Сегодня в мире сложно найти компании, которые не используют искусственный интеллект. По данным аналитиков Frost&Sullivan, рынок технологий искусственного интеллекта (ИИ) в ближайшие годы будет расти в среднем на 31% в год. К 2022 году его объем может достигнуть $52,5 млрд. Внедрение технологий искусственного интеллекта позволит увеличить мировой рынок товаров и услуг на $15,7 трлн в течение ближайших 10 лет. PWC оценивает до $15,7 трлн потенциального вклада ИИ в мировую экономику, 26% прироста ВВП для национальных экономик, и увеличение производительности труда на 55% к 2030 году*. 

  Что такое ИИ и как это работает. 

  Искусственный интеллект – это технологическая система, имитирующая человеческое поведение и на сегодняшний день способная выполнять даже ряд элементарных творческих задач. 

  Заданные алгоритмы позволяют ИИ эволюционировать за счет накопления данных о совершенных действиях и полученном опыте, пробах, ошибках, и положительном эффекте, и подстраиваться к необходимой системе, выполняя сложные задачи персонала, ранее недоступные машинам, а в некоторых случаях даже заменяя участие человека. 

  В списке опорных секторов использования искусственного интеллекта сегодня здравоохранение, информационная безопасность и информационные технологии, финансы, машиностроение, промышленность, ритейл, индустрия развлечений… Клиенты обсуждают важность таких технологий как распознавание лиц, машинное обучение, голосовые помощники. 

 Распознавание лиц (face recognition) 

 Одной из востребованных сегодня технологий является система распознавания лиц. Многие уверены, что люди могут сравнивать фото с лицами более удачно, нежели программы, которые были для этого созданы. В опровержение этому Национальным Институтом стандартов и технологий США (NIST) были опубликованы итоги тестов технологии распознавания лиц, которые подтвердили, что даже устаревшие системы узнают лица удачнее и чётче человеческого глаза. 

  Технологию распознавания лиц используют уже многие предприятия. К примеру, американская финансовая компания Aella Credit предлагает банковские услуги через приложение в телефоне тем лицам, у которых нет доступа к современным финансовым сервисам и продуктам. С помощью функций обнаружения и сравнения лиц эта компания реализует проверку персоналии без вмешательства человека. 

  Распознаванием лиц активно пользуются и российские банки. Устройство, распознающее лица на входе в отделения Альфа-банка, выявляет личность клиента, и сотрудники могут оперативно предложить ему необходимый комплекс услуг. Подобного рода биометрией пользуется и Сбербанк. Распознавание лиц он использует в торговых точках для оплаты товаров, а также для оформления документов в офисах банка. 

  Примеры применения технологии можно найти в промышленности и медицине. Сеть клиник «Инвитро» открыла биометрическую систему с опорой на распознавание лица на базе облака Mail.ru Cloud Solutions. В момент, когда клиент подходит к стойке, администратор видит отображение нужной медицинской карточки на компьютере и выдает направление к доктору. Как следствие – нет очередей, персонал разгружен и поток обслуживания пациентов растет. 

  Машинное обучение (machine learning) 

 Машинное обучение используется в большинстве сфер деятельности: от изучения поведенческих паттернов обывателей интернета до глубокого анализа генетических предпосылок к опасным болезням у населения. По данным недавнего опроса SmartGoPro руководителей российского агробизнеса, машинное обучение и аналитика в повестке проектов внедрения для 50% опрошенных компаний сектора.

Запросить результаты Исследования о готовности к цифровой трансформации агропромышленной отрасли РФ

 В финансовых структурах модели машинного обучения удачно используются в кредитном поиске. Также их эксплуатируют для создания систем, которые предсказывают повадки пользователей в зависимости от предложений банка и экономической ситуации в мире и конкретном регионе. Машинное обучение способно доставлять клиенту индивидуализированный контент. 

 Shell использует машинное обучение наряду с нейронными сетями и интернетом вещей, чтобы автономно находить угрозы безопасности и уведомлять о них сотрудников. В условиях повышенной опасности, они успевают среагировать на проблему еще до того, как произойдет катастрофа. Машинное обучение позволяет энергокомпании улучшать производительность и добычу полезных ископаемых.

 В цифровой лаборатории Газпрома «Цифровой керн» машинные алгоритмы моделируют условия месторождения, из которого изъят образец, помогают создать «цифровой двойник». Показатели добычи ископаемых из конкретного месторождения вырастают в 1,5-2 раза при таком подходе.

