Искусственный интеллект повысит рентабельность промышленных предприятий

Искусственный интеллект захватывает Уолл-стрит: как это скажется на сфере финансов и не только

Искусственный интеллект может превратиться в преобладающий инструмент разработки финансовых стратегий, которые до этого считались трудно прогнозируемыми, потому что трейдеры и менеджеры хедж-фондов не могут конкурировать с роботами, которые способны обрабатывать огромные массивы данных и постоянно совершенствуют свои прогнозы, принимая решения об инвестировании.

В ближайшем будущем большую часть рабочих мест на финансовых рынках займут роботы, и это – хорошая новость, потому что лучшие выпускники университетов теперь смогут уйти в отрасли с более ощутимой для населения и планеты пользой – технологические стартапы, энергетику и медицину.

Большинство мировых бирж используют компьютеры, принимающие решения на основе алгоритмов и корректирующие стратегии с учетом новых данных, но некоторые отрасли, например, рынки облигаций, автоматизируются медленнее.

В марте исследовательская группа из университета Эрлангена-Нюрнберга в Германии разработала ряд алгоритмов, которые использовали архивные данные рынков для тиражирования инвестиций в режиме реального времени.

Одна из моделей позволила добиться 73% возврата инвестиций ежегодно с 1992 по 2015 год с учетом транзакционных издержек. Это сопоставимо с реальной рыночной доходностью в 9% в год.

Обратите внимание

Прибыль была особенно высокой во время рыночных потрясений 2000-го (545% доходности) и 2008-го годов (681% доходности), что доказало повышенную эффективность количественных алгоритмов в периоды высокой волатильности, когда на рынках преобладают эмоции.

Исследование ученых в университете Эрлангена-Нюрнберга показало, что в созданных ими моделях прибыль от инвестиций ИИ снизилась после 2001 года, так как использование роботов в торговле на бирже стало более заметным и количество возможностей для использования рыночной неэффективности уменьшилось.

Однако в последние годы доходность упала и время от времени даже становилась отрицательной, что исследователи связывают с растущим влиянием ИИ на биржевую торговлю. Идея использования компьютеров для торговли акциями не нова.

Ее аналог – алгоритмическая торговля или черные ящики – используется уже более десяти лет и неуклонно набирает популярность. В 2012 году алгоритмическая торговля занимала 85% рынка. Если этот тренд сохранится, 90% торговли будет вестись через компьютерные программы.

Алгоритмическая торговля сегодня движется в сторону высокочастотной HFT-торговли, в которой акции покупаются и продаются за доли секунды. Алгоритм быстро обнаруживает и использует расхождение, прибыль становится все меньше и меньше, но объем торгов не сокращается.

Январское исследование Eurekahedge о 23 хедж-фондах, использующих искусственный интеллект, показало, что они демонстрируют намного лучшие результаты, чем те, что управляются людьми.

За последние шесть лет эти фонды добились годовой доходности в 8,44% по сравнению с обычными фондами, показатели которых составили от 1,62% до 2,62%. Авторы исследования связывают доминирование искусственного интеллекта в отрасли с тем, что он постоянно проводит повторное тестирование, а не просто накапливает данные.

Это также может быть связано с недостатками традиционных квантовых подходов и применением торговых моделей, построенных с использованием неприбыльных бэктестов на исторических данных, которые не способны приносить прибыль в режиме реального времени.

Искусственный интеллект бесконечно обрабатывает огромные массивы данных, включая книги, твиты, новости, финансовые показатели и даже развлекательные телевизионные программы. Так он учится понимать глобальные тренды и постоянно совершенствует свои предсказания о финансовых рынках.

Важно

Хедж-фонды уже давно нанимают на работу математиков, разрабатывающих статистические модели и использующих исторические данные для создания торговых алгоритмов, которые предвидят возможности рынка, но искусственный интеллект делает это быстрее и постоянно совершенствуется.

Вот почему финансовые гиганты, такие как Goldman Sachs, запустивший торговую платформу Kensho на базе искусственного интеллекта в 2014 году, переходят на роботизированные системы, предсказывающие рыночные тренды и продающие значительно лучше людей.

Заработать больше среднего на фондовом рынке почти невозможно – даже самые талантливые инвесторы на Уолл-Стрит не отличаются постоянством. Трейдеры и менеджеры хедж-фондов не выдерживают конкуренции, однако их проблема заключается в том, что они просто люди, в то время как все решения, которые принимают роботы, основаны лишь на данных и статистике. «Люди всегда остаются предвзятыми и эмоциональными, вне зависимости от того, осознают они это или нет, — в интервью Bloomberg говорил Бабак Ходжат, сооснователь финансового стартапа Sentient и один из разработчиков Siri в Apple. — Всем известно, что люди совершают ошибки. По-моему, намного страшнее полагаться на догадки и интуицию, а не на данные и статистику». Системы, вроде той, что разрабатывает компания Sentient может анализировать огромные объемы информации, включающие рыночные данные, объемы торгов, колебания цен, интернет-заявки SEC для всех компаний, данные соцсетей, новости и видео на YouTube. Цель — добиться того, чтобы алгоритм составлял оптимальный инвестиционный портфель на основе имеющихся знаний и регулярно оптимизировал его, исходя из ожидаемых новых данных за каждый месяц. Количество подобных проектов в последние годы значительно возросло. По некоторым оценкам, в финансовой сфере количество компаний, работающих с искусственным интеллектом, достигает 1500.

