Внедрение искусственного интеллекта в компании уперлось в возможности инфраструктуры

Таковы результаты опроса "К2 НейроТех" (подразделение ООО "К2 Тех"), в котором приняли участие около 100 компаний с выручкой от 2 млрд руб. в год из сектора ИТ и телеком, финсектора, ретейла и FMCG, а также промышленности (нефтегаз, химия, добывающая промышленность, машиностроение).

По данным "К2 НейроТех", только 34% опрошенных компаний внедряют ИИ либо уже используют его для решения бизнес-задач; 18% планируют начать внедрение в течение года, 28% - в течение трех лет; а 20% респондентов заявили, что не собираются внедрять ИИ в инфраструктуру.

Все респонденты ответили на вопрос, какие проблемы становятся либо стоп-фактором к внедрению ИИ, либо ограничением для этого. Результаты опроса показали, что более половины (51%) компаний заявили о неготовности ИТ-инфраструктуры к внедрению ИИ: из них 34% заявили о нехватке на рынке инфраструктурных решений и готовых инструментов для развертывания ИИ, остальные - о необходимости расширения вычислительных мощностей в контуре компании под эту задачу.

Вторым по популярности ответом, согласно опросу, стало отсутствие на ИТ-рынке высококвалифицированных кадров (43%); 31% респондентов выразили обеспокоенность вопросом безопасности передачи данных нейросетям и облачным ИИ-платформам.

По итогам опроса, аналитики "К2 НейроТех" составили топ-5 сценариев, в которых, по мнению респондентов, технологии машинного обучения и ИИ 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 (которые анализируют поведение и предпочтения пользователей и на основе этих данных фокусно предлагают конкретному пользователю то, что ему будет интересно, такие системы распространены в ретейле).

Следующим по популярности сценарием, исходя из данных "К2 НейроТех", стала генерация контента (31,3%); 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.).

Игроки рынка подтвердили репрезентативность опроса о барьерах при внедрении ИИ в компании

Заместитель руководителя Ассоциации лабораторий по развитию искусственного интеллекта (АЛРИИ) по направлению "Трансфер технологий" Роберт Васильев отметил, что решением проблем, препятствующих внедрению ИИ, может стать создание компаниями внутренних подразделений хотя бы базовой экспертизы и выделение больших ресурсов на пилотирование решений.

"АЛРИИ как центр экспертизы подготовила образовательные курсы для корпоративных клиентов. Но сама компания-заказчик, планирующая внедрить и, что не менее важно, эксплуатировать решение на базе ИИ, должна иметь политическую волю и ресурс", - подчеркнул он.

Менеджер по ИИ-продуктам ООО "Маинд Крафт" (Just AI) Иван Степнов считает, что проблему обеспокоенности вопросами ИБ-безопасности могут решить системы маскирования данных: все данные, уходящие из закрытого контура компаний во внешние LLM, анонимизируются и отправляются в безопасном виде, при этом сохраняется семантическая связанность, контекст сессий, и после ответа LLM исходные данные восстанавливаются системой.

Чтобы решить вопрос найма ИТ-специалистов и закупки дорогостоящего оборудования Иван Степнов советует сотрудничать с техническими партнерами: помимо оптимизации затрат такой подход позволяет компаниям сократить время на внедрение ИИ и быстрее начать получать профит от использования.

Иван Степнов отметил такой не упомянутый в исследовании сценарий использования ИИ в компаниях, как вопрос-ответные системы на базе Retrieval-Augmented Generation (RAG), которые позволяют улучшить взаимодействие с клиентами и повысить эффективность бизнес-процессов.

Руководитель продуктового направления NLP технологий ООО "Центр искусственного интеллекта МТС" (ООО "МТС ИИ", MTS AI) Сергей Кобец тоже считает, что обратиться в компании, которые специализируются на ИИ, - эффективнее и дешевле. "Если делать все самим, минимальный порог входа для SotA-уровня составит минимум 2 млрд руб.", - отметил он.

https://www.comnews.ru/content/234503/2024-08-01/2024-w31/1013/vyzovy-d…

Менеджер практики "Технологическая трансформация" "Рексофт Консалтинга" Илья Муха считает, что вопрос подготовки ИТ-инфраструктуры под внедрение ИИ особенно актуален для компаний в производственном секторе - в них процессы зачастую уже покрыты инфраструктурой, однако вспомогательные остаются без должного внимания.

По его мнению, для подготовки ИТ-инфраструктуры к внедрению ИИ компаниям стоит определить, какие именно процессы нуждаются в улучшении. "Для решения многих задач значительных вложений в инфраструктуру не требуется, поскольку часть данных уже доступна и существующих мощностей может быть достаточно. Если речь идет о пилотных проектах и тестировании гипотез, предприятия могут использовать облачные решения, которые позволяют обойти ограничения локальной инфраструктуры", - объясняет Илья Муха.

"С точки зрения государственной поддержки, одним из подходов может быть предоставление грантов на развитие инфраструктуры и создание совместных предприятий. Государство также может сотрудничать с разработчиками, предлагая готовые решения и продукты, что способствует ускорению внедрения ИИ-технологий", - считает Илья Муха.

Вице-президент по стратегии и инновациям ПАО "Мобильные ТелеСистемы" (МТС), генеральный директор Future Crew Евгений Черешнев тоже видит перспективу в облачных вычислениях как решении проблемы нехватки физической инфраструктуры. Он отметил, что такая модель позволяет работать с ИИ, используя инфраструктуру и компетенции облачного провайдера, без необходимости закупать, устанавливать и обслуживать оборудование самостоятельно.

По его словам, растущий спрос на AI/ML-вычисления в дальнейшем может привести к нехватке вычислительных мощностей и, следовательно, появлению новых бизнес-моделей, которые позволят этот спрос удовлетворить.

"Одной из таких моделей может стать платформа распределенных вычислений - она позволит владельцам мощных компьютеров или вычислительных кластеров напрямую сдавать мощности в аренду AI/ML-разработчикам, испытывающим нехватку вычислительных мощностей для реализации проектов. Такая модель позволит решить проблему нехватки вычислительных мощностей и даст дополнительные возможности заработка владельцам мощных компьютеров и вычислительных кластеров", - заключил Евгений Черешнев.

Проблему кадров, по мнению Евгения Черешнева, компании смогут решить, придя к кооперационной модели, при которой внедрением ИИ в процессы различных бизнесов по заказу будут заниматься сторонние профильные специалисты.