Российские компании ориентированы на использование искусственного интеллекта

Искусственный интеллект не заменит человека

Artificial Intelligence – источник как возможностей, так и рисков. Именно поэтому в мировом сообществе развернулась активная дискуссия вокруг этики и регулирования AI. Энтузиасты спорят о том, как искусственный интеллект изменит общество и сможет ли мир пережить грядущую волну безработицы из-за повсеместного использования роботов.

Бизнес же считает, что искусственный интеллект не заменит человека – система может обработать данные и предложить варианты дальнейших действий, но конечное решение всегда останется за человеком. К таким выводам пришли участники аналитического форума Navicon. Data Talks, организованного системным интегратором и разработчиком Navicon.

Эксперты обсудили перспективы когнитивных технологий в сегментах B2B, B2C и B2G.

Пленарная дискуссия “Machine Revolution”, в которой приняли участие руководители крупнейших российских компаний и AI-разработчики, развернулась вокруг реальных бизнес-кейсов применения искусственного интеллекта и машинного обучения для решения задач российских предприятий и фирм.

Модератор дискуссии – Александр Тихонов, директор департамента по продвижению ПО IBM в России и СНГ – разбирался вместе с экспертами, совершит ли искусственный интеллект революцию в бизнесе в следующие пять лет.

Обратите внимание

Руководители российских компаний отметили, что бизнес на сегодняшнем уровне автоматизации не вполне готов к использованию высокотехнологичных инструментов, таких как нейронные интерфейсы или машинное обучение.

По мнению Ильи Тихомирова, заведующего лабораторией «Интеллектуальные технологии и системы» ФИЦ ИУ РАН, первыми на появление ИИ среагировали те индустрии, где максимально проникновение цифровых технологий, например, банки, ИТ и телеком.

Эти отрасли кардинально меняются уже сейчас из-за массового внедрения высоких технологий. Одновременно более «консервативные» индустрии, такие как промышленность и производство, не могут адаптироваться к новым условиям так быстро.

Ученый считает, что для начала предприятия должны «отбить» средства, вложенные в существующую инфраструктуру, и только после этого они смогут перейти на высокотехнологичные решения.

Именно поэтому «Индустрия 5.0» на базе искусственного интеллекта – это дело отдаленной 20-30-летней перспективы.

Илья также отметил, что сейчас развитие отечественных систем ИИ упирается в две проблемы: во-первых, необходимо развивать высокопроизводительную инфраструктуру.

«Да, «Яндекс» – четвертая поисковая система в мире, но до тех пор, пока лидерство в суперкомпьютерах принадлежит зарубежным вендорам, российские когнитивные решения не смогут соревноваться с иностранными», – отметил Тихомиров.

Во-вторых, нужна активная государственная позиция по этому вопросу. Сейчас на волне интереса к искусственному интеллекту такая поддержка уже оказывается – в частности, финансируются и поддерживаются ИИ-проекты со стороны научных учреждений и организаций.

Приоритезация государственных интересов в области импортозамещения высоких технологий подстегнет этот процесс.

Андрей Джанбаев, эксперт и экс-директор департамента архитектуры IT X5 Retail Group, согласился с тем, что вычислительные мощности – основной барьер для развития бизнес-ориентированного ИИ в России.

Спикер проиллюстрировал свой тезис примером из практики ритейл-сетей: основная задача искусственного интеллекта в ритейле – понять, сколько товара выложить, чтобы не произошло out-of-stock или over-stock.

Важно

Для этого необходимо точно прогнозировать спрос и планировать ассортимент с учетом многочисленных факторов, от среднего чека в зависимости от прогноза погоды до внешней политики. Другими словами, работать с огромными массивами данных.

Подобная аналитика для такой крупной сети, как X5, потребует огромных, дорогостоящих вычислительных мощностей. При этом система должна не только делать долгосрочные прогнозы, но и корректировать их в краткосрочной перспективе в режиме онлайн.

Андрей подчеркнул, что именно из-за высокой стоимости решений внедрение «умных» алгоритмов пока сильно ограничено вопросом их экономической целесообразности.

Например, в промышленности внедрение предиктивной аналитики не приносит значительных экономических результатов: она применима только на уровне прогнозирования поломок оборудования и планирования ТОиР (работ по техническому обслуживанию и ремонтам).

Зато для нишевых бизнесов, таких как электроника или фэшн-ритейл, нейронные интерфейсы – огромное поле для творчества. Именно в этих секторах мы вскоре увидим первые «умные магазины».

Петр Иванов, директор по IT и BI фармкомпании «Ипсен», отметил, что главное преимущество искусственного интеллекта все-таки не в объемах данных, которые он обрабатывает. По его мнению, большинство моделей ИИ даже не используют Big Data в работе: массив данных в 10 тысяч или миллионов строк нельзя считать «большим». Совсем другое дело – скорость:

в ближайшей перспективе ИИ поможет компаниям обрабатывать любые данные, в том числе неструктурированные, в режиме онлайн, и принимать взвешенные управленческие решения на базе самой актуальной аналитики.

Петр также развернул одну из самых ярких дискуссий форума об этичности применения искусственного интеллекта. Эксперт привел пример «Сбербанка»: роботизированная система уже составляет иски против физических лиц без участия человека.

По мнению участников пленарной дискуссии, это в перспективе может привести к появлению и развитию электронных судов, электронных судей, прокуроров и защитников.

Готово ли общество к тому, чтобы машина выносила решения в суде? Можно ли научить машину этике? И как определить, что принятое ею решение обосновано?

Совет

Мнения экспертов по этим вопросам разделились: одни предположили, что машину научить этике проще, чем человека, и вероятность ошибки «из-за человеческого фактора» в разы ниже.

Другие сошлись во мнении, что система искусственного интеллекта – это «черный ящик» Натана Розенберга: не получится отследить, как развивается система и чему учится.

Невозможно зафиксировать момент, когда искусственный интеллект сам начнет дискриминировать клиентов по признаку возраста, пола или любому другому фактору, поэтому передавать ему ответственность за принятие решений нельзя.

Дискуссию об этике машин продолжил Александр Сидоров, руководитель направления анализа данных HeadHunter.

По его мнению, одна из самых «горячих» тем, связанных с искусственным интеллектом, – потеря людьми своих рабочих мест.

