CC BY
72
УДК 004.8 ББК 32.813
DOI 10.24412/2412-2025-2021-2-11-16
Магомедова Халимат Ахмедовна - старший преподаватель кафедры прикладной математики и информационных технологий, Дагестанский государственный университет народного хозяйства
Магомедова Асият Ахмедовна - старший преподаватель кафедры прикладной математики и информационных технологий, Дагестанский государственный университет народного хозяйства
Magomedova Halimat Akhmedovna - Senior Lecturer of the Department of Applied Mathematics and Information Technologies, Dagestan State University of National Economy
Magomedova Asiyat Akhmedovna - Senior Lecturer of the Department of Applied Mathematics and Information Technologies, Dagestan State University of National Economy
ОБЩИЕ ВОПРОСЫ ВНЕДРЕНИЯ РЕШЕНИЙ НА БАЗЕ ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОТЕЧЕСТВЕННЫЙ БИЗНЕС
GENERAL ISSUES OF IMPLEMENTING SOLUTIONS BASED ON ARTIFICIAL INTELLIGENCE TECHNOLOGY IN DOMESTIC
BUSINESS
Основная цель проведенного исследования - описание общей концепции внедрения решений на базе технологии «искусственный интеллект» и проведение анализа полученных предприятиями результатов. В статье проанализированы вопросы, связанные с внедрением решений на базе искусственного интеллекта (ИИ). Рассматриваются общие вопросы внедрения данной технологии на предприятия. Отражены показатели полученных результатов, представленные предприятиями, выявлены ключевые препятствия для внедрения технологий ИИ, а также возможные пути их преодоления.
Ключевые слова: искусственный интеллект, SWOT - анализ, информационные технологии, промышленные предприятия, бизнес.
The main purpose of the study is to describe the general concept of implementing solutions based on artificial intelligence technology and analyzing the results obtained by enterprises. The article analyzes the issues related to the implementation of solutions based on artificial intelligence (AI). The general issues of the introduction of this technology to enterprises are considered. The indicators of the results obtained presented by enterprises are reflected, key obstacles to the introduction of AI technologies are identified, as well as possible ways to overcome them.
Key words: artificial intelligence, SWOT - analysis, information technology, industrial enterprises, business.
На протяжении последних десятилетий руководство всех стран активно внедряет в массы идеи цифровизации всех сфер человеческого об-
щества [4]. Наряду с этим, ведутся открытые и секретные разработки в таких областях как искусственный интеллект (ИИ) и нейронные сети (НС). Причины прорыва следующие:
- достижения микроэлектроники и рост вычислительных мощностей;
- накопление и систематизация больших объемов данных, на которых можно обучать алгоритмы ИИ;
- развитие математических методов и накопление критической массы опыта.
ИИ - довольно общее понятие, которое включает в себя нейронные сети, машинное обучение и компьютерное зрение. ИИ - это технология, на которой можно строить успешный бизнес. В реальности уже практически каждый сталкивается с ИИ. От персональных ассистентов в мобильных телефонах до автоматизации ритейла и кибербезопасности, ИИ начинает все больше проникать в нашу ежедневную жизнь. Обучающие платформы, которые подбирают подходящие курсы, сервисы такси, которые просчитывают самый оптимальный маршрут и тариф - все это происходит с применением ИИ.
Согласно отчету PwC, к 2030 году вклад ИИ в мировую экономику составит 15,7 трлн. долл. Кроме того, российский рынок решений в сфере ИИ к 2024 году, как ожидается, вырастет в 80 раз - до 160 млрд. руб. с 2 млрд. Gartner сообщает, что к 2024 году 50% инвестиций в ИИ будут количественно определены и увязаны с конкретными ключевыми показателями эффективности для оценки окупаемости инвестиций [1].
Многие российские предприятия ведут работы по внедрению технологических решений на базе искусственного интеллекта для решения собственных бизнес-задач (например, Яндекс - без сомнений самая передовая компания, использующая мощь машин; проект внедрения роботизированной техники на агропредприятии «Победа» [8]; реализация программы выдачи кредитов в Сбербанке на базе ИИ и др.).