Например, фонд Medallion в Renaissance Technologies, использующий количественные методы анализа фондового рынка, может похвастаться одними из лучших показателей в инвестиционной истории. За 20 лет фонд смог вернуть +35% в годовом выражении. Это означает, что если бы вы вложили $10 тыс в 1997 году, сегодня у вас на руках было бы уже $4,04 млн.

Bridgewater Associates наняли команду, которая должна построить автономную ИИ-систему под руководством Дэвида Ферручи, в прошлом разработавшего для IBM компьютер Watson, победивший в интеллектуальной телевикторине Jeopardy.

Aidyia Limited, управляющий активами в Гонконге, запустили хедж-фонд, полностью управляющийся искусственным интеллектом. Он может читать новости на нескольких языках, анализировать экономические данные, выявлять сомнительные шаблоны, прогнозировать рыночные тенденции и после этого инвестировать.

Некоторые компании используют искусственный интеллект для обеспечения доходности через алгоритмическую торговлю. Фонд Sentinent Technologies, всего за несколько минут может сымитировать 1800 торговых дней, сталкивая триллионы виртуальных трейдеров между собой.

Множество многообещающих хедж-фондов во всем мире уже давно используют машинное обучение для алгоритмической торговли, потому что это исключает любые проявления иррациональных чувств, таких как страх и жадность. Инвесторы хотят, чтобы искусственный интеллект рассказал им, как зарабатывать деньги на фондовом рынке.

Numerai проводит соревнования для среди создателей торговых стратегий. Элементы лучших стратегий затем используются фондом в реальной торговле на бирже, а их создатели получают вознаграждение.

Qplum использует машинное обучение для создания робота-консультанта, который применяет алгоритмы искусственного интеллекта для принятия инвестиционных решений.

Российское приложение Cindicator делит прибыль от сделок на бирже между «форкастерами», которые сделали прогноз по ценам той или иной акции. Анализируя ответы пользователей, система использует алгоритмы машинного обучения.

За наиболее точные прогнозы пользователи получают наибольшие выплаты. Прогнозы недавно зарегистрировавшихся пользователей не учитываются до определенного времени, позже программа сортирует их в зависимости от точности прогноза.

По заявлениям создателей проекта Cindicator журналистам, зимой проект собрал инвестиционный портфель с доходностью 47% годовых, проанализировав прогнозы 963 участников. Компания Sentinent также запустила несколько приложений на своей платформе искусственного интеллекта.

Совет

На развитие одного из них, связанного с алгоритмическими продажами, удалось привлечь $135 млн. Фонд создал несколько триллионов роботов-трейдеров, позже объединил их и собирается выделить этот проект в отдельную компанию.

Alpaca, компания, основанная в 2013 году, привлекла $1 млн на разработку трейдинговой платформы Capitalico которая позволяет строить биржевые алгоритмы на основе технического анализа, прогнозирующего колебания стоимости акций.

Платформа распознает пользовательские шаблоны как «оптимистичные» и «пессимистичные» и на основе этого строит торговую стратегию.

Французский стартап Walnut Algorithms привлек $446 тыс, чтобы совместить машинное обучение с финансовой экспертизой и добиться абсолютного возврата инвестиций.

Binatix работает с хедж-фондами, которые используют собственные технологии для инвестиционных стратегий.

Aidyia, гонконгский хедж-фонд, использующий «общий искусственный интеллект», более точно имитирующий человеческий мозг, в 2015 году запустил фонд длинных/коротких инвестиций, торгующий акциями США и совершающий все биржевые сделки без вмешательства человека.

Канадская компания BUZZ Indexes собирает big data из социальных сетей, интерпретирует эти данные, используя искусственный интеллект, а затем определяет, у каких акций доходность вырастет. На основе этого строится индекс интереса в социальных медиа и определяются 75 самых популярных акций.

Источник: https://habr.com/company/iticapital/blog/330884/

Почему промышленности необходим искусственный интеллект

Представители крупных промышленных предприятий обсудили с молодыми предпринимателями наиболее востребованные решения в промышленности и машиностроении, и рассказали о том, как IT-стартапу заключить контракт и интегрировать технологию в крупное промышленное предприятие.

 23 августа в 2018 года в Москве прошел Tech Pitch Day – конференция и питч-сессия для IT-стартапов в сфере промышленности.

На площадке ФРИИ собрались представители технологических стартапов и крупнейших российских компаний, включая «Кировский Завод», «Газпром нефть», «Синара-Транспортные Машины», «Объединенная авиастроительная корпорация», ТВЭЛ и 2050.

«Нас ждет резкий рост использования технологий AI в промышленности»

Обратите внимание

На мероприятии Леонид Жуков (Principal Data Scientist, The Boston Consulting Group) на примере реальных кейсов рассказал об использовании больших данных (Big Data) и искусственного интеллекта (AI) в промышленности, а также о сложностях, с которыми сталкиваются компании при масштабировании технологических решений.

Эксперт прогнозирует, что на производстве будущего искусственный интеллект будет присутствовать на всех этапах создания стоимости, хотя сейчас лишь 16% компаний внедрили больше одной технологии на базе AI.