Эксперт отметил, что страх преждевременен: «Машина классно решает рутинные задачи, но не посадит самолет в турбулентность. В экстренной ситуации на борту нужен пилот».

Александр также рассказал о системе ранжирования резюме на основе AI, которую HeadHunter запустил год назад.

Это был один из первых успешных опытов использования ИИ в HR на российском рынке: если раньше резюме и вакансии ранжировались по текстовым соответствиям, сейчас компания прогнозирует отклик.

Обратите внимание

Например, для того чтобы посоветовать кандидату подходящую вакансию, система собирает исторические данные, анализирует их, отбирает те вакансии, на которые высока вероятность отклика, и ранжирует их по степени прогнозируемого интереса.

В итоге кандидат вместо просмотра сотен страниц с результатами поиска просматривает десятки, зато откликается на вакансии намного чаще, откликов и приглашений на собеседования – больше. А хантинговая компания значительно снижает трудоемкость процесса: на автоматизации HeadHunter экономит тысячи трудочасов в год.

Евгения Дворская, CEO проектов JungleJobs.ru и North.ai, продолжила тему эффективности ИИ в решении HR-задач.

По мнению эксперта, сейчас во многих компаниях идет охота за молодыми кадрами из поколения миллениалов, способными креативно, творчески подходить к решению бизнес-задач, быстро реагировать на изменение ситуации в бизнесе и общаться с потенциальной аудиторией «на одном языке».

При этом текучесть такого персонала – более 100%, они не привязаны к одному месту работы, поэтому потребность в сотрудниках есть постоянно. В этом соревновании за «золотую кузницу кадров» побеждают те хантинговые агентства, которые при подборе сотрудников действуют быстро и используют прогрессивные аналитические инструменты для оценки кандидатов.

Также Евгения отметила, что на рынке меняются и функции HR – специалисты теперь активно интересуются темой HR-tech и активно используют цифровые инструменты.

Рутинные задачи HR автоматизируются с применением математических алгоритмов, и из разряда простых «кадровиков» профессия HR-менеджера переходит в область стратегических экспертов: подкованные сотрудники должны мыслить категориями цифр и предлагать решения по повышению эффективности внутренних процессов в компаниях.

Эти иллюстрации побудили экспертов прийти к единому мнению: за искусственным интеллектом – будущее бизнеса. Несмотря на все проблемы, связанные с внедрением ИИ, технология уже сегодня высоко востребована в «цифровых» секторах экономики, таких как реклама и маркетинг, считает Дмитрий Федосеев, Performance Director OMD Resolution в России.

Эксперт пояснил, что в интернет-рекламе и маркетинге системы на базе искусственного интеллекта и машинного обучения используются для разных задач, начиная от прогнозирования эффективности рекламных кампаний, заканчивая оптимизацией таргетингов.

Важно

Они помогают, например, сделать срез аудитории на основании обезличенных данных о поведении клиентов в сети и сегментировать рекламное предложение, или же отследить динамику трендов на рынке.

Основная проблема цифрового маркетинга, по мнению эксперта, в том, что сейчас большинство систем, даже обрабатывающих большие массивы данных и предоставляющих качественную аналитику, работают постфактум. В противоположность им, системы искусственного интеллекта смогут предсказывать потребность в продукте, а не анализировать его продажи.

Сейчас OMD OM Group и Navicon реализуют совместный проект по совершенствованию измерений аудитории для рекламодателей. Система, разрабатываемая в партнерстве с OMD, прогнозирует телевизионные рейтинги с высокой точностью и позволяет многократно оптимизировать закупку телевизионный рекламы.

Продолжая тему востребованности AI-решений на рынке, Евгений Смирнов, коммерческий директор Navicon, обратил внимание аудитории на то, что даже сейчас не все руководители бизнеса понимают реальную ценность собираемых и обрабатываемых данных. «Мы в Navicon долго учились собирать данные, как внутри компании, так и с внешнего рынка.

Мы научились стандартизировать их, приводить к единому виду и эффективно использовать для того, чтобы оценивать текущую ситуацию в компании и даже видеть ее перспективы. Но одновременно мы осознали, что далеко не все руководители бизнеса готовы понимать данные и использовать их».

Именно поэтому, считает Евгений, наилучшие перспективы ожидают те системы, которые будут прогнозировать вероятность наступления событий на короткой дистанции.

Поменять месячный план производства с минимальными потерями, когда пришел крупный тендер, запланировать закупки запчастей для всех производственных цехов – эти задачи понятны даже тем руководителям, которые уверены, что знают о своем бизнесе всё и данные им ни к чему.

Евгений отметил также, что на сегодняшний день растет спрос на два типа решений: одни – для тех руководителей, которые готовы обратиться к машине за экспертным советом (экспертные системы), другие – для тех, кто хочет снизить ресурсозатратность бизнеса (роботизированные решения). При этом ИИ не заменит человека и, в частности, руководителя – система может обработать данные и предложить варианты дальнейших действий, но конечное решение о развитии бизнеса останется за человеком.

Илья Народицкий, директор по развитию международного бизнеса Navicon, рассказал о стадиях, через которые проходят разработчики, занимающиеся разработкой и внедрением практических инструментов на базе искусственного интеллекта.

Совет

По его словам, при определении бизнес-стратегии в области AI компания Navicon уже прошла и стадию завышенных ожиданий, и момент избавления от лишних иллюзий, и сегодня сосредоточилась на создании систем предиктивной аналитики и распознавания образов, выполняющих конкретные задачи для бизнеса в России и Европе.

Илья подчеркнул, что за пределами ИИ есть и другие новые технологии, которые будут полезны для российских компаний.

Среди них – внедрение инструментов RPA (роботизированной автоматизации процессов), когда боты берут на себя существенную часть рутинных операций – например, прием и разбор обращений, учет заявок, первичные консультации по продуктам и другие формализованные повторяющиеся действия.

В сочетании с технологиями искусственного интеллекта и машинного обучения системы RPA могут выйти на новый уровень: боты смогут помогать человеку не только в однообразных операциях, но и в принятии более сложных решений.

Navicon. Data Talks – форум, посвященный высокотехнологичным аналитическим инструментам для бизнеса.

Мероприятие, ставшее преемником IBM Cognos Live Forum и организованное системным интегратором и разработчиком Navicon, прошло в седьмой раз в Москве и собрало более 300 участников – владельцев бизнеса, генеральных и финансовых директоров, начальников аналитических отделов и руководителей по развитию бизнеса.

