Что создает бренд России как донора искусственного интеллекта и помогает российским компаниям усиливать конкурентные преимущества?
Мировые тренды развития ИИ
В 2023 году мировой рынок ИИ получил новое дыхание с связи распространением технологий генеративного искусственного интеллекта. Многие надежды, которые связывали с ИИ последние 10–15 лет, кажутся достижимыми уже в ближайшие пять лет. В то же время эффекты от новых технологий, как правило, переоценивают на краткосрочном и среднесрочном горизонте и недооценивают на долгосрочном. Это может быть справедливо и для генеративного ИИ, хотя он уже и нашел нишу взаимодействия между машиной и человеком, которая до этого была не очень заполнена. И тот факт, что с ИИ можно вести осмысленный диалог, в восприятии людей может быть более значимым, чем другие новые технологические преимущества. Важной особенностью генеративного ИИ является возможность использования им других ИИ-моделей и инструментов автоматизации для решения широкого круга задач, что открывает перспективы развития магазинов ИИ-приложений для серверных, настольных и мобильных устройств, а также стимулирует рост применения и разработки новых моделей ИИ, (включая deep learning), комплексной аналитики (графовая аналитика, деревья решений и другие методы) и умной ИИ-автоматизации.
Что происходит в России с ИИ
Для России актуальны многие мировые тренды. Характерна и неравномерность в части внедрения ИИ, которая наблюдается в мире: большинство компаний так или иначе инвестирует в ИИ, но кто-то ограничивается применением отдельных ярких кейсов, тогда как другие игроки полностью перестраивают свои процессы и технологический ландшафт. Многие уже активно внедряют российские решения и технологии с открытым кодом по всему ИТ-ландшафту, часть заказчиков заменяет только критически важные системы и выполняет требования регуляторов. Важно, что есть отечественные решения, которые уже хорошо зарекомендовали себя и конкурентны с предложениями, присутствующими на мировом рынке, и заказчики выбирают их именно по таким причинам. Это помогает российскому рынку найти баланс, стимулирует конкуренцию и появление лидеров на рынке как среди интеграторов, вендоров, так и компаний, использующих ИИ.
В прошлом году появился российский генеративный ИИ от крупнейших игроков, он стал доступен для интеграции в сервисы через API. Некоторые компании уже сообщили о том, что успешно используют его, например, для подготовки ответов клиентам с предварительным обучением на основе шаблонов. В то же время крупные игроки экспериментируют с открытыми большими языковыми моделями, так как они представляют существенные возможности для контроля результатов и могут быть развернуты в защищенном контуре. В основном речь идет о применении генеративного ИИ для решения внутренних задач и создания различного рода помощников.
Рынок ИИ не ограничивается лишь генеративными технологиями. По-прежнему остается большое пространство для традиционного машинного обучения и deep learning, а также для других комплексных аналитических методов, которые в широком смысле тоже можно отнести к ИИ. Представление данных в виде графа позволяет построить аналитические системы нового типа, которые не только являются более производительными, но и успешно решают задачи, связанные с обнаружением мошенничества, мониторингом возможного конфликта интересов, соблюдением требований законодательства и поиском лучших поставщиков. Модели машинного обучения могут использоваться и для оптимальной настройки оборудования, улучшения технологических процессов и повышения эффективности. Например, ряд программных продуктов для HR содержит инструменты прогнозирования текучести кадров, что позволяет более оперативно реагировать на проблемы сотрудников и предотвращать негативные последствия. Особая область — синтез машинного обучения и имитационного моделирования, когда результаты последнего могут применяться для обучения моделей машинного обучения, это позволяет значительно быстрее находить решения на больших размерностях, что особенно важно в промышленности. Синтетические данные, в том числе о клиентах, позволяют избежать утечек персональных данных, при этом сохранив качество моделей продуктовых предпочтений и персонализации.
Важно не только развивать применение ИИ, но и заниматься подготовкой кадров. Несмотря на определенные трудности с получением российскими специалистами международных ИТ-сертификатов, образовательный контент по информационным технологиям остается доступным,...