Читайте также:  Американцы снабдят подводные лодки искусственным интеллектом

Он отметил, что на сегодняшний день, несмотря на наличие множества готовых решений, интеграция AI в индустрии является скорее «искусством, чем ремеслом или стандартизированной процедурой», а универсальные коробочные решения редко бывают успешными.

У стартапов существует огромное окно возможностей, поскольку 87% опрошенных BCG компаний планируют внедрение решений с искусственным интеллектом в ближайшие три года.

3 совета для стартапов по работе с корпорациями

Леонид Жуков дал несколько рекомендаций стартапам, на которые следует обращать внимание при обсуждении сотрудничества с предприятиями.

Во-первых, нужно делать акцент на конкретных задачах, которые стартап собирается решить, и продавать не технологии, а ценность, которую несет решение.

Во-вторых, с момента разработки предложения необходимо привлекать экспертов из отрасли и тесно сотрудничать с клиентом, что подразумевает кастомизацию продукта под конкретный бизнес.

Наконец, стартапы должны быть готовы к долгосрочному сотрудничеству с компанией и многочисленным бюрократическим процедурам. Зачастую нужно работать с крупными интеграторами, которые могу брать на себя определенные риски в случае неудачи пилотного проекта, и продолжать оказывать техническую поддержку клиенту после внедрения решения.

Леонид Жуков, Principal Data Scientist, The Boston Consulting Group

«Точка входа стартапа в корпорацию может быть как на уровне менеджмента, так и на уровне исполнителей»

Важно

На панельной дискуссии руководители направлений по развитию и работе с инновациями промышленных компаний рассказали, что работа со стартапам рассматривается ими как важный инструмент повышения прибыли или сокращения издержек.

Виктор Леш (генеральный директор, «Синара-Транспортные Машины») и Рауль Тенчурин (начальник отдела консалтинга по цифровой трансформации «Газпром нефть») признались, что стартапы помогают корпорации повысить предпринимательский дух, скорость принятия решений и, в целом, увидеть, какие современные технологии существуют на рынке. Рауль Тенчурин также отметил, что стартапы  помогают преодолеть внутренние проблемы госкорпораций: «Молодые предприниматели берут на себя проведение экспериментов, на что госкорпорации пойти не могут из-за определенной ментальности менеджмента».

Менеджеры обратили внимание на тот факт, что молодые предприниматели должны иметь достаточную смелость и терпение, чтобы работать с корпорациями.

Выбирая вариант сотрудничества, им следует искать точки входа как среди менеджмента компании, так и среди исполнителей и инженеров, которые непосредственно имеют конкретные «болевые точки». Важно также, чтобы они понимали организационную структуру и процессы в компании, с которой хотят запускать пилотный проект.

По мнению Якова Копа (старший вице-президент по стратегическому развитию, ТВЭЛ), продать решение стартапа корпорации на ранних стадиях можно только через инструменты акселерации («корпоративной песочницы»), а около 80% стартапов перепрофилируются в процессе работы и меняют свой продукт или решение.

Павел Янцевич (директор департамента бизнес-планирования и инвестиций, ОАК) подчеркнул, что для цифровизации бизнес-процессов его компания смотрит на решения, доступные, в первую очередь, на венчурном рынке.

Корпорации заинтересованы привлекать стартапы для создания цифровых двойников продукции и производства (цифровое макетирование или прототипирование, цифровые испытания), в том числе для быстрого проектирования и вывода на рынок новых продуктов.

В сферу интереса крупных производств также входят прогнозирование работы продукта и спроса на него, внедрение технологий Big Data, AR/VR, Blockchain и Lean-технологий, решений для «Индустрии 4.0», а также оптимизация различных бизнес-процессов и разработка промышленных роботов.

Кроме того, по словам Георгия Семененко (генеральный директор, «Кировский Завод»), его предприятию интересны комплементарные продукты, которые можно было бы развивать с помощью имеющихся ресурсов компании.

Павел Янцевич (в центре), Георгий Семененко, (слева) и Виктор Леш

Какие компании выступили с питчем

Во второй части мероприятия перед экспертами выступили с питчем 11 стартапов (все они прошли предварительный отбор): Astera.In, LN Softlab, VR Concept, «Финист-М», HoloGroup, DataNerds AI, BID Technologies, VR Professionals, Aripix Robotics, BFG Group и внутренний стартап «Кировского Завода». Жюри особенно отметили компании Astera.

Совет

In (разработки в сфере интернета вещей, искусственного интеллекта, машинного обучения и больших данных для цифровой трансформации предприятий), Aripix Robotics (робот-манипулятор для производственных предприятий), BFG Group (система цифрового двойника и реинжиниринга предприятия), а также внутренний стартап «Кировского Завода» с оригинальной системой управления оборудованием.

Tech Pitch Day стал третьим по счету мероприятием в данном формате: ранее в текущем году молодые предприниматели представили свои предложения для крупных компаний из сферы ритейла и сельского хозяйства.

Видеозапись конференции

Источник: https://www.iidf.ru/media/articles/fond/pochemu-iskusstvennyy-intellekt-promyshlennosti/

В искусственный интеллект инвестируют 80% компаний — plusworld.ru – банковская розница, финансовое обслуживание и платежный рынок

Корпорация Teradata провела опрос среди крупных организаций на предмет использования ИИ. Подавляющее большинство опрошенных ожидают, что столкнутся с существенными трудностями. 