В этом году форум был посвящен таким ИТ-инструментам для бизнеса, как нейронные сети, машинное обучение и «умные» математические алгоритмы.

Читайте также:  На рынке появился российский аналог робота удаленного присутствия

В рамках форума корпорация IBM представила аналитическую платформу IBM Watson Analytics.

Это – разумная служба обнаружения данных, доступная через облако, которая помогает просматривать данные, автоматизирует прогнозную аналитику и позволяет создавать дэшборды и наглядную инфографику.

Обратите внимание

На форуме эксперты Navicon, разработчики AI-интерфейсов и руководители отечественных компаний обсудили, как высокие технологии нового поколения уже сейчас меняют реалии российского бизнеса.

На сессии «Данные и производство» рассказали, как AI и технологии машинного обучения помогают оптимально использовать производственные ресурсы, прогнозировать отказ оборудования, строить производственные планы с учетом нескольких вариантов развития событий, а также балансировать возможности различных департаментов компании для достижения лучших производственных показателей.

Сессия «Данные и продажи» развернулась вокруг интеллектуальных технологий для прогнозирования и управления потребительским поведением.

Эксперты обсудили, как предиктивная аналитика помогает создавать успешные новые продукты, а «умный» таргетинг – увеличивать конверсию при минимальных затратах ресурсов.

Эксперты Navicon по интеллектуальным системам рассказали, как математические модели на машинном обучении помогают прогнозировать отток потребителей.

В рамках сессии «Данные и финансы» рассказали, как машинное обучение и биометрическая идентификация меняют сектор финансовых услуг и подход к клиенту в финансовой сфере.

Кроме того, специалисты Navicon представили собственные решения на платформах IBM для эффективного управления бюджетированием, прогнозирования и перепланирования бюджетов, в том числе на примере первого облачного внедрения IBM Planning Analytics в компании Lindt.

Эксперты IBM рассказали, как корпорация вступает в эпоху когнитивных технологий – и что это значит для бизнеса их партнеров.

Источник: https://navicongroup.ru/press-room/news/4558/

В разработки искусственного интеллекта в россии вложено около 23 млрд. рублей

С 2007 года и по настоящее время в России государственные и бизнес-структуры профинансировали 1386 научных проектов, посвященных искусственному интеллекту.

Большая часть проектов (1229) являются некоммерческими – они проводятся в рамках федеральных целевых программ или оплачиваются различными фондами.

Это демонстрирует, что российский бизнес пока что в меньшей степени заинтересован в разработке и использовании искусственного интеллекта в своих проектах.

Важно

За десять лет на исследования и разработки в области искусственного интеллекта было выделено около 23 млрд. рублей. Объёмы госфинансирования уступают другим странам – например, в США ежегодно из госбюджета выделяется около 200 млн.

долларов на исследования в области искусственного интеллекта.

Стоит также отметить, что уровень финансирования в России является невысоким с учётом количества проектов и общего числа задействованных научных сотрудников (от 6 до 10 тысяч человек).

Лидеры по объёму государственного финансирования – проекты для госсектора, транспортной отрасли, обороны и безопасности. Это свидетельствует, что в России прежде всего поддерживают проекты, где ожидаются результаты с быстрым применением на практике. Например, анализ данных и различные системы распознавания помогают оптимизировать логистические и транспортные проблемы.

Текущие геополитические задачи также определяют острую потребность в интеллектуальных системах для модернизации оборонно-промышленного комплекса. Тематическими лидерами по вложениям со стороны государства являются проекты по анализу данных, системы поддержки принятия решений и распознавания изображений и видео (последняя тема востребована и в коммерческих проектах).

В России существуют несколько ВУЗов, научных и коммерческих организаций, которые являются лидерами по числу проектов и финансированию в разных сферах:

  • В сфере анализа данных лидерами являются МГУ (17 проектов) и Университет ИТМО (19 проектов)
  • Системы поддержки принятия решений – Университет ИТМО (27) и Московский Экономический Институт (12)
  • Распознавание изображений и видео – Институт систем обработки изображений РАН (17) и Южно-Российский государственный университет экономики и сервиса (13)
  • Распознавание текста и речи – НИИ «Прикладная семиотика» (9) и Центр речевых технологий (9)

В России существует большой потенциал в сфере подготовки квалифицированных специалистов для проектов с ИИ. Согласно исследованию SAP, в 286 вузах имеются соответствующие магистерские программы, около 50 тыс.

студентов обучаются по 65 специальностям, связанным с анализом данных, машинным обучением, распознаванием речи и изображений, компьютерной лингвистикой и др.

За последние пять лет подготовку по этим программам прошли более 200 тыс. человек.

«Компания SAP планирует построить стратегию развития программных решений с использованием искусственного интеллекта для бизнеса в партнёрстве с российскими исследователями и в интересах российских клиентов в сфере промышленного производства, ТЭК, сервисного бизнеса и госсектора, – отметила Наталия Парменова, исполнительный директор SAP СНГ. – Для этого в московском офисе SAP СНГ был открыт департамент по работе с большими данными, который в том числе будет заниматься и проектами в сфере искусственного интеллекта».

Источник: http://startupmagazine.ru/news/v-razrabotki-iskusstvennogo-intellekta-v-rossii-vlozheno-okolo-23-mlrd-rublej/

Рынок искусственного интеллекта в России оценили в 700 миллионов

По итогам 2017 г. объем российского рынка искусственного интеллекта и машинного обучения будет равен примерно 700 млн руб., а к 2020 г. он увеличится до 28 млрд руб.

Стимулировать рост рынка будут финансовая сфера, розничная торговля и промышленность.

К такому выводу пришли российский системный интегратор «Инфосистемы Джет» и аналитический центр TAdviser, обнародовавшие результаты исследования «Актуальные тенденции рынка машинного обучения и искусственного интеллекта».

Совет

В ходе исследования были опрошены менеджеры ста компаний, которые работают на российском рынке. Опрошенные занимают посты ИТ-руководителей, а также руководителей департаментов цифровых сервисов или цифровой трансформации.

Кроме того, в ходе исследования привлекались данные аналитических компаний, в том числе IDC, Gartner и Markets and Markets.

Часть данных поступила от консалтинговых компаний, таких как PwC и Teradata, а также вендоров, включая SAP.

