15 июля 2019 г.
Искусственный интеллект был и остается одним из драйверов развития всего ИТ. Конечно, в развитии этого направления есть определенные проблемы. На виду в основном — связанные не с технологиями, а с завышенными ожиданиями некоторых заказчиков, но и это проблемы роста, а не повод делать выводы о том, что тут «хайп сдувается». Заметим, что проблемы с внедрением ИИ волнуют как рынок, так и общественные организации, например, Комитет по информационным технологиям Ассоциации менеджеров недавно провел круглый стол, в названии которого был выразительный фрагмент «Искусственный интеллект: революция или хайп?».
Как же обстоят дела на российской почве с внедрением ИИ в реальные бизнес-процессы ни его использованием для решения современных задач? Короткий ответ: все хорошо. Динамика великолепная, происходят предсказуемые процессы, которые приводят к разнонаправленным трендам, но нет никаких оснований для алармистских заявлений. Рассмотрим некоторые детали, раскрывающие тренды.
Параллели с «облаками»
Если посмотреть на ситуацию с cloud-технологиями, вырывая ее из контекста, то может показаться, что и тут «хайп сдувается»: почти половина компаний показала, что выполняет перенос данных из «облаков» в локальную инфраструктуру, 80% пользователей признались, что отказываются от облачных приложений в пользу традиционных, по данным Gartner. Но важно, что выполняют перенос только части данных и отказываются лишь от некоторых приложений. Вполне очевидно, что cloud-подход оптимален не для всех задач и не для всех ситуаций, которые могут быть у корпоративных заказчиков.
Cloud-технологии молоды, процессы их внедрения еще вызывают множество вопросов, поэтому бизнесы активно ищут оптимальный баланс между традиционной и «облачной» инфраструктурой, каждая в своих условиях, причем зачастую «методом проб и ошибок». Поэтому мы наблюдаем разнонаправленные тренды, которые являются двумя диалектически связанными сторонами одного процесса: часть приложений и данных из «облаков» уходит, но общий тренд cloud’а остается восходящим. «Облачные» технологии, которые увеличивают эффективность бизнеса, были и остаются одним из драйверов современного ИТ-рынка, наряду с виртуализацией, о чем Дмитрий Пенязь, руководитель департамента инфраструктурных решений, Hewlett Packard Enterprise в России, упомянул в выступлениях на Digitize 2019.
Аналогичную ситуацию наблюдаем в развитии ИИ, который тоже является новым направлением, внедрение которой требует ряда необычных подходов, которые возникают по мере практического применения соответствующих инструментов и продуктов в практики бизнеса. Однако, у ИИ есть некоторые особенности. Например, в академических кругах продолжаются споры о том, что такое искусственный интеллект — и академического ответа на этот вопрос пока не видно, так как еще непонятно, что такое естественный интеллект — даже развивающие прикладные направления исследователи пока не пришли к единому мнению о соотношении AI, ML и DL, но это не мешает использовать ИИ-инструменты в решении повседневных задач, причем как для внутренних бизнес-процессов, так и создания массовых продуктов.
ИИ для бизнеса
«Внедрение решений на основе искусственного интеллекта — это всегда история про эффективность», — говорит Виталий Тукмаков, ведущий консультант Hewlett-Packard Enterprise в России. Действительно, использование ИИ позволяет повысить эффективность многих процессов, некоторые из которых уже сегодня не могут существовать без искусственного интеллекта.
Безопасность. Построенные на традиционных алгоритмах защитные механизмы не могут эффективно противостоять киберугрозам современного уровня, хотя бы потому, что киберпреступники активно используют инструменты с ИИ, что показательно. Хакинг давно является бизнесом, хотя и нелегальным, но прекрасно организованным и чутко реагирующим на технические инновации, поэтому применение там ИИ являются прекрасным показателем эффективности соответствующих инструментов для целого ряда прикладных задач.
«Использование преступниками ИИ потенциально может позволить им моментально обходить целые поколения технических средств контроля, которые отрасли создавали в течение десятилетий», — предупреждают в совместной статье Дмитрий Самарцев, директор BI.ZONE, и Уильям Диксон, глава операционной деятельности Центра кибербезопасности Всемирного экономического Форума. Про необходимость использования ИИ-инструментов в кибербезопасности — для распознавания подозрительных активностей, в том числе, «нулевого дня», в сканерах уязвимостей, антиспам-фильтрах и т.д. — говорил Боб Мур, lиректор департамента серверного программного обеспечения, Hewlett Packard Enterprise, в своей речи «Передовые технологии защиты ИТ-инфраструктуры» на российском HPE Digitize 2019.
Итак, современный бизнес уже не может в принципе существовать без активного использования ИИ. Разумеется, ИИ не является универсальным инструментом ни для хакинга, ни для ИБ, его применимость для бизнес-задач требует в каждом конкретном случае предварительного исследования на эффективность применения, чтобы не быть обманутым в завышенных ожиданиях.
