стабильность, надежность и безопасность работы механизмов, спроектированных первыми, что дает возможность создавать крупномасштабные системы ИИ. Инструментарии, упрощающие и ускоряющие реализацию таких систем для инженеров, на цикле хайпа обозначены как «комплекты для разработки и обучения средств ИИ» (AI developer and teaching kits).
Индустриализация платформ ИИ
По мере индустриализации расширяется круг применений платформ ИИ, растет их масштабируемость, улучшается безопасность, отмечают аналитики.
Как показал проведенный Gartner опрос, проектами ИИ на промышленных предприятиях нередко руководят топ-менеджеры: так, у руля почти 30% инициатив стоят генеральные директора. Это способствует ускоренному внедрению систем, в том числе благодаря более оперативному финансированию.
Приоритет — «ответственному» ИИ
Одна из важных позиций в цикле хайпа — «моделирование принятия решений» (decision intelligence). Аналитики включили ее как индикатор того, что в организациях сегодня стремятся применять искусственный интеллект для быстрого принятия обоснованных решений — например, когда требуется выбрать оптимальный курс лечения или определиться со способами предотвращения брешей безопасности. А для этого ИИ должен уметь учитывать риски невыполнения требований регуляторов, нарушения конфиденциальности и появления предвзятости (систематических ошибок). Идет активный поиск решения нынешней проблемы номер один в сфере ИИ, касающейся нехватки доверия к соответствующим системам, поясняют в Gartner.
По мере развития технологий ИИ в организациях накапливают опыт и делают меньше ошибок. Однако аналитики подчеркивают необходимость организации непрерывного обучения с учетом появления все новых сложностей по мере роста внедрения искусственного интеллекта, в особенности сложностей, связанных с безопасностью. Один из примеров проявления этой проблемы сегодня — активное развитие практики изготовления «дипфейков», сфабрикованных при помощи компьютера реалистичных видеороликов с участием известных личностей и не только.
Нехватку специалистов по ИИ преувеличивают
Медлительность продвижения к внедрению ИИ-решений в эксплуатацию, похоже, нельзя объяснить только дефицитом специалистов соответствующего профиля. Опрос, проведенный Gartner более года назад, в конце 2019 г., показал, что из приблизительно 600 ИТ-руководителей только 7% считают помехой внедрению ИИ нехватку профессионалов с нужными навыками. Вряд ли положение с тех пор кардинально изменилось.
Даже в организациях с наименьшим уровнем зрелости ИИ-проектов не жалуются на нехватку специалистов: в 56% сообщили, что у них достаточно нужных кадров либо заявили, что легко смогут нанять или обучить сотрудников. А в компаниях с максимальным уровнем зрелости внедрений ИИ подавляющее большинство, 89%, заявляют, что без проблем нанимают профессионалов необходимого профиля.
«Топ» препятствий на пути внедрения искусственного интеллекта возглавили другие сложности, например — опасения по поводу безопасности и конфиденциальности данных, а также трудности интеграции ИИ-решений с остальной ИТ-инфраструктурой.
При этом, как напоминают в Gartner, «специалист по ИИ» — это не одна специальность, а множество. Аналитики отмечают, что в компаниях нередко допускают ошибку, пытаясь искать «единорогов» — универсалов, обладающих навыками одновременно в сфере ИИ, бизнеса и традиционных ИТ. Таких профессионалов попросту нет, поэтому на соответствующие проекты придется набирать несколько специалистов с разными наборами навыков, взаимно дополняющими друг друга.
Короткая ссылка