Авторы исследования отмечают, что российский рынок искусственного интеллекта и машинного обучения только начинает развиваться, демонстрируя отставание от зарубежных рынков. Положительное влияние подобных технологий на бизнес-процессы не подтверждается в России яркими примерами.

Одна из причин — то, что компании не разглашают результаты успешных внедрений, опасаясь раскрыть конкурентам источник своего преимущества.

Также внедрение искусственного интеллекта и машинного обучения замедляется в России из-за недостатка вычислительных мощностей и невысокого уровня автоматизации.

Прогнозы по российскому рынку

Опыт внедрения механизмов машинного обучения в ритейле в сегменте товарных рекомендаций показывает, что с их помощью конверсию можно увеличить на 15%, одновременно уменьшив в 50 раз количество операций, выполняемых вручную, отмечают респонденты исследования.

Те из опрошенных менеджеров, которые работают в пяти крупнейших банках России, утверждают, что в течение пяти лет доля искусственного интеллекта в принятии решений в их организациях достигнет 80%, а клиенты уже через три года в половине случаев будут обслуживаться ботами.

Уровень проникновения таких технологий в промышленность пока ниже, однако она находится на третьем месте в списке лидеров по внедрению искусственного интеллекта.

Оценка респондентами доли трат на искусственный интеллект в ИТ-бюджете компании

Ряд респондентов работает в компаниях, которые используют ботов или системы распознавания речи. Опрошенные отмечают недостаточный уровень развития подобных технологий в целом, однако высказывают удовлетворение существующий на этом уровне функциональностью.

Обратите внимание

Из подобных систем наиболее на слуху интеллектуальный поиск и интеллектуальный маркетинг, осведомленность респондентов о других инструментах искусственного интеллекта слабее. Также представители компаний высказывают желание увидеть в цифрах результаты уже состоявшихся внедрений, чтобы, основываясь на них, планировать собственные проекты.

Цели внедрений и расходы на них

Главная причина внедрения машинного обучения в российских компаниях — это снижение расходов, сообщили 72% респондентов. Еще 68% прибегают к подобным технологиям для повышения качества продукции и услуг.

Для принятия решений искусственный интеллект используется в компаниях 60% опрошенных. Еще 56% компаний повышают с его помощью производительность труда.

52% респондентов видят пользу таких технологий в получении новых экономических выгод.

Цели внедрения машинного обучения и искусственного интеллекта

Более половины опрошенных намерены увеличить траты на искусственный интеллект и машинное обучение в следующие 3-5 лет. Предполагаемый годовой рост затрат составляет 15-20%.

У 30% респондентов отсутствует понимание, какая именно доля ИТ-бюджета компании расходуется на искусственный интеллект. Еще 30% компаний тратят на такие технологии от 5% до 10%. 17% опрошенных оценивают этот сегмент ИТ-бюджета менее чем в 5%.

13% компаний тратят на искусственный интеллект и машинное обучение более 15% ИТ-бюджета, еще 9% компаний — от 10% до 15% ИТ-бюджета.

Мировой рынок

Количество проектов, связанных с искусственным интеллектом и машинным обучением, выросло в мире в несколько раз за последние два года. В 2015 г.

крупные компании сообщили о существовании 17 таких проектов, в 2016 г. — 71 проекта, в первой половине 2017 г. — уже о 74 проектах. Таким образом по итогам 2015-2017 гг.

общее количество инициатив достигло 162. В их реализации участвуют 28 стран и 20 отраслей.

Важно

85% указанных проектов уже реализованы, еще 15% находятся на стадии планирования или пилота, причем в государственном секторе на этой стадии прибывает 60% инициатив. В 85% случаев проекты осуществляются по заказу крупного бизнеса.

Лидером по количеству внедрений технологий искусственного интеллекта и машинного обучения является США. Далее следуют Великобритания, которая применяет эти технологии в крупных инвестиционных банках, и Индия, которая работает на иностранных заказчиков.

Источник: http://www.cnews.ru/news/top/2017-11-27_rynok_iskusstvennogo_intellekta_v_rossii_otsenivaetsya

Искусственный интеллект

Искусственный интеллект – это способ решать задачи с помощью вычислительных мощностей.

Хотя это кажется логичным, все работы об этом методе, начиная с выступления Джона Маккарти в 1956 году, отрицают необходимость ИИ использовать приемы, которые наблюдаются в поведении людей.

Тем не менее, многие системы искусственного интеллекта создаются для понимания человеческого мышления и выполнения творческих функций, которые присущи человеку.

В ритейле технологию внедряют в маркетинг, логистику и операционную деятельность. Применение искусственного интеллекта к 2030 году приведет к росту глобального ВВП на 14% (на $15,7 трлн), подсчитали аналитики PwC. Этот показатель выше, чем общий уровень производства промышленности в Индии и Китае.

Исследования и цифры

Аналитическая компания Forrester утверждает, что искусственный интеллект, Big Data и современная аналитика увеличивают доступ предприятий к анализу данных и повышают уровень сложности полученной информации.

«ИИ даст бизнесам доступ к мощным инсайтам благодаря использованию когнитивных интерфейсов в сложных системах, передовой аналитике и технологиям машинного обучения», — уточняет главный аналитик Forrester Джеймс Маккормик в отчете компании.

Искусственный интеллект должен ускорить принятие решений в маркетинге, электронной торговле, управлении продуктами и других областях.

Что в первую очередь интересно ритейлерам? Исследование IBM показало: 48% клиентов считают, что компаниям важно предоставлять индивидуальные акции в онлайн-режиме, а 45% хотят внедрить этот формат в офлайн-точки.

Совет

83% руководителей розничных магазинов уверены, что когнитивные вычисления сыграют решающую роль в развитии их бизнеса. Также клиенты хотят исследовать новые продукты и покупать их, где бы они ни находились.

Такая возможность у них уже есть – сейчас люди почти не ограничены временем суток или местоположением.

Кейсы

У искусственного интеллекта несколько рабочих применений:

● Продажи и CRM-системы

● Логистика и доставка

● Платежи

● Клиентские рекомендации

● Производство продукта.

Наверное, самый известный пример — магазин без касс и очередей Amazon Go. Достаточно установить приложение и зарегистрироваться в нем при входе в магазин. После этого сенсоры фиксируют продукты, которые человек набирает в корзину. При выходе у покупателя автоматически списываются деньги с аккаунта Amazon.

