Только 34% российских компаний сейчас активно внедряют ИИ либо уже используют его для решения бизнес-задач. 18% планируют начинать внедрение в течение года, 28% – в течение трех лет. 20% респондентов заявили, что не собираются внедрять ИИ в свои инфраструктуры. Такие данные опубликовала компания К2 НейроТех1 по результатам опроса, проведенного на конференции Tech2b Conf. В вопросе о преградах, которые останавливают компании от внедрения ИИ, респондентам была предоставлена возможность выбора нескольких вариантов ответа. По итогам опроса, для 51% российских компаний главным барьером стала неготовность их собственной ИТ-инфраструктуры к внедрению. Респонденты отметили, что для того, чтобы начать применять технологии ИИ и машинного обучения в своих бизнес-задачах, им необходимо сначала соответствующим образом подготовить свою ИТ-инфраструктуру. Как минимум необходимо расширить вычислительные мощности за счет закупки специального ИТ-оборудования, найти или самостоятельно разработать ПО в соответствии с поставленными задачами (обучение нейросетей, параллельные вычисления и т.д.) и требованиями по безопасности. Таким образом, 34% из них заявили о нехватке на рынке инфраструктурных решений готовых инструментов для развертывания ИИ, остальные – о необходимости расширения вычислительных мощностей в контуре компании. Второй по популярности ответ в теме барьеров внедрения ИИ – острая нехватка квалифицированных кадров (43,3%). 31,3% выразили обеспокоенность вопросом безопасности передачи нейросетям и облачным ИИ-платформам своих данных: как персональных данных, так и содержания переговоров, звонков, документов и т.д.
«Безусловно, ИИ – это ключевой тренд последних лет. Однако, когда компания решает интегрировать его в свои бизнес-процессы, она сталкивается с необходимостью модернизировать ИТ-инфраструктуру под эту задачу. В этом и кроется основная сложность, которую подсветили участники опроса. А именно в необходимости поиска как доступного на российском рынке вычислительного оборудования, так и специального преднастроенного ПО управления процессом вычислений и разработки. Задолго до того, как ИИ стал «мейнстримом», научные учреждения, университеты и промышленные предприятия возводили в дата-центрах суперкомпьютерные кластеры для задач машинного обучения, моделирования, высокопроизводительных вычислений (High Performance Computing, HPC). Сегодня актуальность суперкомпьютеров возросла, а также появились новые, более простые инструменты для подготовки ИТ-инфраструктуры к внедрению ИИ. Например, программно-аппаратные комплексы (ПАКи), которые позволяют исключить проблемы с совместимостью продуктов и дают возможность использовать привычные инструменты вычислений и разработки, а также получать техподдержку в формате «единого окна». Компании выбирают создание суперкомпьютера или внедрение ПАКа в зависимости от типа и масштаба стоящих перед ними задач», – комментирует Олег Вишняк, директор по продвижению решений К2 НейроТех. По итогам опроса, аналитики К2 НейроТех составили топ-5 сценариев, в которых, по мнению респондентов, технологии машинного обучения и искусственного интеллекта наиболее полезны. Самым популярным (47,8%) стала обработка и анализ больших данных (Big data). На втором месте – обработка документов (41,8%). 32,8% респондентов отметили разработку и обучение рекомендательных систем, 31,3% – генерацию контента (текст, фото, видео и т.д.). Пятое место (23,9%) поделили сразу четыре сценария: разработка новых материалов с заданными свойствами, создание голосовых помощников и антифрод-систем, а также прогнозирование (спроса, трендов и т.д.)
В ходе опроса также выяснилось, что 24% компаний самостоятельно разработали нейросети и ИИ-платформы для решения своих задач. В то время как 16% внедряют решения от российских вендоров.