13 мая 2021 г.

Ситуация меняется настолько быстро, что пришло время опять рассмотреть некоторые аспекты происходящего в сегменте AI. Заметим, что выделять AI в отдельный сегмент становится все сложнее, «искусственный интеллект» в разных формах проникает практически во все сегменты и технологические стеки. Напомним, что AI-инструменты, грубо говоря, представляют собой новый способ программирования, который для некоторых задач подходит лучше, чем традиционный алгоритмический (но следует помнить, что для некоторых не подходит совсем).

Рост в эпоху турбулентности

Сегмент AI в российских условиях демонстрирует бурный рост — за прошлый год он вырос на 22,4%, что является прекрасным показателем. Общий объем национального рынка составил 291 млн долл., по данным отчета IDC Worldwide Artificial Intelligence Spending Guide. Заметим, что суммы огромные, всего лишь вчетверо меньше, например, подросшего за прошлый год российского рынка серверов: 1,2 млрд долл., положительная динамика 17,4%, по данным IDC.

Цифры роста AI внушительные, учитывая сложности прошедшего года, хотя и не совсем понятно, как именно они были получены аналитиками IDC. Например, покупает человек ноутбук Dell со встроенным инструментом Optimizer, в котором AI-инструменты использованы в «оптимизаторе» для подбора параметров, увеличивающих срок службы батареи, запуск наиболее часто используемых программ, интеллектуальном «шумодаве» для аудиосистемы и т. д. Разумеется, софт, использующий AI, имеет свою стоимость, которая «встроена» в цену устройства, но как можно вычленить одно из другого, не совсем понятно. А ведь аналогичная ситуация со смартфонами, антивирусами, средствами сетевого администрирования, СХД и т. д.!

Но для нас важно, что рынок решений с использованием AI в российских условиях растет и развивается. Также важно, что развитию сегмента «в деньгах» не помешали ни пандемия, ни связанные с ней турбулентности. Более того — для данного сегмента ситуация в глобальной экономике стала одним из выраженных драйверов: экономические проблемы у компаний и госструктур требуют интенсификации бизнес-процессов, а в ряде случаев для этого прекрасно подходят ИТ-решения на основе инструментов, использующих AI.

«Востребованным становится применение ИИ в рамках перехода к цифровому формату оказания государственных услуг, — считает Дмитрий Косарев, руководитель проектов по развитию информационных систем ГК „Нетрика“. — С его помощью можно автоматизировать процесс принятия решений об их оказании на базе государственных информационных систем с минимальным участием государственных служащих».

Data-driven становится тотальным

Сегодня любой большой бизнес — data-driven, то есть решения по акциям, тактикам и стратегиям руководство принимает не по наитию, а на основе объективных данных о состоянии и перспективах рынка. Некоторые предпочитают говорить об information-driven, что, с одной стороны, совершенно верно — в основе бизнес-решений должны лежать не сами огромные массива данных, а полученная из них бизнес-значимая информация, с другой стороны — такой подход выглядит чрезмерным эстетством, так как исходным материалом являются все те же данные. Массивы данных сегодня настолько велики, что без AI-инструментов их не обработать, поэтому концепция data-driven, Big Data и AI являются компонентами своеобразного стека.

«Анализ больших данных, наряду с „искусственным интеллектом“, становится одной из технологических основ большинства продуктов и решений МТС», — отметил Вячеслав Николаев, президент МТС.

«За прошедший год интерес к аналитике и большим данным от ОФД кратно вырос», — говорит Алексей Баров, генеральный директор «Платформа ОФД», входящей в экосистему «Сбербанка», причем рост составил 5-7 раз!

Но кроме количественных изменений на российском рынке произошли и качественные.

Добывание информации из данных — data mining — до недавнего времени было доступно только крупным корпорациям, так как требовало специалистов, доступа к данным и к профильным вычислительным мощностям — а все эти компоненты достаточно дорогие. Аналитики высказывали беспокойство по поводу разделения: радикальных преимущества, обеспечиваемые data-driven, оказывались доступны корпорациям, что давало им существенные преимущества перед предприятиями сегмента SMB. Однако этот разрыв оказался преодолен технологически. Сегодня весь технологический стек для соответствующих вычислений по сервисной модели вполне доступен даже предприятиям среднего размера.

Для малого бизнеса все еще интересней. Ряд операторов «больших данных» представляет наборы наиболее востребованных сервисов по анализу данных, которые стали доступны по ценам и в итоге позволяют стать data-driven даже отдельному ларьку, торгующему фруктами, цветами или, например, печатной продукцией. Эти данные для российского малого бизнеса крайне важны, отмечает г-н Баров, напоминая, что, понимая важность ситуации, оператор в сложные времена локдауна предоставлял клиентам бесплатно ряд сервисов.