В настоящее время подавляющее большинство предприятий (80%) инвестируют в технологии искусственного интеллекта (ИИ), однако каждый третий руководитель считает, что для поддержания конкурентоспособности его компании придется увеличить объем таких инвестиций в течение последующих трех лет.

При этом предприятия ожидают, что на пути внедрения технологий ИИ могут возникнуть серьезные препятствия, что побуждает их рассматривать введение новой руководящей должности Главного специалиста по технологиям ИИ, ответственного за оптимизацию и координацию деятельности по внедрению технологий ИИ, как один из вариантов решения этих проблем.

«Данное исследование выявило новую важную тенденцию – в настоящее время предприятия рассматривают внедрение технологий ИИ в качестве стратегической задачи, обеспечивающей им конкурентное преимущество в своей отрасли, — отмечает Атиф Курейши, Вице-президент по развитию новых практик компании ThinkBig, компании Teradata. – Однако для полной реализации потенциала этой технологии и обеспечения максимальной эффективности инвестиций этим предприятиям необходимо пересмотреть свои стратегии таким образом, чтобы технологии ИИ стали неотъемлемой частью их структуры от центра обработки данных до зала совета директоров».

Компании стремительно наращивают инвестиции в технологии ИИ

Согласно результатам опроса, компании настроены оптимистично и рассчитывают на то, что их инвестиции в технологии ИИ окупятся.

К отраслям, представители которых прогнозируют максимальный эффект от инвестиций в технологии ИИ, относятся отрасль ИТ, технологий и телекоммуникаций (59%), коммерческие и профессиональные услуги (43%), а также поделившие третье место сфера обслуживания потребителей и сектор финансовых услуг (32%).

В тройку лидеров среди видов деятельности, в которых прогнозируется рост выручки в результате инвестиций в технологии ИИ, входят разработка новых продуктов/НИОКР (50%), обслуживание потребителей (46%), а также снабжение и производственная деятельность (42%). Полученные результаты согласуются с данными об основных направлениях инвестиций в технологии ИИ, среди которых качество обслуживания клиентов (62%), разработка новых продуктов (59%) и оптимизация производства (55%).

Несмотря на высокие показатели использования технологий ИИ и ожидаемый эффект от их применения, отмечается большой потенциал для их дальнейшего внедрения:

● 80% респондентов отмечают, что технологии ИИ уже используются в их организации в той или иной форме, однако 42% указывают на наличие больших возможностей для их дальнейшего внедрения по всем направлениям деятельности.

● 30% уверены, что их организация все еще недостаточно инвестирует в технологии ИИ, и для поддержания конкурентоспособности в своей отрасли ей потребуется увеличить объем таких инвестиций в течение последующих трех лет.

● На сегодняшний день опрошенные компании инвестируют в технологии ИИ в среднем 6,47 млн. долларов США по сравнению с 8,25 млн. долларов инвестиций в Азиатско-Тихоокеанском регионе.

Реализация технологий ИИ может осложняться рядом факторов

Обратите внимание

Подавляющее большинство респондентов указывают на ряд факторов, препятствующих внедрению технологий ИИ и получению дохода от инвестиций в них, что характерно для практически любой новой технологии.

Бизнес готов и далее осуществлять инвестиции в технологии ИИ, что связано, по всей видимости, с ожиданиями руководства компаний и ИТ-директоров в отношении сокращения финансовых и временных затрат, однако в качестве основных препятствий называются отсутствие информационно-технологической инфраструктуры и нехватка квалифицированных специалистов. Примечательно, что руководители предприятий гораздо меньше задумываются о влиянии технологий ИИ и автоматизации на моральное состояние персонала – всего лишь 20% считают это ограничивающим фактором, а еще меньшее их число (19%) обеспокоены разработкой технико-экономического обоснования внедрения технологий ИИ.

● По мнению 91% опрошенных, внедрение технологий ИИ может быть ограничено рядом факторов, основными из которых являются отсутствие информационно-технологической инфраструктуры (40%) и нехватка квалифицированных специалистов (34%).

Далее идут такие факторы, как недостаток денежных средств для внедрения (30%), ограничения, связанные с установленными процедурами, правилами и правами (28%), а также влияние на ожидания потребителей (23%).

Для сравнения, всего лишь 19% называют в качестве препятствия недостаточно разработанное технико-экономическое обоснование внедрения технологий ИИ, и только 20% задумываются о влиянии технологий ИИ и автоматизации на моральное состояние персонала.

● Ожидания бизнеса относительно роста доходов и сокращения затрат/повышения эффективности в результате инвестиций в технологии ИИ разделились примерно поровну – 53% и 47% соответственно.

● Только 28% респондентов считают, что в их организации достаточно квалифицированных специалистов для приобретения, создания и внедрения технологий ИИ.

