Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ 26 сентября 2023 года поделились итогами проведенного исследования, в ходе которого эксперты оценили развитие и распространение искусственного интеллекта (ИИ) в России, изучили специфику использования решений на основе ИИ и связанные с этим направлением технологий тренды инновационной деятельности компаний.
По данным ИСИЭЗ НИУ ВШЭ, две трети (65%) обследованных организаций применяют ИИ пока в тестовом (экспериментальном) режиме, изучая и оценивая возможности новых решений для бизнеса. Примерно 3/4 респондентов используют ИИ совместно с другими цифровыми технологиями. В половине случаев речь идет о различных видах промышленного ПО, включая системы автоматизированного проектирования, управления процессами и др. Более четверти (27%) организаций применяют ИИ наряду с технологиями Интернета вещей, 38% — в связке с коммуникационными сервисами, обеспечивающими взаимодействие с клиентами и решение маркетинговых задач.
Наиболее востребованы продукты на основе технологий компьютерного зрения и распознавания и синтеза речи (78,7% и 62% ответов соответственно):
Активно применяются и рекомендательные системы на основе предиктивной аналитики и больших данных (40,7%), обеспечивающие функции прогнозирования развития ситуаций и поведения объектов, например, при обслуживании оборудования и транспортных средств. По оценкам экспертов ИСИЭЗ, чаще всего ИИ-решения оптимизируют управленческие задачи (продажи и маркетинг, финансовый и бухгалтерский учет), в меньшей степени — производственные процессы. Гораздо реже (около 10%) респонденты применяют интеллектуальные системы управления для автоматизации сложных процессов, которые трудно контролировать традиционными методами. Подобные системы — необходимый элемент цифровых фабрик (полностью распределенных производств), позволяющий гибко подстраивать производственные процессы под изменения спроса и внешних условий.
Среди пользователей ИИ наиболее популярны «коробочные» продукты в силу более низкой стоимости и готового функционала. Для удешевления и ускорения создания продукта применяется открытое ПО (open source), в частности, оно наиболее востребовано во внутренней разработке. Проприетарное ПО преобладает в заказной внешней разработке и в таких сферах, как робототехника, беспилотный транспорт, интеллектуальные системы управления.
Как выяснили исследователи, организации отдают предпочтение преимущественно российским продуктам. Активнее всего используются отечественные решения на основе технологий распознавания и синтеза речи (82,4%), а также биометрии, компьютерного зрения и кибербезопасности (более 60% организаций). Зарубежные решения не занимают сопоставимых позиций ни по одной из групп технологий. Вместе с тем, в ряде случаев они могут использоваться в организациях вместе с отечественными: чаще всего это рекомендательные системы, биометрия, а также решения на основе перспективных методов ИИ (например, автоматическое машинное обучение (AutoML), трансферное машинное обучение и др.).
Одним из основных барьеров для распространения ИИ являются значительные объемы требуемых инвестиций, а также нехватка кадров. Более 60% организаций тратят на ИИ менее 1% от затрат на внедрение и использование цифровых технологий. Осторожное поведение объясняется тем, что ИИ-проекты, как правило, имеют длительный цикл реализации и отложенные во времени эффекты. Даже при оценке таких эффектов пользователи сталкиваются со сложностями, в том числе из-за нехватки экспертизы и стандартов по разным аспектам разработки и внедрения ИИ-решений и уникальности проектов для каждой отдельной компании, отметили в ИСИЭЗ НИУ ВШЭ.
Главные инновационные эффекты приложений на основе ИИ, согласно ответам более половины (почти 55%) респондентов, связаны с улучшением существующих продуктов; примерно треть компаний (31,6%) с опорой на эти решения создает новшества, значимые для самой организации; каждая пятая (21,6%) рассматривает ИИ как инструмент для вывода новых продуктов на внутренний рынок; радикально новые, ориентированные на глобальный рынок продукты и услуги производит лишь каждая 20-я (4,6%) среди опрошенных организаций.