В российских условиях соответствующие сервисы активно предлагают клиентам различные операторы фискальных данных (ОФД). Но и тут произошли некоторые изменения, так как не все оказались способны оперативно предоставить детальную информацию о состоянии рынка и аналитические сервисы — развитие соответствующих инструментов требует ресурсов и инвестиций. В 2020 году окончательно определился круг ОФД, которые могут соответствовать изменяющимся требованиям, по мнению Дмитрия Шувалова, руководителя «Контур.ОФД». Судя по всему, некоторым игрокам придется уйти с этого рынка.

Заметим, что операторы фискальных данных обеспечивают механизмы data-driven как для розничных компаний, так и для других сегментов национального рынка. Например, ОФД, предоставляя банкам информацию по торговому обороту, существенно облегчали процесс прохождения скоринга и выделения заемных средств на развитие бизнесов. Данное направление банковского бизнеса становилось более data-driven и, соответственно, риски в нем существенно снижались.

AI как необходимость

Уже существует ряд направлений, которые без AI не могут существовать в принципе. Например, смартфоны не могут существовать без «улучшайзеров» и элементов «дополненной реальности» — как для портретов, так и для других сюжетных ситуаций — а в основе соответствующих алгоритмов лежит AI. Аналогичная ситуация, напомним, существует и в других сегментах, в том числе, инфраструктурного оборудования. Например, СХД корпоративного уровня в современных условиях могут обеспечивать требуемую надежность только при наличии автоматизированного администрирования с широкими проактивными возможностями, для чего нужен AI. Сказанное во многом справедливо и для оборудования других типов (например, для серверов, сетей и т. д.), а также для более крупных составляющих инфраструктуры (например, для ЦОДов).

Многие сегменты экономики, которые еще недавно успешно развивались без AI, сегодня без него уже не могут. Даже вендоры, поставляющие колонки, «умные часы» и smart-пылесосы используют AI-решения, хотя не всегда самостоятельно разрабатывают их.

«Устройства Elari активно используют AI-инструменты — как на уровне отдельных девайсов, так и на уровне платформ, — отметил Йозеф Закс, глава и основатель компании Elari. — При этом сами профильными разработками мы не занимаемся, используя готовые решения от наших партнеров».

Системы компьютерного зрения и распознавания голоса используют AI-алгоритмы, что, в частности, делает их необходимым для «голосовых ассистентов» — «Алисы», «Маруси» и т. д. — и, соответственно, построенных на основе их инфраструктур. В широком смысле это вся робототехника в современном понимании — от роботов-пылесосов до голосовых роботов, которые сегодня активно используют в колл-центрах, на ресепшн и т. д.

AI активно используют в сегменте контакт-центров. Происходит развитие взаимодействия человек-машина, как отметил Леонид Перминов, руководитель направления «Контактные центры» в CTI, выступая на ХХ Международном форуме Customer Contacts World Forum 2021 (CCWF): «Уже сейчас мы применяем автоматизацию диалогов чат-ботами и голосовыми ботами, ассистентов в быту и в офисе, например, „умные переговорные комнаты“, управление „умным домом“, заказ справок и т. д.». Он назвал революционным трендом появление личных персонализированных AI-советников, действующих на основе долговременного проактивного сотрудничества. В частности, предиктивные поручения, выданные умными ассистентами в сторону механизмов и информационных систем, снизят необходимость обращения клиента в КЦ. В данном направлении работают и другие компании, обеспечивая интеграции сервисных платформ с системами речевой аналитики.

Так поступила, например, компания «Светец», расширившая возможности «Сервисной платформы Svetets TMS». Возможности, реализуемые в системе речевой аналитики, позволяют улучшить контроль качества работы операторов, что повышает эффективность работы сотрудников. «Интеграция, выполненная с сервисами речевой аналитики на базе решений сторонних разработчиков, позволяет абонентам услуги „Виртуальный контакт-центр“ автоматизировать трудоемкие процессы контроля качества работы операторов, — отметил Никита Журба, генеральный директор фирмы „Светец“. — При создании промышленных решений важно использовать лучшие технологии, поэтому интеграционные технологии находят все большее применение в наших коммуникационных решениях».

Пример вертикального рынка...

В качестве примера рассмотрим несколько недавних кейсов из рекламного сектора.

В феврале был опубликован кейс «Майндбокс», которая по заказу сети магазинов зоотоваров «Бетховен» создала новое решение для оптимизации почтовой рассылки, повысившее эффективность применения данного инструмента в 8,5 раз. При этом общий смысл оставался прежним — e-mail-напоминания «вы покупали...», «вы положили в корзину...», «у вас заканчивается...» и т. д., а нейросеть выполняла оптимизацию только сроков рассылки. Разумеется, компании, не владеющие соответствующими инструментами, на рынке выжить просто не смогут.