Как компании планируют повышать эффективность инвестиций в технологии ИИ

Несмотря на то, что сегодня для решения вопросов, связанных с применением технологий ИИ и разработкой стратегии, руководители компаний привлекают директоров по информационным технологиям и технических директоров, в будущем технологии ИИ станут, по их мнению, настолько востребованными для разработки стратегии по всем видам деятельности, что для координации и управления деятельностью по их внедрению на предприятии им потребуется привлечение главного специалиста по технологиям ИИ:

● Сегодня руководство деятельностью по внедрению технологий ИИ осуществляют директора по информационным технологиям (47%) и технические директора (43%), при этом 62% опрошенных планируют в будущем привлечь для этих целей главного специалиста по технологиям ИИ. ● По прогнозам компаний доход на каждый доллар, инвестированный сегодня, составит 1,99 долларов в течение ближайших 5 лет и 2,87 долларов в течение последующих 10 лет.

Читайте также:  В краснодарском крае запустили робота, который будет напоминать о приеме к врачу

● Наибольший эффект ожидается в следующих отраслях: отрасль ИТ, технологий и телекоммуникаций (59%), коммерческие и профессиональные услуги (43%), сфера обслуживания потребителей (32%), сектор финансовых услуг (32%), а также обрабатывающие отрасли и производство (31%).

Что это значит

В течение последних нескольких лет технологические компании представляли технологии ИИ как надежное решение и бизнес-стратегию, и данное исследование подтверждает, что компании уже сегодня извлекают пользу из этих технологий.

«По мере применения технологий ИИ во всех сферах нашей деятельности мы приходим к пониманию того, что они играют ключевую роль для оптимизации нашей деятельности и увеличения доходов, — говорит Надим Гульзар, руководитель отдела глобальной аналитики Danske Bank.

– Найти нужных высококвалифицированных специалистов в развивающихся технологических областях всегда сложно, и поскольку мы планируем продолжать инвестировать в технологии ИИ, восполнить этот пробел помогут решения, предоставляемые как услуга, а также готовые решения сторонних поставщиков».

Компании прогнозируют, что технологии ИИ станут неотъемлемой частью нашей жизни, в связи с чем через 5 лет планируют увеличить свои инвестиции в них вдвое, а в течение 10 лет — втрое.

Однако они понимают, что для обеспечения максимальной эффективности этих инвестиций им необходимо пересмотреть свои представления о том, как технологии ИИ могут повлиять на все аспекты их деятельности, и разработать соответствующую гибкую стратегию повышения эффективности.

По материалам Teradata

Источник: https://www.plusworld.ru/daily/cat-analytics/391848-2/

«Цифровизация промышленности как инструмент повышения эффективности производства. Лучшие практики и новые решения»

Понятие цифровизации предприятия связано c внедрением новых технологий, ставших доступными для бизнеса в последние годы: аналитика больших данных и машинное обучение, искусственный интеллект, роботизация, дополненная реальность, интернет вещей (IoT), 3D-печать, облачные вычисления. Предпосылками для развития и проникновения цифровизации стали снижение стоимости технологий и вычислительных мощностей, а также рост доступности высокоскоростной передачи данных.

Цифровые технологии позволяют бизнесу анализировать продажи, запасы, состояние производственных мощностей и операционных процессов на новом уровне гранулярности. Это, в свою очередь, приводит к качественно новым выводам в отношении продуктов компании, взаимодействия с поставщиками и клиентами, организации процессов.

Цифровую трансформацию предприятия можно рассматривать с двух перспектив.

Первая — это цифровизация бизнес-модели — трансформация модели взаимодействия с клиентом, переход от традиционных продаж к модели «умного» продукта, дополненного цифровым сервисом для клиента.

Важно

Вторая — операционная цифровизация — внедрение цифровых инструментов для повышения эффективности предприятия в рамках существующей бизнес-модели.

Согласно глобальному исследованию KPMG, проведенному в 2018 году, ,95% генеральных директоров промышленных предприятий рассматривают цифровую трансформацию как возможность для повышения производительности труда и развития бизнеса.

Так как же цифровизация влияет на эффективность и повышение производительности труда?

Внедрение цифровых инструментов в операционную деятельность позволяет предприятиям повысить качество принимаемых решений и получить первые результаты уже в течение первого года.

В частности, в повышении эффективности производственных процессов важную роль играют решения на базе IoT и аналитики больших данных.

Они позволяют оперативно собирать информацию о физических показателях и переводить ее в оцифрованные данные для дальнейшей обработки, обмениваться сведениями в электронной форме по всей цепочке создания ценности и обрабатывать информацию с использованием машинного обучения и искусственного интеллекта для получения качественно новых выводов. Кроме того, с их помощью можно удаленно управлять физическими параметрами производственного процесса и оборудования на основании решений, принятых с учетом результатов глубокой аналитики.

Комбинируя различные технологии, предприятия получают инструментарий, позволяющий увеличивать выпуск готовой продукции, снижать уровень брака, сокращать расход материалов, повышать доступность оборудования.

Например, при участии консультантов KPMG российскими предприятиями разработаны решения для сокращения расхода ферросплавов при производстве стали, предсказания дефектов проката стали на ранних этапах производства, оптимизации параметров работы установки газофракционирования в реальном времени, заблаговременного предсказания засора дистилляционной колонны для своевременного проведения обслуживания и предотвращения поломки.

Совет

Достигаемый эффект оптимизации, конечно же, зависит от особенностей конкретного предприятия.

Каким образом предприятия подходят к цифровизации?