Читайте также:  Виртуальный червь с искусственным интеллектом

Nike несколько месяцев работает с Zodiac — компанией, анализирующей пользовательские данные.

Благодаря технологиям подрядчика Nike стремится максимально персонализировать отношения с клиентами: чтобы каждый посетитель магазина или пользователь приложения мог получать индивидуальную выдачу товаров, интересную именно ему. После запуска приложения в Китае его скачало 2 млн человек за 1 месяц.

Сейчас главная цель Nike — сделать так, чтобы при попадании в магазин каждый клиент получал советы о том, какая вещь ему, скорее всего, понравится. К 2020 году Nike планирует увеличить выручку до $50 млрд.

В 2016 году магазин одежды North Face подключил платформу когнитивных вычислений IBM Watson для персонализации покупок на своем сайте. Теперь, когда покупатель ищет, например, куртку, XPS задает вопросы о местоположении человека, его гендере и температуре воздуха для подходящих рекомендаций.

Еще одно решение — ПО Conversica. Эта система пишет письма потенциальным клиентам от роботизированного менеджера по продажам, который отвечает на вопросы и поддерживает разговор.

Обратите внимание

В 2016 году такое программное обеспечение внедрила у себя компания Rachel и увеличила количество ответов от покупателей на 30% в течение нескольких часов. Также Conversica используется для перекрестных продаж и повторного вовлечения существующих клиентов.

Благодаря ПО компания Bosch Automotive из Новой Англии начала проводить более 60 дополнительных сделок в месяц в одном из представительств Toyota.

В General Electrics разработали другое программное обеспечение — оно следит за всеми уровнями производства продукта: от проектирования до дистрибуции и обслуживания. Это экономит много времени и денег при затратах на аналитику. Решение подходит почти любой отрасли производства.

Например, ПО в реальном времени позволяет увидеть всю происходящую на заводе работу. Нужен всего один человек, сидящий за компьютером, который сразу сможет распознать ошибку на любом этапе производства. То есть сотрудникам не нужно ходить по заводу и выискивать проблему.

В числе пользователей – мультинациональная корпорация Toray Plastics, которая собирает детальные данные по своему производству.

В 2013 году PayPal запустил ПО, куда загрузил большое количество транзакций, подразделяя их на честные и мошеннические. За счет машинного обучения система безопасности теперь отличает сделки, совершаемые владельцами аккаунтов, и транзакции, проходящие с украденных адресов. Эта система помогла PayPal снизить потери от мошенничества до 0,32% выручки.

Российский опыт

В России пока немного компаний применяют искусственный интеллект, но крупные ритейлеры постепенно начинают внедрять технологию.

Например, в начале 2018 года «М.Видео» сообщила о запуске «умного» поиска товаров в интернет-магазине. Ритейлер использует решение компании Detectum, основанное на машинном обучении и Data-аналитике. Система отслеживает клиентские запросы и предпочтения по конкретным брендам и категориям, а затем показывает рекомендованные товары. В итоге, когда человек ищет что-то на сайте «М.

Важно

Видео», он видит продукты, ранжированные по популярности среди своей группы потребителей. По данным компании, технология помогла повысить уровень конверсии из поисковых запросов в покупки на 15% (в сравнении со средними показателями по сайту). В то же время число клиентов, которые используют поиск, увеличилось на 25%, а сумма их покупок составила 30% от всех продаж «М.Видео».

По словам директора по информационным технологиям «М.Видео» Сергея Сергеева, главные цели компании во внедрении искусственного интеллекта – снизить расходы, а также повысить операционную эффективность в клиентском сервисе и во внутренних бизнес-процессах (HR и логистике).

Сейчас компания анализирует поведение клиентов на сайте, историю просмотров и оставленных в корзине товаров. Если пользователь кладет товар в корзину и выходит со страницы без оформления заказа, система напоминает ему об этом и предлагает похожие по характеристикам варианты.

«Более того, мы разработали модель для выбора идеального момента для взаимодействия с клиентом – времени, когда он наиболее склонен к покупке. В результате увеличивается отклик от персонализированных маркетинговых рассылок и растет конверсия в покупки за счет возврата ушедших посетителей.

Сейчас мы также тестируем модели повышения эффективности целевого маркетинга – определяем склонность клиентов к различным видам промо-активностей. Так, клиенты, предпочитающие кэшбек или выгодные кредитные предложения, будут получать информацию преимущественно об этих акциях.

В перспективе смотрим на решения по агрегации клиентских отзывов и автоматизированные технологии предоставления информации как для продавцов, так и для клиентов».

Сергеев добавил, что искусственный интеллект помогает компании прогнозировать ежедневную потребность в персонале более чем в 400 магазинах и управлять логистическими поставками.

Также технология позволяет планировать рабочие графики персонала и транспортировки товаров в каждый из магазинов.

Система учитывает местоположение магазина, трафик, сезонность, скорость розничных продаж и потенциальные объемы самовывоза онлайн-заказов.

Совет

В ноябре 2017 года ритейлер X5 Retail Group рассказал о том, что подключил в своей сети «Перекресток» обучаемый аналитический блок CRM от разработчика ПО SAS для целевого маркетинга.

К тому моменту больше 70% целевых акций создавались с помощью технологии – в 7 раз быстрее, чем без машинного обучения.

Представитель X5 отметил, что этот блок интегрирован с программами лояльности: системой процессинга, мобильным приложением, SMS- и e-mail-каналами.

На внедрение системы ушло около года: в 2016 X5 тестировала технологию, а в марте 2017 стала использовать на постоянной основе. Тогда же в компании занялись обучением системы, сегментацией потребителей и таргетированием кампаний.

В интервью с корреспондентом ComNews представители X5 подробнее рассказали об использовании технологии: «Анализ больших данных – направление, необходимое для гибкого реагирования на изменения в среде, в том числе для создания персонифицированных предложений для клиентов на основе их предпочтений.

У торговой сети «Перекресток» более 5 млн активных пользователей карт лояльности, несколько каналов коммуникаций, множество вариантов маркетинговых предложений. Автоматизированная аналитика позволяет использовать все возможности этих ресурсов».