Российская компания Epicstars представила специализированное B2B-решение для автоматизированной работы с блогосферой, которое за счет использования AI делает удобным работу с микроблогерами. «Работа с микроблогерами — один из ключевых долгосрочных трендов маркетинга в социальных сетях», — говорит Денис Волков, CEO компании Epicstars. Однако есть проблема — нужно взаимодействовать со многими тысячами рекламных площадок. Система Epicstars по каждому блогеру анализирует широкий спектр разноформатной информации — постов, лайков, изображений, видео и другого контента — на основании анализа выдавая набор количественных параметров, необходимых для принятия объективного решения по каждой конкретной площадке. Кроме того, система позволяет очень быстро реализовывать проекты. Например, Epicstars рассказывает о задачи, в ходе которой была проанализирована аудитория микроблогеров, из которой выделено оптимальное для решения ядро, после чего был получен охват 2 млн, а все это заняло 3 дня. Объективная оценка объема и качества аудитории того или иного микроблогера с точки зрения целей и задач конкретной рекламной кампании позволяет любому заказчику добиваться наиболее рационального расходования рекламных бюджетов, что является важным, если не ключевым преимуществом.

На рекламном рынке создают технологии для работы как для с новыми форматами, так и для legacy, например, с нецифровыми рекламными носителями, которые все еще активно используют. Например, МТС разработала технологию оценки конверсии наружной рекламы, размещенной на нецифровых носителях. Технология выделять людей, находившихся в зонах размещения любых наружных рекламных конструкций, производить подсчет конверсии и проводить таргетированные кампании на сформированные сегменты аудитории. Алгоритмы анализируют обезличенные данные о действиях клиентов, по пути перемещения которых находились рекламные носители, — звонок в компанию, посещение сайта, скачивание приложения, визит в торговую точку и т. д. — и сравнивают результаты продвижения с рекламой в других каналах с помощью кросс-канальной аналитики и сопоставления данных online- и offline-действий пользователей. «Новая разработка позволяет в режиме реального времени оценивать эффективность и сравнивать конверсию любых статических носителей с онлайн-рекламой», — отметила Екатерина Марчук, руководитель центра разработки продуктов на основе Big Data МТС. Технология была успешно пилотирована в рамках совместного проекта МТС с рекламным агентством Posterscope из коммуникационной группы dentsu Russia.

...и другие

Заметим, что в качестве примера можно было взять и другие сегменты, где тоже множество свежих показательных внедрений — например, HR, ИБ и т. д. — но ограниченный объем статьи не позволяет это сделать. Отметим лишь инициативы государств в этом сегменте, о которых говорили в апреле.

Например, в состав Министерства обороны РФ планируют включить Управление, которое будет отвечать за разработку и внедрение систем AI. Прежде всего, инициативы будут направлены на развитие беспилотных летательных аппаратов военного и двойного назначения.

В США прошли первые летные испытания боевых беспилотников с «мозгом», который должен позволять относительно недорогим беспилотным аппаратам выполнять сопровождение пилотируемых боевых самолетов и т. д. По представлению военных, такие аппараты будут прекрасным «расходным материалом» при выполнении боевых задач широкого спектра. При этом бортовой AI должен позволять эксплуатировать такие беспилотники даже военным с небольшим или нулевым опытом пилотов. Если все этапы программы испытаний будут проходить по утвержденному плану, то на вооружение в ВВС США беспилотные ведомые поступят в 2023 году.

Будет шириться применение AI для управление сложными системами и для оптимизации их параметров. «AI — основа интеллектуальных транспортных систем. Именно благодаря AI, к примеру, становится возможным адаптивное управление светофорными объектами», — говорит г-н Косарев, в качестве примера приводя автоматическую коррекцию алгоритмов светофоров на основе анализа оперативной дорожной обстановки в реальном времени. Также применение AI, может улучшить работу городских мониторинговых систем — правоохранительных органов, служб МЧС, скорой помощи и т. д.

Что дальше?

AI будет наращивать проникновение как на уровне инфраструктуры (что предсказуемо), так и на уровне отдельных компонент. Последнее представляет собой относительно новое направление, во всяком случае, в существующих масштабах. Например, «Центр искусственного интеллекта МТС» (также известный как «МТС ИИ») инвестирует 10 млн долл. в стартап Kneron, производителя AI-чипов, что позволит компании стать эксклюзивным дистрибьютором продукции стартапа в РФ и создавать собственную линейку AI-ready продуктов.

AI-чипы могут быть использованы в видеокамерах, «умных ассистентах», биометрических замках и т. д., позволяя реализовывать алгоритмы AI непосредственно на устройстве, что быстрее и эффективнее, чем обработка на стороне сервера. Увеличение скорости обработки будет особенно актуально для беспилотных автомобилей, квадрокоптеров и других БПЛА, интеллектуальных системах видеонаблюдения, IoT-систем, промышленных роботов и т. д.

Перенос AI-вычислений на границу сети начался давно, и это часть общего тренда на EDGE, но с появлением аппаратных платформ для этого рост пойдет очень мощный. «По нашим оценкам, рынок AI-чипов будет расти в среднем на 25% ежегодно», — говорит Александр Ханин, руководитель «МТС ИИ». От массового появления устройств с новыми возможностями EDGE-вычислений нас отделяет всего лишь несколько кварталов.

Источник: Александр Маляревский, внештатный обозреватель CRN/RE