Развитие новых технологий трансформирует целые отрасли и отдельные бизнесы. Шаги в области цифровой трансформации, предпринимаемые конкурентами, оказывают давление на менеджмент. Одновременно цифровизация требует инвестиций, поэтому компаниям, встающим на этот путь, необходимо определить тактические и долгосрочные цели трансформации, «дорожную карту» и бизнес-кейс.

Согласно исследованию KPMG, к настоящему моменту шесть из десяти промышленных предприятий в мире уже имеют разработанную программу цифровой трансформации.

При этом четверть предприятий имеют горизонт программы менее 12 месяцев, в то время как большинство (61%) планируют реализовать имеющуюся программу за один-три года.

Однако данные показатели, как в мире, так и в России, в большей мере отражают уровень развития крупнейших предприятий — лидеров отрасли.

Но и лидеры сейчас находятся только на этапе наращивания необходимых цифровых компетенций и реализации пилотных проектов.

89% крупнейших промышленных предприятий, опрошенных KPMG, сказали, что начали пилотные проекты или внедрили решения на базе машинного обучения и искусственного интеллекта на ограниченном периметре процессов.

В среднем по оценке ОЭСР только 12% предприятий в странах западной Европы уже используют аналитику больших данных.

Обратите внимание

В рамках «пилотов» компании ставят задачу апробировать технологию, показать измеримый экономический эффект, начать процесс культурной трансформации внутри организации. Подобные пилотные проекты в большинстве случаев реализуются с привлечением внешней экспертизы поставщиков оборудования, ИТ-компаний, консультантов и технологических стартапов.

Для тех, кто не является лидерами рынка, новые технологии пока остаются в планах.

Малый и средний бизнес отстают от крупнейших предприятий не только с точки зрения внедрения цифровых технологий, но и зачастую с точки зрения традиционной роботизации и автоматизации производства.

Разрыв в скорости внедрения связан с разницей в доступности финансовых ресурсов, опытом внедрения передовых технологий и экономией, доступной крупным предприятиям.

Что ограничивает внедрение цифровых технологий?

В 2018 ОЭСР были представлены результаты анализа факторов, влияющих на скорость внедрения цифровых технологий. Выявленные факторы можно разделить на две группы: внутренние возможности организации и наличие стимулов для цифровизации.

К внутренним возможностям организации относится наличие стратегического решения и возможности его реализации, что характеризуется компетенциями руководства компании и качеством процессов управления.

Сюда же входят знания и навыки сотрудников, необходимые для цифровой трансформации: не только ИТ-специалистов, но также знания и навыки других специалистов в области цифровых технологий (при этом уровень знаний низкоквалифицированных сотрудников также имеет существенное влияние).

К внутренним возможностям относится и эффективное распределение ресурса персонала компании с учетом умений и знаний.

Что является стимулом для внедрения цифровизации? Например, уровень конкуренции в отрасли, стимулирующий руководство предприятий к повышению производительности труда.

Важно

Кроме того, важно наличие доступа к цифровым технологиям и открытость рынка, доступность финансирования для инвестиций в цифровые технологии, возможности гибкого входа и выхода из проектов в условиях рискованных инвестиций в новые технологии.

Важна гибкость трудового законодательства с точки зрения перераспределения ресурсов, наличие дополнительных налоговых и регуляторных льгот.

Работая с указанными факторами, государство может поддержать предприятия и ускорить внедрение цифровых технологий, ведь именно с ними связано до 60% имеющегося потенциала повышения производительности предприятий.

Наличие внутренних возможностей и дополнительных стимулов для цифровизации дает предприятиям возможность начать движение по пути трансформации.

Однако даже при наличии необходимых ресурсов компании сталкиваются с внутренней резистентностью, нежеланием менять бизнес-процессы, трудностями интеграции с «традиционными» решениями.

Необходимо помнить, что цифровая трансформации предприятий — это не замена всех сотрудников роботами, но расширение возможностей руководителей и работников за счет новых технологий. Более 60% руководителей промышленных предприятий считают, что цифровизация создаст дополнительные рабочие места, а не сократит их количество.

Спецпроект

Читать далее<\p>

Источник: https://www.kommersant.ru/doc/3744965

Искусственный интеллект – будущее или настоящее?

Опубликовано: 22.03.2012 Последняя правка:18.05.2012

В настоящее время среди специалистов по кибернетике продолжаются дискуссии по поводу того, что считать «искусственным интеллектом». Для того чтобы приблизится к пониманию сути, в первую очередь необходимо ответить на вопрос: «А что мы хотим получить от работ, связанных с созданием искусственного разума?».

Ответ достаточно простой и очевидный: «В первую очередь мы хотим, чтобы в вопросах связанных с тяжелой и монотонной деятельностью, нас заменили точные, аккуратные, неутомимые интеллектуальные помощники, которые не просто выполняют необходимые системные и технологические операции, а и выполняют их наилучшим образом.

Давайте рассмотрим конкретный пример.

Предположим, нам необходимо сделать так, чтобы интеллектуальное обеспечение технологически сложного, энергоемкого и достаточно опасного процесса плавки металла, взял на себя механизм принятия решений промышленного робота.

Совет

Это не далекое светлое будущее, а реальность сегодняшнего дня. Такие технологические комплексы уже существуют. Они автоматически выполняют все необходимые технологические операции и не требуют участия в них человека.