Решения, построенные на базе технологии «искусственный интеллект», позволяют проводить сбор данных, анализ которых позволяет принимать решения в режиме реального времени. Разрабатываемые системы готовы менять алгоритмы управления и проводить поиск наиболее эффективных и оптимальных решений.
Формируемая производственная модель и технические средства, с помощью которых внедряются: новые информационно - коммуникационные технологии, интеллектуальная наука и техника, крупные производственные технологии, технологии системной инженерии и связанные с ними технологии продукта интегрированы со всей системой и жизненным циклом разработки продукта. Таким образом, жизненный цикл производства использует автономное зондирование, объединение, сотрудничество, обучение, анализ, познание, принятие решений, контроль и исполнение человеческой, машинной, материальной и экологической информации для обеспечения интеграции и оптимизации различных аспектов производственного предприятия.
Каждая создаваемая система решений на базе ИИ легко классифицируется: решения сбора данных, управляющие подсистемы, решения поиска данных, обучающие системы, подсистемы анализа данных. Первая группа решений отвечает за сбор и обработку информации, отслеживание
состояния оборудования и персонала. В компетенциях второй группы находятся процессы взаимодействия всех подсистем в рамках информационного пространства конкретного ИИ. Решения по поиску данных позволяют аккумулировать локальную и (при необходимости) глобальную (из интернета) информацию. Обучающие подсистемы позволяют сформировать обобщающие концепции и накопить знания в конкретной области. Последняя группа решений выдает прогнозы в зависимости от полученных данных, что позволяет составить необходимые для персонала инструкции.
Внедрение искусственного интеллекта позволило предприятиям повысить качество обслуживания клиентов, выявлять ошибки для корректировки алгоритмов действий и скриптов менеджеров, анализировать входящие звонки и др. В сети мало сведений об экономической выгоде, полученной предприятиями от внедрения решений на базе искусственного интеллекта. Это можно объяснить недостаточной изученностью полученных предприятиями результатов.
Согласно данным, представленным центром стратегических инноваций ПАО «Ростелеком», экономический эффект от внедрения ИИ у компаний в 2019 году составил около 60 млрд руб. [3]. Данный показатель отражает не только экономию, но и полученные доходы. Более половины компаний предоставляют лишь данные оценочного характера. Лишь четвертая часть всех компаний, использующих решения на базе ИИ, предоставляют полностью проанализированные данные [2, а 96].
Построенные на базе ИИ системы позволяют увеличить безопасность работников, проводить анализ видеоряда для исключения неблагоприятных ситуаций на производстве, проводить видеоконтроль качества продукции, контроля работоспособности производственного оборудования и оптимизации работы производственного персонала. Вследствие этого, внедрение искусственного интеллекта в технологические процессы предприятия достаточно быстро окупается. Внедрение решений в области охраны труда - применение видеоаналитики, составление тепловых карт, анализ наличия комплектов средств индивидуальной защиты на работниках, контроль опасных зон - снижает уровень травматизма в среднем на 50 %. ИИ-решения, используемые в системах электронного документооборота, позволят освободить персонал от рутинных операций и ускорить обработку корреспонденции. Согласно полученным данным, время, затраченное на данные виды работ, сокращается на 80 %. Следовательно, внедрение решений на базе технологии «искусственный интеллект» позволит решить многие задачи современного бизнеса.
Решения на базе ИИ способствуют развитию управляющих систем, которые могут извлечь максимум из имеющихся производств и построить новые, максимально эффективные. Правильно выстроенные системы позволят выпускать дешевую и качественную продукцию с возможностью быстрой и автоматической смены производственных циклов и ассортимента продукции.
Возможности применения искусственного интеллекта в производстве огромны, он может применяться в большинстве бизнес-вертикалей и на всех уровнях - от уровня проектирования до уровня продвижения. Уровень проектирования совершенствуется посредством внедрения решений, позволяющих повысить эффективность разработки новых продуктов, в
том числе и анализ предполагаемых поставщиков. На уровне производства возможно внедрение интеллектуальных помощников. Логистический уровень можно усовершенствовать, использовав решения на базе ИИ, которые позволят подбирать оптимальные маршруты транспортировки и сократить сроки доставки и отслеживания всех ее этапов. Уровень продвижения возможно усовершенствовать путем управления ценообразованием и анализа отзывов клиентов.