Мнения и перспективы

Источник: https://retailer.ru/iskusstvennyj-intellekt/

Применение технологий искусственного интеллекта в России: опыт Право.ru – Блог Legal IT

Западный рынок Legal Tech, а в особенности Legal AI (Artificial intelligence) развит намного больше, чем российский. Но и у нас по каждому из перечисленных выше направлений уже ведется работа. С одной стороны — появляются стартапы, с другой — модернизируют свои продукты уверенные игроки рынка.

В работе со сложными технологиями важно не забыть о простоте интерфейса. Порог вхождения в Legal Tech всегда был высоким, а в случае с искусственным интеллектом тем более. Инструмент на базе ИИ должен быть понятным, чтобы юристы сразу могли с ним взаимодействовать. Чем чище и понятнее интерфейс, чем больше ему доверяют, а значит — будут пользоваться.

Компания Право.ru 9 лет занимается разработкой юридического программного обеспечения. Ежедневно Картотекой арбитражных дел пользуются 300 тысяч юристов.

Обратите внимание

15% исков подается в электронном виде через систему Мой арбитр. Имея опыт разработки систем для российской арбитражной системы, Право.

ru запустила ряд сервисов для юристов, в которых уже сейчас используются технологии искусственного интеллекта и машинного обучения.

В направлении Legal data research ведется работа в системе для мониторинга судебных дел и проверки контрагентов Casebook. По арбитражным делам с самого раннего этапа запускается процесс оценки математической вероятности исхода дела, а также его продолжительности.

Разработчики запустили математическую модель: для расчета берутся результаты уже завершенных дел, выделяются их признаки, например: участники, суды, судьи, вид и категория спора, список событий в деле.  В основе алгоритма лежат нейронные сети. Casebook анализирует данные и выдает свой прогноз.

При этом система постоянно учится — по завершении дела нейронная сеть перепроверяет полученный прогноз, чтобы учесть этот результат в будущем.

Точность прогноза составляет 82%

В стадии тестирования находится функциональность по предсказанию банкротства компаний. Машина получает задачу: оценить показатели компании в динамике, например, бухгалтерский баланс, наличие судебных дел в роли ответчика. После система строит «кардиограмму» состояния компании.

Всего выделено 4 состояния по классам: «А» говорит о том, что нет предпосылок банкротства, «D» — что несостоятельность не за горами. Классы располагаются на оси ординат, а на оси абсцисс — временные промежутки (например, месяца).

То есть, если в компании за последний год все стабильно хорошо, на графике мы увидим горизонтальную линию, выходящую из точки А. Если показатели ухудшаются, то график «провалится» ниже, до уровня точек В, С или D.

Важно

Разработчики Casebook учат систему анализировать компании, которые обанкротились ранее, и оценивать, что произошло, а полученную информацию применять для модели предсказания по пока еще «здоровым» организациям.

В системе для поиска и анализа судебной практики Caselook также применяются технологии машинного обучения. В стадии разработки находится функция «Похожие документы».

Пользователь задает параметры поиска и получает список судебных актов, а с помощью алгоритмов машинного обучения программа тут же подбирает к каждому найденному документу похожие на него.

Для поиска схожести учитываются текст, категория спора, суд и другие признаки, каждый из которых имеет свой вес. Далее вступает принцип матрешки. На основе выделенных признаков программа разбивает документы на кластеры, а потом каждый кластер делится на более мелкие и т.д.

И уже в них производится расчет похожести документов между собой. Это позволяет искусственному интеллекту сравнивать судебные акты более детально, а юристам — не тратить время на изучение неподходящей практики.

Caselook подбирает похожие по содержанию документы

Система организации работы и ведения дел и проектов в юридических департаментах Case.pro также снабжена функциями, которые используют технологии искусственного интеллекта и машинного обучения. Юристы создают в системе задачи и события разных типов, а затем заполняют их данными: что сделано и сколько времени было потрачено.

Машина анализирует по каждому пользователю, какое время он чаще всего тратит на те или иные события, какие данные вносит. Условно говоря, прогнозирует, что хочет записать юрист, и предлагает свой готовый вариант для заполнения полей.

Кроме того, система интегрирована с сервисом Casebook, поэтому по арбитражным делам прямо в карточку подтягивается информация о вероятности исхода дела.

Case.pro — система для автоматизации работы юристов

Совет

В летнем сезоне в Case.pro внедрили новинку — AI Ассистента. Это умный помощник юриста. С помощью искусственного интеллекта ассистент анализирует работу пользователя в системе и предсказывает дальнейшие шаги.

Например, в зависимости от совершенного действия, юристу предлагают закрыть задачу, назначить исполнителя или создать новое событие. Благодаря этому пользователю не приходится совершать лишние клики для базовых действий.

Чем активнее вы работаете в системе — тем умнее становится ваш личный AI Ассистент.

Выбор того, в какое русло проекта направить искусственный интеллект, в Право.ru начинается с аналитики. Нет смысла внедрять технологии туда, где они не смогут быть полезны, просто потому, что Artificial intelligence — это тренд. Компания собирает отзывы клиентов, проводит исследования, оценивает эффективность использования функций на практике.

Рынок Legal AI безусловно будет расти и охватывать всё новые области применения. Но при этом должны меняться и сами юристы. Выбор «принимать или не принимать технологии» уже не стоит. Потому что давление на юристов будет усиливаться, и на первое место выходит слоган «делай больше с меньшими затратами».

В этом отношении инструменты на базе искусственного интеллекта дают вам возможность работать с большими объемами данных быстрее и дешевле. Они похожи на прожектор, который может заглянуть в любые уголки организации.

Кроме того, поручив машине типовые операции, вы экономите время и освобождаете сотрудников для решения более сложных и в юридическом смысле творческих задач.

Читайте также:  Почему так опасны роботы-убийцы?

Источник: https://blog.casebook.ru/primenenie-tehnologij-iskusstvennogo-intellekta-v-rossii-opyt-pravo-ru/

Как развивается искусственный интеллект в России

Современная цифровая экономика в значительной степени связана с возможностями, предлагаемыми искусственным интеллектом (ИИ). Но у ИИ есть недостаток – он потенциально может стать причиной ожесточенной конкуренции сверхдержав, потому что, как заявлял этой осенью Владимир Путин, «тот, кто станет лидером в этой сфере, будет властелином мира».

Илон Маск, знаменитый американский инженер и изобретатель, считает, что «Китай, Россия – страны с хорошо развитой информатикой. Соревнование за превосходство ИИ на национальном уровне скорее всего станет причиной Третьей мировой войны». С такими опасениями он даже обращался в ООН с предложением глобального запрета на создание оружия на основе искусственного интеллекта.