Исследование также показало, что технологии ИИ активно применяются для оптимизации существующих (37,5%) и внедрения новых бизнес-процессов (30,8%). Используемые для продвижения решения позволяют отслеживать предпочтения клиентов и кастомизировать функционал предлагаемых товаров и услуг. Внедрение «процессного» ИИ сложнее, дороже, дольше и зачастую предусматривает создание комплексных приложений, каждое из которых выполняет свою задачу (например, компьютерное зрение — часть системы предиктивной аналитики состояния производственного оборудования). Вместе с тем, эти приложения кратно расширяют производственные возможности: если наладить ИИ, который будет одновременно мониторить сотни процессов на промышленном объекте, следящему за его работой человеку останется лишь реагировать на внештатные происшествия, отметили в ИСИЭЗ.
Основной механизм создания связанных с ИИ улучшений — исследования и разработки: их проводят 60% обследованных организаций, использующих технологии ИИ. Также многие респонденты реализуют ИИ-инновации, создавая ПО и базы данных (52,5%), чуть меньше — инструменты маркетинга и продвижения продукции (39,8%). Порядка 17% организаций занимаются инжиниринговыми работами.
Опрошенные компании предпочитают самостоятельно реализовывать связанные с ИИ инновации. Более половины ведут исследования и разработки своими силами. Организации, использующие ИИ, в большей мере склонны формировать заделы во внутреннем контуре. Особенно это касается сложных решений, направленных на повышение эффективности бизнес-процессов, устранение узких мест в производстве и управлении. Такая тактика обусловлена, прежде всего, стремлением обеспечить сохранность и конфиденциальность данных. Крупные компании зачастую настроены развивать собственные центры компетенций по ИИ (разновидность классических R&D-подразделений, но с более широким функционалом и доступом к данным).
С внешними участниками компании чаще всего взаимодействуют при совместной разработке ПО (38,8% от числа организаций, осуществляющих данный вид инновационной деятельности). Крупные компании обычно привлекают контрагентов для подготовки пилотной версии продукта и его адаптации под свои конкретные задачи, а после полноценного релиза дальнейшие доработки и сопровождение осуществляют уже in-house. Набирающие популярность предобученные модели, которые упрощают интеграцию ИИ в бизнес-процессы организации, возможно, усилят стремление компаний запускать собственные ИИ-проекты, считают эксперты ИСИЭЗ. Также внешним исполнителям поручают более «простые» маркетинговые задачи (26,2%), приобретение специализированного оборудования (32,3%). При освоении новых методов ведения бизнеса почти 27% респондентов сотрудничают с другими компаниями или полностью отдают на аутсорсинг эту задачу (19,5%).
Как уточнили в ИСИЭЗ НИУ ВШЭ, в рамках первого раунда мониторинга развития и распространения ИИ, который был проведен в конце 2022 г. — начале 2023 г., обследованы 2,3 тыс. организаций — пользователей решений на базе ИИ из восьми федеральных округов и 36 субъектов РФ. Главный массив респондентов представлен крупными (67,5%) и средними организациями (24,9%). В выборку вошли организации, относящиеся к 20 основным видам экономической деятельности, включая сельское хозяйство, добывающую и обрабатывающую промышленность, строительство, транспорт и логистику, обеспечение электроэнергией, сектор услуг (торговля, финансы, др.), социальную сферу (здравоохранение, высшее образование, др.).
Заключение.
Оценка Минэкономразвития совместно с Национальным центром развития искусственного интеллекта показала, что регионы на данном этапе уделяют недостаточно внимания формированию условий для эффективного внедрения ИИ. Важно, чтобы этот процесс проходил при должном внимании к безопасности — нужен четкий баланс между этим показателем и экономической эффективностью.
Основным барьером при внедрении технологий искусственного интеллекта (ИИ) в финансовом секторе является дефицит профильных специалистов – так сказали 83% опрошенных компаний в рамках исследования.
Участники рынка выделяют три категории наиболее востребованных специалистов в области ИИ: дата-сайентисты, дата-инженеры и дата-аналитики. Несмотря на то, что поиск и адаптация дата-сайентистов требуют значительных ресурсов, по мнению рынка, наибольший дефицит наблюдается в привлечении квалифицированных дата-инженеров.
Кроме того, 40% российских компаний, принявших участие в опросе, выразили беспокойство тем, что практически полностью отсутствуют отечественные инструменты для работы с машинным обучением.
Несмотря на то, что сейчас российский финансовый сектор находится в числе мировых лидеров по проникновению технологий ИИ, в среднесрочной перспективе присутствует значительный риск потери конкурентного преимущества. Развивать решения ИИ на уровне мировых, будучи отрезанными от международных сообществ, практически невозможно.