Не конкурент, а помощник. Как искусственный интеллект меняет бизнес и компетенции человека, обсудили на БРИФе

Об искусственном интеллекте (ИИ), его пользе и рисках для человечества сейчас рассуждают абсолютно все – от писателей-фантастов до домохозяек. На VII Байкальском риск-форуме эту тему обсуждали исключительно профессионалы: 12 экспертов, представляющих компании, которые занимаются разработкой программных решений на базе ИИ и нейросети, говорили о внедрении, применении и эффективности различных кейсов в производственных и бизнес-процессах в различных отраслях российской экономики. Основные моменты выступлений – в нашем дайджесте.

Секция «Искусственный интеллект, нейросети» стала самой топовой на БРИФ’2023. В её работе участвовало больше всего спикеров, что говорит об актуальности темы. Это подтверждается и мировой статистикой: как отметил модератор секции, управляющий директор – руководитель дирекции трансформации клиентов CIB Сбера Андрей Дмитриев, в ближайшие 10 лет рынок корпоративных решений на базе ИИ должен вырасти с 11 млрд долларов до 120 млрд долларов.

– Это, наверное, лучший показатель того, что многие компании сейчас инвестируют в ИИ, и эта технология будет одной из ключевых для трансформации большинства организаций и производств. Кроме этого, в мире 77% руководителей разных отраслей уже сейчас готовы внедрять ИИ у себя в компаниях для повышения производительности труда.

В России в вопросах внедрения технологий ИИ пока лидируют финтех и ритейл, а вот промышленность и нефтегаз немного отстают по количеству внедрённых кейсов, – прокомментировал Андрей Дмитриев.

О различных аспектах участия ИИ и нейросети как в обычной жизни, так и в производственных процессах рассказала руководитель направления региональных продаж ИТ-решений Softline Анна Шадрина, сделав акцент на том, что говорить на темы ИИ, цифровизации, машинлёнинга проще, когда понимаешь, чем наше вчера отличается от нашего сегодня. И показала на примерах, что в последнее время стало делать проще удобнее, прозрачнее и понятнее, и с какими задачами могут справиться механизмы без участия человека.

– Например, нейросеть умеет читать вслух, в том числе, письма, которые приходят на электронную почту, – это первичный пример того, как нейросеть может помочь незрячим людям, либо когда нет возможности прочитать сообщение в нормальном режиме. Она может читать сказки ребёнку, но всё-таки лучше, если это будут делать родители, и тут только от нас зависит, что мы всё-таки позволим делать нейросети, а что нет.

В бизнесе нейросеть может заниматься документооборотом, прогнозировать продажи и обучать сотрудников, делая этот процесс более интересным. А из более «серьёзного» – управлять автомобилем, причём не только легковым, но и таким сложным, как БеЛАЗ, производить разгрузку и погрузку, маршрутизировать транспорт. В строительстве нейросеть способна моделировать пространство и додумывать чертежи, а также подсказать, что можно сделать с  объектом незавершённого строительства – ей для этого хватает накопленной базы данных и знаний.

Особое внимание докладчики уделили проблемам безопасности и управлению рисками, в том числе, в нефтегазовой отрасли, и кейсам на базе ИИ, которые способны эти проблемы предотвратить.

Например, директор по развитию Softline Digital Владислав Туркин сделал акцент на  продуктах по предупреждению аварийных ситуаций на ключевых производственных активах (в частности, погружных насосах) и предотвращению несчастных случаев с персоналом на промплощадках.

– Мы занимаемся разработкой программы по предвидению наступления несчастных случаев с помощью анализа различных данных на промплощадке и по поведению человека.

Один из элементов этой модели прогнозирования и предотвращения аварийных ситуаций – умная каска – продукт, который с помощью электронного модуля позволяет определять, надета она или нет на сотруднике, получен ли удар по каске, находится ли человек в состоянии обездвиживания, либо, если ему плохо, он может через каску послать сигнал SOS.

О программных инструментах для управления и предотвращения рисков говорил и руководитель направления развития продукта АНО ВО «Университет Иннополис» Ранис Шарифуллин.

– В нефтегазовой отрасли самую высокую степень неопределённости и риска имеет, наверное, процесс бурения, при этом любая авария влечёт за собой финансовые потери и репутационные издержки. Мы можем с помощью ИИ превентивно предвещать ЧП и выдавать способы ликвидации осложнений и аварий. Для того, чтобы решать эти задачи, мы разработали платформу, с помощью которой создаём цифровой двойник скважины, где можем отслеживать её жизнь от момента планирования до вывода из эксплуатации.

К актуальным проблемам современности, о которых говорили практически все спикеры, можно отнести дефицит квалифицированных кадров и выгорание сотрудников. И здесь на помощь также приходят технологии искусственного интеллекта и нейросети, которые и продуктивность сотрудников компаний повышают, и помогают им развиваться, и способствуют раскрытию их потенциала.