Так как обстоят дела с ИИ в России и действительно ли над нами нависла угроза Третьей мировой?

Как ускорить развитие ИИ: технологии и соответствующие проекты.

Под ИИ эксперты обычно понимают отрасль знаний и технологий, которые позволят компьютерам, основанным на определенных инструментах и накопленных знаниях, отвечать на вопросы и делать собственные выводы.

Обратите внимание

Компьютер в этом случае не просто накапливает данные, но генерирует новые знания, которые ранее не были введены в него людьми.

Именно эта способность ИИ создала такие популярные в настоящее время области, как нейронные сети, машинное обучение и распознавание образов.

По данным аналитиков, за последние 10 лет почти 1500 проектов по исследованию ИИ в России получили финансовую поддержку от государства и частного сектора, причем более половины проектов оплачивается государством или осуществляется в рамках федеральных целевых программ.

Например, проект по повышению конкурентоспособности ведущих российских университетов в мире, «5-100», собрал вместе сильнейшие российские университеты, чтобы они могли работать в передовых областях исследований при поддержке Министерства образования и науки.

Одним из таких направлений является создание ИИ.

В 2017 году в Москве было проведено несколько крупных международных конференций, таких как BICA 2017 и Нейроинформатика-2017. Они объединили ученых из более чем 30 стран, чтобы обсудить, как ИИ может помочь человечеству в самых разных областях, например, в медицине.

Среди идей – роботы, которые реагируют на слабейшие сигналы от пользователей, они могут помочь людям с ограниченными возможностями адаптироваться к окружающей среде или предсказать множество последствий; компьютерные симуляторы, которые позволяют пользователям моделировать определенные ситуации, в том числе – чрезвычайные, в самых непредсказуемых комбинациях, обеспечивая соответствующий ответ и улучшаясь в процессе взаимодействия.

Команда под руководством профессора Алексея Самсоновича из Национального исследовательского ядерного университета «МИФИ» (НИЯУ МИФИ) разрабатывает технологию искусственного интеллекта под названием «Виртуальный актер», который способен понять контекст происходящего и обладает эмоциональным интеллектом. Такие виртуальные актеры могут эффективно адаптироваться к человеческой психологии, поведению и эмоциям. Уже был проведен уникальный социальный эксперимент по игровым взаимодействиям между людьми и компьютерными ботами, показавший, что отличить ботов от людей стало очень трудно.

Другой университет, Московский физико-технический институт (МФТИ), являющийся участником программы «5-100», вносит свой вклад в развитие искусственного интеллекта при помощи проекта «iPavlov», который проводится в рамках проекта НейроНет от Национальной технологической инициативы. Он основан на «разговорной» технологии самообучающегося ИИ и является промежуточным шагом в создании платформы, на которой ИИ может эффективно решать запросы клиентов банка и в значительной степени автоматизировать эту работу.

Специалисты МФТИ уделяют большое внимание применению ИИ в сфере медицины.

Важно

Они представили архитектуру нейронной сети для создания новых молекулярных отпечатков с требуемыми свойствами, в которые вводится нейрон, отмечающий уменьшение количества злокачественных клеток после лечения.

Такая нейронная сеть использовалась для мониторинга 72 миллионов соединений и для выбора молекул-кандидатов, обладающих потенциальными противоопухолевыми свойствами.

В совместном проекте Университета информационных технологий, механики и оптики (ИТМО — Санкт-Петербург) и Дальневосточного федерального университета (Владивосток) основное внимание уделяется будущему ИИ.

Его цель — построить вместе с ведущими мировыми учебными центрами транс-евразийскую сеть с магистерской программой «Большие объемы данных и Искусственный интеллект для цифровых гуманитарных наук».

Эта программа позволит обучить необходимое количество специалистов в соответствующих областях в соответствии с последними стандартами.

В настоящее время ведутся исследования в отношении использования нейронных сетей для управления системами АЭС. Ученые считают, что это улучшит производительность и минимизирует количество ошибок автоматического контроллера мощности за счет использования многоцелевого компьютерного моделирования водо-водяного энергетического реактора (ВВЭР).

Как остановить ИИ: регулирование и барьер сингулярности

В дополнение к технологической составляющей исследования ИИ также необходимо развивать юридическую сторону. В первой половине 2018 года соответствующий комитет Государственной Думы рассмотрит проект конвенции о робототехнике и искусственном интеллекте. Как российские власти определят степень ответственности механизмов с ИИ? Этот вопрос касается не только юристов, но и исследователей.

Эксперты отмечают, что с развитием ИИ человечество сталкивается с рядом технических и этико-моральных проблем. В конце концов, когнитивные функции ИИ существенно не ограничены по сравнению с людьми и, несомненно, значительно превысят человеческие возможности в будущем. В этом случае роботы должны стать полноправными субъектами права.

Совет

Расчет точки технологической сингулярности – большого скачка в научно-техническом развитии – является одним из наиболее распространенных критериев оценки времени, которое потребуется для создания полноценного ИИ, подобного человеческому интеллекту (известному как «сильная версия» ИИ). Предполагается, что это произойдет между 2030 и 2050 годами. Тем не менее, никто не может сказать, что ИИ в его «сильной версии» точно будет создан к этому времени.

Однако некоторые игроки на рынке ИИ считают, что технологический разрыв между Западом и Россией слишком велик, и единственный для России вариант – начать создавать ИИ на существующих западных платформах. Эта политика «наименьшего сопротивления» подходит далеко не каждому.

Таким образом, российские эксперты в области технологий ИИ пытаются продемонстрировать свое серьезное, но осторожное отношение к этой области, на которую Илон Маск так радикально отреагировал. В этом смысле они получают выгоду как от текущих условий реализации своих проектов, так и от общего количества времени до того, как достигнута сингулярность.

Источник: https://agitpolk.ru/3918-kak-razvivaetsya-iskusstvennyj-intellekt-v-rossii/

Где узнать про искусственный интеллект? Топ мировых и российских конференций

Deep Learning Summit от RE*WORK, 2017

В 2018 году в мире пройдет свыше 350 конференций, посвященных искусственному интеллекту и машинному обучению. Поскольку нейронные сети как основной предмет сегодня изучают лишь в нескольких вузах мира, для многих специалистов отрасли подобные мероприятия — главный источник новых знаний.