Что нас не устраивает в этой ситуации, ведь все за нас делается автоматически? Все, да не все. Человечество успешно решает задачу автоматизации технологических процессов, но, до недавнего времени не могло справиться с задачей автоматизации процессов управления.

Читайте также:  Банковская сфера уже работает с искусственным интеллектом в четырёх областях

Это означает, что для человека мало, чтобы промышленный робот варил за него сталь.

Необходимо еще чтобы artificial intelligence не только обеспечивал автоматическое выполнение технической работы, но и выполнял ее так, чтобы результат этой работы был максимально выгоден собственнику.

Для этого цель человека должна совпадать с целью, на которую настроем механизм принятия решения искусственного интеллекта.

Например, процесс варки стали требует больших затрат электроэнергии. Кроме того что эта цена на электроэнергию изменяться со временем из-за инфляции и удорожания полезных ископаемых, существуют еще и суточные тарифы.

Так, ночью электроэнергия для промышленных предприятий стоит в несколько раз дешевле, чем днем. Для изменения режима плавки стали необходимо изменять величину подачи электроэнергии, что в свою очередь влияет на время операции плавки.

Ночью выгоднее один режим, днем — другой.

Кроме того нужно учитывать стоимость сырья и зависимость износа оборудования от производительности.

Если нтеллектуальный промышленный робот, выполняя автоматически технологические операции, еще и сам выбирает самый выгодный для человека режим технологического процесса, с учетом всех технико-экономических факторов, то, что кибернетике еще нужно от искусственного интеллекта? Чтобы он умел общаться на человеческом языке и называл нас по имени? Это уже не проблема, но мы и так научились понимать друг друга.

Обратите внимание

Вопросы с созданием механизма принятия решения можно считать в основном закрытыми, после разработки критерия эффективности, который обеспечивает возможность выбора самого выгодного для человека режима функционирования управляемой системы.

Для определения показателя эффективности необходимо использовать численные методы, поскольку в общем случае он имеет вид интегрального выражения.

Но для простых приведенных операций можно разобраться с принципом, на основании которого функционирует механизм принятия решения, используя упрощенное аналитическое выражение

Здесь З – стоимостная оценка входных продуктов системы; Д – стоимостная оценка выходных продуктов системы; То — время операции системы; Т1- это единичный интервал времени. Необходимость в нем объясняется в теории эффективности.

До разработки показателя эффективности (критерия управления, критерия оптимизации), экономические денежные операции оценивались с опорой на прибыль, рентабельность и оборачиваемость.

Но, более прибыльная операция или более рентабельная операции может быть менее эффективной, чем менее прибыльная или менее рентабельная. Именно по этой причине процессы управления не автоматизировали.

Давайте посмотрим как технологическая система, которая опирается на адекватный

Источник: http://delo-do.com/article/artificial_intelligence.html

Вложения в искусственный интеллект обеспечат рост экономики

Внедрение искусственного интеллекта (ИИ) к 2030 году даст прирост мировому ВВП в 14 процентов, или на 15,7 триллиона долларов, что превышает суммарный объем промышленного производства Китая и Индии в 2017 году.

Такие оценки привели аналитики PwC в последнем отчете о наиболее перспективных направлениях развития бизнеса. По их подсчетам, 74 процента российских компаний планируют инвестировать в искусственный интеллект в ближайшие три года, рассчитывая автоматизировать большинство рутинных процессов.

Эксперты отмечают, что уже сегодня ИИ активно внедряется в промышленную и сельскохозяйственную сферу.

«В ближайшее время мы увидим активное применение ИИ в промышленной среде уже с использованием роботов и беспилотников», — считает руководитель проектного департамента компании Bell Integrator Михаил Лапин.

Важно

По его оценке, ИИ также будет применяться в системах мониторинга, где есть потребность максимально оперативно собрать и обработать большие массивы информации, необходимой для построения различных информационных моделей.

В сфере e-commerce и финансов активно используются чат-боты, наделенные элементами ИИ, которые помогают пользователю получить ту или иную информацию о продукте, совершить различного рода операции.

Например, Сбербанк внедрил виртуального коллектора — Iron Lady, ВТБ24 использует чат-бота для малого бизнеса, Альфа-Банк внедрил торговых роботов для трейдинговых операций.

В онлайн-торговле тоже есть примеры использования искусственного интеллекта: Amazon и его виртуальный помощник Alexa, VR-примерочные, магазины виртуальной реальности онлайн-ретейлера AliExpress.

В телеком-секторе операторы «большой четверки» также активно экспериментируют с ИИ, предлагают абонентам услуги виртуальных ассистентов и помощников. Все эти технологии связаны с минимизацией затрат на обслуживание физических лиц. Мы пользуемся такими решениями по нескольку раз в день в обычной жизни: робот «Алиса» от Яндекса, технологии Siri от Apple, новостные агрегаторы в наших компьютерах и мобильных гаджетах — все это примеры роботизированных решений.

Инновационные решения станут фундаментом повышения качества жизни

Искусственный интеллект также активно применяется в сфере безопасности — технологии распознавания лиц становятся более точными, и в медицинском направлении — лидером здесь является IBM и его суперкомпьютер Watson.

Он используется для постановки точного диагноза на основе информации из клинических баз данных и научных журналов.