 «Рив Гош» - сеть магазинов косметики - эксплуатирует самообучающиеся машины для организации рассылки кастомизированных предложений для покупателей. Программа анализирует поведение потребителей и отбирает тех, чья вероятность совершения покупки высока в следующие пару недель, ассортимент в поле интересов клиента и размер оптимального дискаунта. У людей, с которыми взаимодействовала программа, средний чек выше на 42%, а возвращения к товарам составили 47%. 

  Технология распознавания голоса

   Эта инновация и система решения трудных заданий, которые были поставлены устной речью, тотально изменяют подходы к взаимодействию потребителей и производителей по сети. Несмотря на то, что на сегодняшний день простой человек скорее не доверит голосовому ассистенту ничего, кроме поиска информации и оплаты несложных покупок и услуг, проявляется тенденция, что уже скоро в списках «отстающих» окажутся те предприятия, которые не использовали возможности голосового помощника вовремя. Вся эта система управления голосом станет новым важным шлюзом для продаж и сможет поставить розничные бренды в невыгодное положение. Ассистенты будут предлагать всего лишь несколько вариантов, тем самым сузив круг «знаний» клиента и повысив конкуренцию на рынке.

 Говоря о голосовых ассистентах, нельзя обойти стороной Сбербанк. В августе 2020 года компания запустила тестирование голосового помощника «Ассистент» среди определенного круга юзеров мобильного приложения - «Сбербанк Онлайн» для Apple. На конференции банком было представлено семейное объединение «Салют» – сеть технологических ассистентов. «Сбербокс» – умная приставка, которая вступает в контакт с телевизором и в которой находится это самое объединение, помогает совершать покупки. Например, «Ассистент» умеет узнавать предметы, представленные в кинематографе, и предлагать варианты, где их приобрести. 

 Другой релиз этого года – голосовой помощник «Аня» для онлайн-покупок в продуктовых магазинах от структуры российской Accenture – Liquid Studio. Создатели отмечают, что в разработке использовалась технология обработки естественного языка – NLP (Natural Language Processing), которая позволяет ассистенту воспринимать голосовые запросы и организовывать заказ доставки, проверять баланс бонусов, сообщать о новых акциях магазинов. Разработка такого решения заняла месяц. 

 В промышленном секторе можно отметить решение компании ICONICS. Представленный интерфейс делает возможным использование голосовых команд для наблюдения за состоянием систем и протекающих процессов, манипулирования оборудованием и механикой, а также для изучения ключевых показателей эффективности. Все необходимые на производстве команды будут выполняться без рук, с использованием голоса, чтобы не отвлекать сотрудников от локальной задачи. 

 Чем ИИ привлекает компании? 

 Среди самых показательных преимуществ искусственного интеллекта можно выделить следующие:  

1. Быстрое и четкое реагирование. Во многих бизнес-секторах важнейшее условие выигрыша – оперативно изучать поступившую информацию и мгновенно реагировать, например в опасных зонах промышленного сектора. В отличие от обычных алгоритмов, которым для адаптации к нужным условиям необходимо пройти обучение, ИИ самообучаем. 
2. Разработка маркетинговой стратегии на основе предоставленных данных и заложенных целей. ИИ помогает в работе маркетолога: не только изучает опыт предшествующей торговли, но и прогнозирует сценарии будущей, а также учитывает шаблон поведения ключевых игроков и общие рыночные тенденции. 
3. Человеческий фактор. Даже у самого профессионального и опытного сотрудника происходят события, вследствие которых он совершает простые ошибки. ИИ снижает риски «человеческого фактора» за счет безэмоциального решения задачи. 
4. Борьба с мошенничеством. Помощь в анализе операций клиентов составляют самообучающиеся нейронные сети, они отслеживают поведение пользователей и выявляют выходящие за стандарты действия, а также создают системы для полного исключения возможности финансовых потерь. 
5. Увеличение прибыли. Использование технологий ИИ и машинного обучения позволяет увеличивать и наращивать доходы компании в разы при условии комплексного подхода. 

  ИИ и связанные с ним решения – это технологический шедевр 21 века, который привлекает компании своей оперативностью, точностью, а самое главное – выгодой. Умные помощники не просто самоокупаемы, но и приносят сверхприбыли вкупе с удобством в использовании, что не может не заинтересовать клиентов в эпоху всеобщей цифровизации. Высокая технологичность рынка сегодня позволяет оптимальные решения для потребностей бизнеса, и внедрять их за сравнительно короткие сроки.

Хотите узнавать больше о применении и внедрении ИИ ведущими российскими компаниями? Регистрируйтесь на конференцию GO DIGITAL