Главным преимуществом внедрения ИИ является отсутствие необходимости кардинальной перестройки бизнес-процессов предприятия. Существующие решения позволяют повысить эффективность, оптимизировав работу уже существующих систем. Имеется возможность разбить процесс внедрения на этапы, тем самым анализируя каждый внедряемый элемент, что позволяет более качественно координировать их.
Процессе внедрения решений на базе искусственного интеллекта может развиваться активнее, несмотря на отсутствие базы, посредством таких положительных аспектов, как:
- наличие успешных внедрений в аналогичных предприятиях;
- успешное внедрение пилотных проектов и их всесторонний
анализ;
- государственная поддержка решений на базе искусственного интеллекта.
SWOT - анализ внедрения решений на базе искусственного интеллекта представлен на рисунке 1.
Сильные стороны
I
i
Угрозы
отсутствие заранее определенного алгоритма работы; возможность создания скрытых связей подсистем; системы сбора данных; анализ различного вида данных;
возможность поэтапного внедрения;
выбор заранее не определенных решений.
большой объем данных; дороговизна работ и оборудования;
долгосрочные перспективы.
увеличение эффективности разработки новых продуктов; автоматизация выбора поставщиков;
снижение ошибок персонала; прогнозирование объема отгрузок;
управление ценообразовани-
увеличение зависимости от техники;
нехватка экспертизы в работе с ИИ;
недостаточная нормативная база;
нехватка качественных данных;
увеличение риска потери данных, и проблемы организации их хранения.
Рисунок 1. SWOT - анализ внедрения решений на базе искусственного интеллекта
Следует отметить ключевые препятствия для внедрения технологий ИИ:
- нехватка экспертизы в работе с ИИ. Это касается не только разработчиков и специалистов по работе с данными, это, в том числе, касается тех, кто будет применять ИИ в работе, читать аналитику для получения результатов;
- нехватка качественных данных. Эффективность алгоритмов ИИ напрямую зависят от количества и качества предоставленных данных. Сейчас оцифрованные и чистые данные - редкость. Согласно Dataconomy, только 4 % опрошенных компаний в области машинного обучения не имели проблем с данными.
Таким образом, сбор данных для эффективной работы искусственного интеллекта требует больших усилий, временных затрат, верной стратегии, чтобы получить максимальную отдачу от внедрения ИИ. Предприятия, недооценившие сложившуюся ситуацию, не смогут догнать конкурентов.
Список литературы:
1. Карнаух, П. Понимание ИИ - ключ к раскрытию его потенциала. - URL: https://www.itweek.ru/ai/article/detail.php?ID=218724
2. Старостина, В.А. Ключевые области применения искусственного интеллекта на производстве // Сборник научных трудов конференции «Наука и инновации в XXI веке: актуальные вопросы, открытия и достижения». -Пенза, 2020. - С. 95-97.
3. Пройдаков, Э.М. Современное состояние искусственного интеллекта // Науковедческие исследования. - 2018. - №2018. - С. 129-153. - URL: https://cyberleninka.ru/article/n/sovremennoe-sostoyanie-iskusstvennogo-intellekta.
4. Петров, Д.С. Стадии цифровой трансформации предприятия // International scientific review. - 2020. - №LXVI.
5. Li, Bh., Hou, Bc., Yu, Wt. et al. Applications of artificial intelligence in intelligent manufacturing: a review. Frontiers Inf Technol Electronic Eng 18, 8696 (2017). https://doi.org/10.1631/FITEE.1601885
6. NehaSoni Enakshi, Khular Sharma, Narotam Singh AmitaKapoor. Artificial Intelligence in Business: From Research and Innovation to Market Deployment // Procedia Computer Science Volume 167, 2200-2210 (2020) https://doi.org/10.1016/j.procs.2020.03.272
7. https://www.company.rt.ru/press/news/files/ROSTELECOM_AI_0112.pdf
8. https://ai-russia.ru/library/cognitive-agro-pilot