По исследованию портала Blog.standuply.com, лидер по ИИ-конференциям — США: здесь пройдет 80 событий; Великобритания отстает с большим отрывом (29), замыкает тройку Канада (12). Что касается городов, то Лондон, научный и финансовый хаб Европы, занял первое место (28 мероприятий); на втором и третьем — американские Сан-Франциско и Нью-Йорк (20 и 10 соответственно).

В преддверии нашей AI Conference мы решили создать «путеводитель» по ИИ-конференциям: календарь крупных зарубежных событий, а также подробное расписание российских.<\p>

Крупнейшие зарубежные события

В 2017 году портал Topbots.com составил рейтинг самых крупных мировых конференций по AI. Большинство из них ежегодные, поэтому мы взяли их чарт за основу. Для российских мероприятий, которые пока не попадают в западные топы, мы сделали свой календарь: он в следующем разделе.

Artifical Intelligence Conference от компании O’REILLY

Серия конференций; в 2018 году проходит в четырех городах. Включают как презентации спикеров по актуальным вопросам, так и технические воркшопы и мастер-классы. Эти мероприятия в значительной степени ориентированы на разработчиков.

В них участвуют как признанные эксперты AI-сферы (Эндрю Ын, Питер Норвиг), так и «восходящие звезды» индустрии: Рана Эль Калиаби (генеральный директор компании Affectivа, изучающей распознавание эмоций компьютером) и Рэйчел Томас (топ-менеджер и исследователь компании Fast AI). Мероприятия в 2018 году:

Название Место Дата
Artifical Intelligence Conference Пекин (Китай) 10-13 апреля
Нью-Йорк (США) 29 апреля — 2 мая
Сан-Франциско (США) 4-7 сентября
Лондон (Англия) 8-11 октября

Strata Data Conference

Молодая, но активно растущая серия событий, также проводимая O’Reilly. Сфокусирована на проблеме «больших данных» в контексте разработки ИИ. Нью-йоркская конференция длится четыре дня и собирает порядка 7000 участников, это крупнейшее мероприятие в отрасли. Также Strata Data Conference проходили в Лондоне, Сингапуре, Сан-Хосе. В 2018 году города будет два:

Название Место Дата
Strata Data Conference Лондон (Англия) 21-24 мая
Нью-Йорк (США) 11-13 сентября

Singularity University Summits

Эта серия мероприятий, проходящих ежегодно в разных городах, была инициирована Рэймондом Курцвейлом, изобретателем и футурологом из США.

Искусственный интеллект здесь лишь одна из тем, наряду с прорывными технологиями в финансах, медицине и промышленном производстве.

Миссия конференций действительно сходна с миссией университета: изучение интеллектуальных процессов человека и компьютера. Конференции адресованы бизнесу. Мероприятия серии в 2018 году:

Название Место Дата
SingularityU International Summit Сидней (Австралия) 19-21 февраля
Прага (Чехия) 5-6 марта
Сантьяго (Чили) 14-15 марта
Сан-Паулу (Бразилия) 23-24 апреля
Берлин (Германия) 4-5 июня
Бангкок (Таиланд) 19-20 июня
Кашкайш (Португалия) 8-9 октября
Йоханнесбург (ЮАР) 15-16 октября
Стокгольм (Швеция) 25-26 октября

Конференции RE*WORK, глобальной ивент-компании со специализацией в области ИИ и машинного обучения, Topbots.com признал самыми информативными. Компания проводит небольшие мероприятия для специализированной аудитории: «Deep Learning In Finance Summit», «AI In Healthcare Summit», «AI For Government Summit».

Как отмечают участники, на конференциях рассказывают о новых исследованиях и разработке софта и приложений, использующих искусственный интеллект. В мероприятиях 2017 года участвовали Джеффри Хинтон, Янн ЛеКун, Йошуа Бенгио. Целевая аудитория RE*WORK — это специалисты и топ-менеджеры компаний, ведущих исследования в области ИИ.

Мероприятия в 2018 году:

Название Место Дата
Deep Learning In
finance Summit
Лондон (Великобритания) 15-16 марта
Deep Learning In Retail & Advertising Summit Лондон (Великобритания) 15-16 марта
AI Assistant Summit Лондон (Великобритания) 15-16 марта
Deep Learning Summit Бостон (США) 24-25 марта
Deep Learning In Healthcare Summit Бостон (США) 24-25 марта
Machine Intelligence Summit Гонконг (Китай) 6-7 июня
AI In Healthcare Summit Гонконг (Китай) 6-7 июня
AI In Industrial Automation Summit Сан-Франциско (США) 28-29 июня
Deep Learning For Robotics Summit Сан-Франциско (США) 28-29 июня
AI In Finance Summit Нью-Йорк (США) 6-7 сентября
Deep Learning In Healthcare Summit Лондон (Великобритания) 20-21 сентября
Deep Learning Summit Лондон (Великобритания) 20-21 сентября
Deep Learning Summit Торонто (Канада) 25-26 октября
AI For Government Summit Торонто (Канада) 25-26 октября
Applied AI Summit Хьюстон (США) 29-30 ноября
Devops For Machine Learning Summit Хьюстон (США) 29-30 ноября

The AI Sammit

The AI Summit, 2017

Это глобальная сеть конференций, адресованная брендам. Крупнейшие компании из списка Fortune 500 выступают в роли спикеров и делятся опытом внедрения ИИ в бизнес-процессы.

Это не технический ивент для разработчиков; идея — в передаче опыта компаниям, которые в своей работе сталкиваются с теми же проблемами и вызовами.

Хедлайнерами The AI Sammit выступали в том числе эксперты от Coca-Cola и Wells Fargo — руководители отделов инноваций и специалисты по внедрению новейших технологий. Конференции этой серии в 2018 году пройдут в шести городах.

Название Дата Место
The AI Sammit Лондон (Великобритания) 13-14 июня
Гонконг (Китай) 31 июля — 1 августа
Сан-Франциско (США) 18-20 сентября
Сингапур 18-20 сентября
Кейптаун (ЮАР) 13-15 ноября
Нью-Йорк (США) 5-6 декабря

Предстоящие ИИ-события в России

AI Conference 2018
Москва, 19 апреля

Источник: https://www.pvsm.ru/ii/277474

Ссылка на основную публикацию
Adblock
detector