Что мешает внедрению ИИ-технологий в реальный сектор экономики
По оценке директора отраслевого направления "Креативные индустрии" Ассоциации лабораторий по развитию ИИ Павла Перегудова, из всего массива разрабатываемых ИИ-решений действительную реализацию в бизнесе находят не более 15-20 процентов. Эту тенденцию подтверждает и выпускник Школы продуктового трекинга "Акселератора ФРИ" Михаил Соловьев.
- Как трекер, который ведет стартапы в одном из крупнейших акселераторов, ориентированных на запуск проектов для реального сектора, я вижу, что только два из десяти проектов доходят до стадии пилотных внедрений, - констатирует он.
Инновационные решения не находят практического применения из-за ряда барьеров, с которыми сталкиваются как сами разработчики, так и бизнес разных отраслей.
Разработчикам сложно переводить на коммерческую основу свои продукты, поскольку ученые просто не знают, как самостоятельно продвигать технологии - это не их профиль. В то же время система венчурного финансирования, которое является одним из ключевых источников привлечения капитала для стартапов, недостаточно развита.
- В самый успешный для себя 2021 год российский венчурный рынок составлял всего 0,4 процента от мирового. Чаще всего взаимодействие со стартапами строится не по принципу менторства, а по принципу контроля и фактического запрета на тестирование гипотез, что противоречит самой идее стартапа. При этом нормативно-правовые акты, касающиеся вопросов инвестиций, не всегда учитывают особенностей венчурного капиталовложения, что часто делает эту сферу непривлекательной для инвесторов, - объясняет вице-президент АЛРИИ Анна Никитченко.
Кроме того, отбор проектов непрозрачен, а компетенции конкурсного жюри могут не соответствовать рассматриваемому проекту. Как следствие, оценка потенциала стартапа может быть существенно искажена. При этом суммы, выделяемые на стартапы, чаще всего достаточно малы, а использование денег жестко контролируется.
Компании, которые хотят внедрить ИИ-технологии, тоже сталкиваются с рядом трудностей. Недостаточно просто купить умное ПО. Вместе с этим требуется перестроить бизнес-процессы, обучить сотрудников и найти специализированные кадры с высокой оплатой труда.
Это подтверждает основатель компании "Турболого" Михаил Хомутецкий и приводит в пример свой опыт внедрения ИИ для создания уникальных иконок логотипов. Технологии в компании хотели использовать, чтобы улучшить продажи и сделать логотипы более уникальными.
- Например, клиент хочет открыть кофейню и сделать логотип с медведем, который пьет кофе. Стандартной иконки под его потребности в нашей базе нет, а ИИ-сервис как раз может нарисовать любую иконку по текстовому запросу, - объясняет идею Михаил.
По словам предпринимателя, проект не удалось довести до конца из-за того, что штатные программисты не работали с нейросетями ранее, а дообучение сотрудников сильно замедляло реализацию.
Еще одной препоной стала дороговизна инфраструктуры для ИИ и конечного продукта.
- Графические карты, которые используются для работы нейросетей, очень дорогие и потребляют много электричества. Мы поняли, что в нашей бизнес-модели внедрение такой дорогой технологии приведет к значительному росту стоимости услуг. В итоге мы поставили проект на паузу, - заключает Михаил Хомутецкий.
Основатель PMP Group Николай Подолян добавляет, что нередко разработчики не погружаются в бизнес и не учитывают его реальные потребности. Многие решения оказываются неподходящими под процессы либо усложняют их.
- Бизнесу может быть необходимо закрыть задачу, связанную с увеличением объемов продаж, а команде предлагается решение по автоматизации подсчета рабочего времени сотрудников. Такая несостыковка снижает вероятность успеха, - подтверждает Михаил Соловьев.
Несмотря на существующие трудности, при успешной интеграции ИИ может принести много пользы компании. И таких примеров уже достаточно много.
Например, в цехе по производству труб большого диаметра "Северстали" в Петербурге ИИ управляет скоростью проката ключевого агрегата площадки - широкополосного прокатного стана-5000. В результате внедрения комплекса моделей машинного обучения производительность агрегата выросла на 6,5 процента, делится директор "Северсталь Диджитал" Светлана Потапова.
В корпоративной сети "Додо Пицца" технологии ИИ применили для анализа работы кассиров и улучшения клиентского опыта в пиццериях. Алгоритмы фиксировали уровень сервиса, работу с кассой, соблюдение стандартов общения с гостем.
- Алгоритмы ИИ изучили свыше 50 тысяч визитов гостей и осуществили более 630 тысяч детальных проверок. В результате сотрудники пиццерий на 40 процентов выросли в эффективности. В совокупности на 13 процентов лучше стали соблюдаться стандарты работы кухни и зоны выдачи, - говорит исполнительный директор корпоративной сети "Додо Пицца" Анна Лифанова.
По словам Анны Никитченко, в среднем минимальные затраты на внедрение ИИ-решения (например, цифрового ассистента, голосового помощника) составляют один-два миллиона рублей на интеграцию системы и от 50 тысяч рублей в месяц за использование и поддержку ИИ-продукта. Запуск цифрового двойника под управлением ИИ, охватывающего промышленные предприятия целого холдинга, может потребовать нескольких миллиардов рублей и нескольких лет.