Как решаются эти задачи рассказал ведущий специалист по работе с клиентами Just Al Александр Сиянов:

– За счёт автоматизации труда обязанности, которые сотрудник выполняет сейчас, будут трансформироваться, человек будет приобретать новые компетенции, адаптируясь к проблеме выгорания, которая сейчас стоит очень остро. Кроме этого, он будет менее связан, потому что нейросети могут забрать на себя большой объём рутинных задач. Каждый из нас ежедневно обрабатывает какую-то информацию, пишет письма, генерирует какой-то контент. Порой на это уходит очень много времени, а задачи при этом решаются довольно тривиальные. Модели на базе ИИ могут генерировать контент за сотрудника, подсказать, как лучше сформировать конкретный запрос, ответить на вопросы. Кроме того, нейросети помогают выделить главное в многочисленных конференциях, в которых участвуют специалисты. Достаточно загрузить в приложение видео и задать параметры, что вы хотите получить.

Нейросеть позволяет грамотно систематизировать документооборот, особенно в компаниях, где тысячи документов, и организовать их удобный поиск, а также быстро провести анализ по каждому документу. Кроме этого, если вы не знаете, какие процессы ещё можно автоматизировать, нейросеть может сама предлагать идеи, где её можно применять в компании. Решение в любом случае остаётся за человеком.

Конечно, на БРИФе не обошли стороной тему сложностей, которые возникают при внедрении ИИ. При этом эксперты отметили, что владельцы производственных процессов должны разбираться в подходах к ИИ, чтобы правильно поставить задачу. По мнению участников дискуссии, квалифицированный заказчик – это больше 50% успеха для проектов, связанных с  внедрением ИИ.

По словам Сергея Кудряшова, представляющего Практику «Цифровые трансформации» Strategy Partners, существует несколько ограничений развития цифровизации. Это недостаточная квалификация кадров, недостаток финансовых ресурсов и отсутствие гарантированного эффекта от внедрения цифровых технологий. Кроме этого проекты могут «не полететь», если у них нет чёткого технико-экономического обоснования и невозможно просчитать эффективность вложений.

Эффект же от решений на основе ИИ возникает, если при планировании пользоваться тремя очень простыми правилами. Которые перечислил Сергей Кудряшов:

– Во-первых, рассматривать ИИ надо не сам по себе – просто потому, что это стильно, модно, молодёжно, важно найти ему место в развитии вашей бизнес-модели. То есть он должен быть продолжением вашего дела. Во-вторых, должен быть акцент на бизнес-смыслах моделей ИИ, а не на привлекательности каких-то отдельных решений: можно внедрить у себя в компании модель, которая уже где-то успешно сработала, но совершенно не гарантированно, что она даст тот же эффект в вашей ситуации. И, в-третьих, это мультипликативный эффект от комбинаций ввода ИИ, то есть внедрение решений по всей цепочке производства. Если ИИ начинает работать на всех этапах, тогда эффект возрастает в прогрессии.

Эксперты также сделали акцент на том, что зачастую эффективность внедрения ИИ страдает из-за проблем с данными, с которыми работает любая цифровая модель. И если не обеспечить её достаточным объёмом данных с достаточным качеством и полнотой, то результаты работы модели могут не оправдать ожиданий.

Разработчики технологий ИИ не проходят мимо социальных тем. Так, руководитель Центра ИИ НИУ ВШЭ Алексей Масютин рассказал об инструментах ранней диагностики в медицине, с помощью которых можно, например, сделать предварительный прогноз по наличию у ребёнка дислексии, то есть неспособности к обучению. Кроме этого, как отметила Светлана Вронская, применение ИИ весьма эффективно в сфере защиты окружающей среды.

В разговоре спикеры затронули тему, а существует ли вообще искусственный интеллект? Либо это просто – математические модели и заранее заложенный сценарий, либо -действительно искусственный интеллект, который может вести себя человекоподобно, ставить себе задачи и решать их.

Андрей Дмитриев, управляющий директор – руководитель дирекции трансформации клиентов CIB Сбера:

– Я считаю, что мы на пути к тому искусственному интеллекту, который описан у фантастов как некое подобие человека. Есть эксперты, которые утверждают, что сейчас ИИ – это четырёхлетний ребёнок, кто-то говорит, что он ближе к 10-летнему ребёнку, но, на мой взгляд, пока это только математическая модель.

Александр Сиянов, эксперт по развитию бизнеса Just Al:

– Безусловно, это определённая математическая модель, заложенная людьми, но вопрос не в названии, а в задачах, которые эта технология решает. Если задача эффективная и связана с развитием конкретного процесса или компании, - это замечательно. Эра совершенного ИИ, конечно, ещё не наступила, но я думаю, что наступит, я оптимист в этом смысле. Другой вопрос – как им потом управлять.

Ранис Шарифуллин, руководитель направления развития продукта АНО ВО «Университет Иннополис»:

– Я не очень люблю словосочетание искусственный интеллект, я больше предпочитаю «алгоритм машинного обучения», потому что по факту – это алгоритм, который выполняет кейс, заложенный в него человеком.

Алексей Масютин, руководитель Центра ИИ НИУ ВШЭ:

– ИИ, к сожалению или к счастью, сам себе задачи не ставит, здесь нужен человек, который их сформулирует, а ИИ просто научится оптимальным образом её решать – при достаточном количестве данных, примеров и  правильных архитектурах для обучения нейросетей.

Анна Шадрина, руководитель направления региональных продаж ИТ-решений Softline:

– Нейросети не конкурируют с людьми. Только нам решать, что мы им отдадим и где привлечём для помощи. Благополучие сотрудников компаний не должно зависеть от внедрения проектов на базе нейросети. Это неправильно. Надо смотреть, что человек не может сделать и туда привлекать нейросеть, чтобы усилить совместные позиции.