Предприятия должны начать переосмысливать взаимодействие людей и машин в эпоху цифровой трансформации уже сейчас во избежание дублирования затрат и разработки локальных ИИ решений на каком-либо из участков бизнес-процесса, которые могут иметь существенные барьеры развития.
Занимаясь более 17 лет разработкой ИТ-проектов и фокусируясь на автоматизации и внедрении передовых технологий, мы все чаще сталкиваемся с проектами по внедрению искусственного интеллекта. Полученный опыт и те тенденции, которые мы наблюдаем, показывает, что гиперавтоматизация и масштабное применение ИИ в России не за горами. Это наша среднесрочная перспектива, к которой мы идем семимильными шагами.
На примере нашего опыта можно констатировать, что на сегодня искусственный интеллект (ИИ) достаточно активно используется для решения важных практических задач, но пока это внедрение и использование — фрагментарное. То есть локально, в рамках оптимизации бизнес-процесса на каком-то участке. Например, мы разрабатывали различные модели на основе ИИ по потреблению энергоресурсов для установок фракционирования нефти, но не в части всего технологического процесса, а лишь небольшой кусочек. Или реализовывали проекты по поиску углеводородов и рудных месторождений, но без учета их эффективной добычи.
В части компьютерного зрения за последние годы, мы решали множество задач. Например, задачи по распознаванию гранул на конвейерной ленте для сокращения простоя мельниц и дистанционному мониторингу состояния линий электропередач. Другие практические аспекты внедрения ИИ были связаны с автоматическим подбором и конструированием шаблона договора в зависимости от типа подрядчика для клиента, у которого более 1 000 контрагентов, или с разработкой алгоритмов построения динамического плана эвакуации при задымлении от пожаров или утечки газов в здании и с моделированием распространения облака заражения газов от движущихся объектов.
И это лишь малая часть проектов, которые реализовала команда Юзтех за последние годы. Спектр проектов достаточно обширен и их можно условно разделить на 3 группы по процессам интеграции:
- Проекты, в которых реализована необходимая интеграция информационных потоков;
- Проекты, использующие данные нескольких систем, интегрировать которые можно разными способами, например, через API или шину данных;
- Проекты, для работы которых нужно существенно перестраивать ИТ-инфраструктуру, разрабатывать стратегию управления данными и внедрять современные подходы к управлению и хранению данными такими, как DWH, Hadoop, озера данных.
Чаще всего мы сталкиваемся с третьим типом проектов. С одной стороны, рабочие нагрузки ИИ предъявляют новые требования к вычислительным и сетевым ресурсам по сравнению с потребностями традиционных приложений и систем. С другой стороны, фрагментарное применение ИИ вынужденно упирается “в стену” — как в части бизнес-практик, так и в части технологических ограничений. Фрагментарный подход к разработке соответствующих моделей ИИ приводит к тому, что архитекторы решений конструируют только то, что необходимо для разрабатываемых их командами отдельных ИИ-проектов, вместо того, чтобы учитывать общую картину ИТ-ландшафта предприятия. В результате разрозненные системы затрудняют компаниям внедрение лучших практик ИИ и ограничивают эффективность технологии. Эти структурные барьеры делают слабо эффективными реализуемые технологическими изменениями.
Проблемы, связанные с внедрением ИИ на разных участках единого бизнес-процесса
Такой подход не гарантирует, что созданное ИИ-решение действительно будет адаптивным к возможным изменениям бизнес-процесса. И компаниям придется инвестировать в новые ИИ-модели, которые будут учитывать все бизнес-данные, а не поддерживать несколько моделей, работающих изолированно.
Эталонная ИИ-архитектура, обеспечивающая целостное и гибкое внедрение ИИ, предполагает сочетание многоуровневого подхода и модульности разработки ИИ для нивелирования каких-либо зависимостей от базовых технологий и обеспечения всем заинтересованным сторонам в области ИИ возможность участвовать в процессе разработки.
ИИ-архитектура должна состоять из пяти элементов-модулей, каждый из которых может быть разработан независимо друг от друга со своими пользователями, интерфейсом, технологиями, службами и сценариями развертывания. Реализация каждого модуля связана с используемым технологическим стеком компании. Это позволяет внедрять лучшие в своем классе решения,...