В числе основных преимуществ ИИ Михаил Лапин выделил скорость принятия решений, отсутствие человеческого фактора, возможность обработки больших массивов данных за короткие промежутки времени, быструю обучаемость и возможность создания многовариативных моделей прогнозирования.

Однако существует и ряд рисков, связанных с использованием ИИ. «Из-за небольшого базиса знаний на начальном этапе ИИ может принимать ошибочные решения, кроме того, необходима IT-инфраструктура, которая будет поддерживать работу ИИ на протяжении длительного времени», — заметил Михаил Лапин.

Совет

В числе других рисков он назвал необходимость принятия решения человеком в случае отказа работоспособности ИИ, высокие издержки на первоначальных этапах использования, необходимость контроля обучения ИИ и отсутствие нормативно-правовой базы, которая бы контролировала границу между человеком и «искусственным интеллектом».

За последние четыре года инвестиции в развитие искусственного интеллекта во всем мире выросли в четыре раза

По мнению директора по стратегическим проектам CAF Group Валентина Островского, сегодня есть примеры внедрения технологий роботизации, которые очень быстро развиваются, но до уровня искусственного интеллекта еще не дошли.

«Развитие технологий роботизации и более высокоуровневых технологий, которыми и является искусственный интеллект, действительно имеет колоссальные перспективы развития и огромный инвестиционный потенциал», — полагает он.

Потенциал роста развития роботизированных решений оценивается экспертами в 600-700 процентов в ближайшие два года, а совокупный объем рынка RPA (Robotic process automation) — в 2,3 миллиарда долларов к концу 2019 года.

«По некоторым оценкам, в ближайшие десять лет каждый десятый представитель рабочих профессий будет заменен роботами, которыми будут управлять автоматизированные системы без участия человека. Так что до искусственного интеллекта осталось совсем немного, и тот, кто инвестирует в эти технологии, точно заработает», — добавил Валентин Островский.

Источник: https://rg.ru/2018/06/04/vlozheniia-v-iskusstvennyj-intellekt-obespechat-rost-ekonomiki.html

Ии или проиграешь: почему ваша компания должна внедрить искусственный интеллект как можно скорее

Весь современный бизнес — это бизнес искусственного интеллекта.

Согласно исследованию Accenture, к 2035 году технологии ИИ увеличат продуктивность труда на 40%, а большинство — 72% — опрошенных PwC владельцев бизнесов уверены, что применение ИИ даст их компании преимущество перед конкурентами. Если не хотите, чтобы ваша компания осталась на обочине истории, эксперименты с искусственным интеллектом нужно начать уже сейчас.

Искусственный интеллект — крупнейшая технологическая волна со времен революции ПК в конце 1970-х и в 1980-е и появления коммерческого интернета в 1990-х. Как и тогда, сегодня пострадают те, кто игнорирует или откладывает изменения на потом. Для каждой бизнес-задачи существует ИИ-решение. Стартапы используют это по полной. Поэтому предприимчивые компании уже внедряют ИИ.

ИИ решит любую бизнес-задачу

Для выбора необходимого действия из множества возможных требуется обработка огромного количества данных. По словам Анастасии Федык из Гарвардской школы бизнеса, машинное обучение успешно решает задачи, связанные с внешними факторами, — к примеру, хорошо ищет ранее использованные тексты и довольно точно прогнозирует, нажмет ли пользователь на рекламный баннер.

Технологии машинного обучения решают широкий спектр задач: отбирают пользовательский контент, показывают подходящие товары в результатах поиска, а также анализируют онлайн-дискуссии и изучают поведение потребителей. Глубинное обучение — продвинутая форма машинного обучения — однажды справится и с неконтролируемыми ситуациями.

Присмотритесь к ИИ-стартапам

Все выглядит как занимательные фокусы, но многие компании в своей практике уже вовсю используют эти решения. Riminder, например, помогает HR использовать внутренние и внешние данные в поиске сотрудников. InsideSales.com предлагает платформу для прогнозной оценки и анализа продаж. Avaamo создает чатботы, практически полностью берущие на себя работу с клиентами.

Для взаимодействий, с которыми не справится чатбот, существует Cogito (принадлежит OpenView). Эта технология искусственного интеллекта отслеживает телефонные звонки потребителей и подсказывает службе поддержки, как улучшить качество обслуживания. В результате довольны все: клиенты, сотрудники службы поддержки и их руководители.

Ваши конкуренты, пользующиеся услугами таких компаний для подбора персонала, продаж и обслуживания клиентов, смогут быстро вас обойти. Количество подобных стартапов будет все больше и больше расти. Высокие зарплаты и огромный спрос на экспертов в области искусственного интеллекта вызывают огромный интерес к изучению ИИ. «Введение в машинное обучение» — самый популярный курс MIT.

Компании, использующие ИИ

В сфере ИИ естественное преимущество имеют технологические компании. Используя машинное обучение, Netflix стал больше любой из четырех крупнейших телевизионных сетей, так как использует машинное обучение для рекомендаций новых фильмов и программ на основе истории пользовательских просмотров и других факторов.

Источник: https://incrussia.ru/understand/ii-ili-proigraesh-pochemu-vasha-kompaniya-dolzhna-vnedrit-iskusstvennyy-intellekt-kak-mozhno-skoree/

Ссылка на основную публикацию