С развитием искусственного интеллекта (ИИ) все больше компаний стремятся использовать его в своей работе. А это, конечно, требует инвестиций. Только лидеры российского финтехрынка за 10 лет инвестировали в технологию порядка 600 млрд рублей. В большинстве случаев такие вложения — это реальная польза для бизнеса и потребителей, но порой бывает, что за технологической ширмой скрывается хайп и попытка повлиять на инвесторов.
Декларации и реальность
Хотя технологии, связанные с искусственным интеллектом, не новы, они уже много лет остаются на пике популярности. Интерес бизнеса подогревается государством и крупными корпорациями, которые активно инвестируют в ИИ. Так, РЖД недавно объявили о планах интегрировать ИИ в большинство своих сервисов, "Сколково" собирается в 2024 году привлечь 1 млрд рублей на ИИ-проекты, а в январе правительство получило поручение начать разработку больших генеративных моделей ИИ для применения в экономике. По данным большого исследования консалтинговой компании McKinsey, только генеративный ИИ, к которому относятся ChatGPT, Midjourney и другие известные системы для генерации контента, может увеличить стоимость глобальной экономики на $2,6–4,4 трлн ежегодно.
Представление, что применение ИИ улучшает показатели бизнеса, влияет на компании — особенно на те, которые находятся на этапе привлечения финансирования. Использование искусственного интеллекта действительно может повысить привлекательность организации в глазах инвесторов, что заставляет предпринимателей внедрять ИИ в свои процессы. Но порой это применение остается декларативным: фактически заявленная интеграция искусственного интеллекта сводится к обычной автоматизации какого-либо бизнес-процесса. И тому есть причина: настройка ИИ-систем требует огромного труда, особенно для сложных процессов. Опытных подрядчиков, которые смогут взять эту задачу на себя, на рынке мало, с подбором собственной команды ситуация не лучше: специалистов не хватает, стоят они дорого.
Порог вхождения на рынок ИИ-систем очень высок, даже с учетом появления таких языковых моделей, как GPT. Чтобы эта модель смогла эффективно работать, нужна экспертиза в промпт-инжиниринге (написании запросов для нейросети), а специалисты в этой области только начали появляться. Все стартапы, чьи продукты работают на основе генеративного ИИ (вроде конструкторов веб-сайтов или сервисов написания эссе), пока находятся на ранней стадии развития. Поэтому, хотя компании и заявляют о внедрении нейросетей в свои процессы, под громкими заявлениями могут скрываться самые простые алгоритмы или даже ручная работа.
Эффект для компаний и для пользователей
Тем не менее интеграция искусственного интеллекта в бизнес уже сейчас приносит реальную пользу. Так, в финтехе рентабельность инвестиций в ИИ-проекты составляет 240 млрд рублей в год. В промышленности нейросети в связке с "интернетом вещей" помогают вовремя заметить сбои в работе оборудования и оптимизировать производство. Так, в прошлом году мы разработали и успешно испытали систему, которая обнаруживает дефекты в панелях солнечных батарей, сильно снижающих их КПД, — вручную сделать это очень сложно. А Почта-банк с помощью ИИ-системы распознавания лиц сэкономил 2 млрд рублей на остановке потенциально мошеннических сделок и предотвратил 1 230 попыток использования чужих учетных данных.
Если говорить о пользе для конечных потребителей, искусственный интеллект широко используется в рекомендательных системах. Например, в онлайн-торговле технология обрабатывает данные о поведении пользователя, чтобы показывать ему потенциально интересные товары. В некоторых магазинах камеры изучают путь посетителя — у каких витрин он останавливается, какие товары берет, — чтобы на цифровом экране в том же торговом зале показать продукты, которые могут быть ему интересны, и тем самым облегчить выбор.
В последнем случае речь идет о компьютерном зрении — по данным исследования НИУ ВШЭ, именно в таких продуктах искусственный интеллект в России используется чаще всего. Так, в медицине компьютерное зрение помогает обрабатывать снимки — КТ, МРТ, УЗИ и рентгеновские, — чтобы поставить более точный диагноз. На основе компьютерного зрения разрабатывают системы "антисон" для автомобилистов: они фиксируют признаки, что водитель устал, отвлекся, начал засыпать или говорить по телефону, и подают сигнал ему или диспетчеру. В ретейле компьютерное зрение — это прежде всего оплата "лицом" с помощью биометрических данных.
Кроме того, искусственный интеллект широко используется в чат-ботах и голосовых помощниках — самые продвинутые из таких систем настолько хорошо поддерживают разговор с клиентом, что тот может даже не догадываться о "нечеловеческой" природе собеседника.
В банках ИИ применяется в кредитном скоринге — оценке заемщика с целью понять, стоит ли выдавать ему кредит и под какой процент. Это помогает банкам повысить средний чек по кредитам, снимая сомнения в платежеспособности клиента через анализ множества данных из разных источников.
Наконец, искусственный интеллект встроен во многие вещи, которыми мы пользуемся в быту. И речь не только об умных колонках: даже банальный робот-пылесос может быть оснащен ИИ-системой, благодаря которой он обходит препятствия и отличает мусор от закатившегося под диван наушника.
Принять решение
Итак, использование искусственного интеллекта уже приносит прибыль бизнесу и реальную пользу потребителям. Во многих крупных компаниях организованы целые подразделения, которые отвечают за внедрение ИИ. Но вместе с тем на рынке есть игроки, которые придерживаются консервативного подхода и не спешат осваивать технологию. И такой консерватизм тоже может быть оправдан: применение искусственного интеллекта далеко не всегда очевидно для бизнеса и потребителей. "Умные" фишки могут оказаться для покупателей неудобными или ненужными: кто-то предпочтет виртуальной примерочной традиционную, а вместо дополнительных проверок текста, созданного с помощью нейросети, напишет его самостоятельно.
ИИ — это прежде всего новые возможности, а не обязательная замена чего-то привычного. Это новые продукты и сервисы, новые профессии и компетенции, новые отрасли и рынки. Важно осознавать, что в отличие от большинства технологий, продуктами на базе которых мы пользуемся на ежедневной основе, ИИ находится на переднем крае науки, а значит, многое еще предстоит узнать. И вспоминая кривую Гартнера, стадия хайпа — неминуемый этап на пути к продуктивному использованию любой инновационной технологии.