BigData требует для анализа различных инструментов, часть из которых уже построена на ИИ. Представители SAP еще два года назад отмечали, что без ИИ-инструментов анализ современных BigData практически невозможен — слишком сложные инструменты нужны и слишком большие объемы данных приходится обрабатывать («Давайте договоримся: „большие данные“ начинаются с Петабайта», — из разговоров в кулуарах форума HPE Digitize 2019).
ИИ-инструменты создают для обработки больших объемов динамически изменяющихся данных, которые, строго говоря, не являются классической BigData. Например, «Тинькофф» создал алгоритм, который анализирует данные тысяч ценных бумаг и оперативно информирует инвесторов о самых важных изменениях показателей компаний. «Проанализировать такой объем информации без специальных алгоритмов, вручную — просто невозможно. Искусственный интеллект решает эту задачу и позволят пользователям „Тинькофф Инвестиций“ всегда быть в курсе ключевых новостей и принимать правильные инвестиционные решения — не на эмоциях, а на основе реальных показателей», — комментирует Александр Емешев, вице-президент, директор по разработке новых продуктов «Тинькофф».
В современных условиях критически важным для бизнес-задач становится эффективность инструментов, используемых для анализа.
«Хороша ложка к обеду, а после обеда и лодка не нужна» — продолжение современной пословицы прекрасно применимо к современной ситуации. Результаты анализа, опоздавшие к моменту принятию решений, совершенно неактуальны. Полученный в ходе обработки больших данных прогноз погоды, как бы он ни был точен, никому не нужен, если получен через неделю, а данные по оптимизации аэродинамики автомобиля — когда модель уже запущена в производство, привел выразительные примеры Максим Дудкин, заместитель генерального директора компании «Акод», выступавший в рамках HPE Digitize 2019 на сессии «Искусственный интеллект и Интернет вещей».
IoT без ИИ в современных условиях оказывается и беззащитным (сети из многих тысяч smart-девайсов требуют защиты, которую без ИИ не создашь), и теряющим значительную часть эффективности (собранные данные без ИИ не обработаешь, ни «на лету», ни в ходе более глубокого анализа).
Инструмент должен быть полезен!
Еще раз подчеркнем, что ИИ становится неотъемлемой частью бизнес-историй про эффективность, как мы и отметили в начале предыдущего раздела. Константин Юрганов, старший вице-президент ВЭБ, выступая на круглом столе Комитета информационных технологий, подчеркнул, что ИИ для банков интересен только как инструмент для решения практических задач. Соответствующих примеров можно привести множество, про инициативы «Тинькофф» мы упоминали, высокий уровень активности в этой области демонстрирует «Сбербанк».
«Сегодня в „Сбербанке“ ИИ и анализ данных используются во всех процессах, — говорит Александр Ведяхин, первый заместитель Председателя Правления „Сбербанка“. — Применение технологий принятия решений, компьютерного зрения, обработки языка, речевой аналитики позволяет в значительной степени сократить время, стоимость и повысить качество принимаемых решений, а нашим клиентам позволяет получать удобные персонализированные продукты и сервисы в режиме реального времени».
Примеров любопытнейших кейсов с ИИ в российских условиях существует множество, некоторые из них выступают основой цифровой трансформации, и к их рассмотрению мы еще вернемся. А сейчас поговорим об аппаратных компонентах, которые обеспечивают работу ИИ у российских заказчиков — есть ли увеличение спроса на соответствующее оборудование? Есть!
ИИ для канала
Приведенные выше примеры показывают востребованность ИИ для интеграторов и разработчиков, которые создают и внедряют соответствующие решения для бизнеса. Однако все создаваемые ИИ-инструменты требуют высоких вычислительных мощностей, причем построенных на «мегамиксе» из современных CPU и GPU.
«Компаниям нужны более мощные локальные вычислительные ресурсы для обработки огромных массивов сырых данных, поступающих от бесчисленных взаимодействий с пользователями и оборудованием, для принятия быстрых бизнес-решений на базе результатов ИИ-обработки, — говорит Боб Пит, вице-президент и директор по корпоративным и периферийным вычислениям в Nvidia.
Олег Васьков, руководитель Центра высоких технологий Hewlett Packard Enterprise в России, отмечает рост востребованности аппаратных средств для обеспечения работы ИИ-инструментов среди российских бизнес-заказчиков. Как подчеркнул г-н Васьков, вендор готов к восходящему тренду популяризации EDGE — по данным Gartner уже через четыре года порядка двух третей данных будут обрабатывать «на местах», не пересылая «сырые данные» для обработки в ЦОДы. HPE для всего спектра EDGE-вычислений представила широкий спектр нового оборудования. Для создания решений серии HP Edgeline вендору пришлось «переизобретать заново» оборудование, так как элементарная база, используемая для контролируемых условий серверных и ЦОДов, оказалась неприменимой для реальных условий, в которых приходится работать EDGE-девайсам. Заметим, что ряд моделей Edgeline доступен уже с GPU, то есть оптимизирован для обработки данных ИИ-инструментами, созданными для работы на границе сети.
Источник: Редакционный материал
