За три года искусственный интеллект внедрят 80% крупных российских компаний

Кандидат юридических наук, автор книги «Темная сторона искусственного интеллекта» Станислав Петровский

— Несмотря на фантастическое звучание, реально существующий искусственный интеллект (ИИ) имеет мало общего с разумом. Это лишь алгоритм распознавания данных, похожих на ранее предоставленные программе. Возьмем распознавание лиц сотрудников. До технологий ИИ программист должен был проанализировать все лица, записать их параметры в базу данных, причем под разными углами. Совпали параметры — программа смогла определить человека. Появился новый сотрудник — нужно вносить новые параметры в базу данных. 

Естественно, на практике это слишком трудоемко, чтобы можно было массово использовать. С появлением технологий ИИ в программу можно загрузить массив данных, например, фото, затем указать (разметить данные), кому какая фотография принадлежит, — и программа сама выделит признаки каждого сотрудника. ИИ сможет определять фотографии, похожие на те, что в него загрузили ранее. При появлении нового сотрудника достаточно внести его фото в базу, и система начнет его «узнавать». Точность распознавания зависит от качества данных — чем больше разных вариантов фотографий, тем точнее. Вместо фотографий могут быть другие наборы данных — речь, профили клиентов, медицинские снимки, предаварийные параметры оборудования и т.д. 

Разработка ИИ стоит дорого, поэтому его внедрение эффективно там, где есть много данных, и издержки на их обработку человеком значительны (много людей выполняют однотипную работу либо цена ошибки — огромный штраф или дорогостоящая авария).

Наиболее распространено внедрение технологий ИИ в финансовом секторе, телекоме, ритейле, ИТ, промышленности и нефтегазодобывающей отрасли. 

В качестве российских примеров внедрения ИИ в бизнесе хотелось бы привести следующие.

1. ИИ Сбербанка обеспечивает свыше 30% прибыли компании. Он принимает решения о выдаче большинства кредитов физическим лицам и организациям (до 2 млрд руб.).
2. Прогнозирование товарооборота новых магазинов в сети «Магнит». Время расчета сократилось с шести дней до одного дня. За год сеть сократила расходы на открытие убыточных магазинов на 94,2 млн руб.
3. Система компьютерного зрения «Антисон» — в Мосгортрансе на 36% снижена аварийность.
4. Система поиска заинтересованной аудитории для Альфа-Банка. В 26 раз увеличилась конверсия показа рекламы в заявку клиента, в 36 раз понизилась стоимость привлечения нового клиента.
5. Ускорение обработки ипотечных заявок. В Дом-Клик ввод данных и проверка документов ускорилась до 17 секунд, ежемесячная экономия за счет автоматической проверки документов составила около 2 млн руб.
6. Автоматизация колл-центра экосистемы «Тинькофф» позволила на 10% звонков отвечать роботу, а это одновременно до 5000 обращений. Ежемесячные затраты колл-центра экосистемы «Тинькофф» сокращены на 33 млн руб. 
7. Система распознавания лиц в «Почта-Банке» заблокировала более 1200 попыток войти в банковскую систему под чужим именем пользователя и паролем, а также сэкономила с 2018 г. на предотвращении потенциально мошеннических сделок более 2 млрд руб.

     В ближайшее время будет расти оцифровка речи и документов, а также программной роботизации (RPA) рутинных бизнес-процессов — таких, как работа колл-центра или массовый подбор персонала. Отсутствие в планах крупной компании внедрения ИИ уже сейчас — повод задуматься о ее инвестиционной привлекательности.

Можно прогнозировать, что в течение ближайших трех лет внедрят ИИ более 80% крупных российских компаний. Небольшие и средние компании будут применять ИИ в массовых продуктах с задержкой на два-три года (рекомендательные системы программного обеспечения интернет-магазина, антивирусы и системы защиты информации и др.).

Материал подготовлен для эксклюзивного выпуска журнала «Деловой квартал» от 19.04.2021 г. специально к форуму «Будущее города».