Редколонка / октябрь 2019

AI через две зимы

"Технологии создают фундамент для построения цифровых взаимосвязей, но драйвером изменений является бизнес". Эти слова генерального ­директора ООО "САП СНГ" ­Андрея ­Филатова, прозвучавшие с трибуны XIX Инвестиционной конференции Американской торговой палаты в России 18 сентября 2019 года, - ​квинтэссенция нового понимания цифровой трансформации. За день до этого на круглом столе "Готов ли российский бизнес к цифровой трансформации?" в МИА "Россия сегодня" управляющий партнер IBM iX ­Евгений ­Соколов заявил: "Важно, чтобы любая разработка шла для решения определенной задачи, а не в дебрях технологических подразделений". Это радикальный контраст со взглядами на цифровую трансформацию четырех-пятилетней давности, когда во главу угла ставились данные и технологии.

Нефтяные и газовые компании обладают самыми большими объемами данных среди индустриальных корпораций (достаточно вспомнить про массивы сейсмических данных) - ​не случайно первые в мире частные суперкомпьютеры появились именно в нефтегазовой отрасли. В значительной степени с подачи консультантов в 2015‑2016 годы была широко распространена вера в то, что главное - ​собрать побольше данных, а их последующий анализ что-нибудь да выявит. Аналогичной стратегии придерживалась в фильме "Приключения Буратино" черепаха Тортила: "Если есть ключик, то дверь обязательно найдется". Так, в 2015 году консалтинговая фирма Bain & Co. утверждала, что усовершенствованный анализ данных может помочь нефтяным и газовым компаниям повысить уровень производства на 6-8 %.

"Несколько лет назад в нефтегазовых компаниях была вера в то, что, обработав терабайты информации, они ­смогут повысить доходы. Но это оказалось не так - ​формальная работа с данными ведет в тупик: данные нужно понимать. А на этом пути нефтегазовые компании конкурируют за специалистов по data science со службами онлайн-такси и доставки еды", - ​подчеркнул старший партнер McKinsey Окко Роелофсен, ­выступая 10 сентября 2019 года на конгрессе Северо-Западной секции SPE (Society of Petroleum Engineers) в Петербурге.

Теперь самый высокий спрос на технологическом рынке труда - ​не на айтишников, а на дата-сайентистов - специалистов по анализу данных и поиску оптимальных решений на их основе. На том же конгрессе SPE директор департамента цифровых технологий и инноваций сербской нефтегазовой компании NIS a.d. Николай Залевский сказал: "Мне важно не просто взять таланта на рынке, а адаптировать его под наши задачи, "доапгрейдить" новыми знаниями. На­при­мер, мне нужны специалисты по data science, но с пониманием отрасли - ​геологии и других основных дисциплин".

Директор по анализу данных и моделированию ПАО "Газпром нефть" Анджей Аршавский считает, что в промышленности нужны еще более "высоколобые" сотрудники: бизнес-аналитики AI (или дата-трансляторы) - ​по его описанию, это дата-сайентисты, которые расширили компетенции и вникли в специфику производства.

Помощником для дата-сайентистов и дата-трансляторов является искусственный интеллект (AI), подходы к которому за последние годы также изменились. Если несколько лет назад рынок верил в такие технологии, как интернет вещей (IoT) или Big Data, как самодостаточные, то теперь большинство сходится во мнении, что все они являются звеньями цепи AI. Предвестия того, что вот-вот появится компьютерный разум, который будет кратно превосходить человеческий и рано или поздно подавит людей, как слон муравьев, практически сошли на нет.

Старший управляющий директор - ​директор управления развития компетенций по исследованию данных Сбер­бан­ка Максим Еременко подчеркивает, что все действующие системы искусственного интеллекта пока относятся к категории "слабого AI", то есть ориентированы на решение одной задачи (например, на распознавание естественной речи или на распознавание образов). Си­сте­мы "сильного AI" (или Artificial General Intelligence), находящиеся на одном уровне с человеческим и способные решать множество разнообразных задач, пока остаются мечтой. Анджей Аршавский из "Газ­пром нефти" категоричен: "Я не вижу никаких предпосылок к появлению "сильного AI".

Хотя крупные ИТ-корпорации продол­жают видеть в AI не только плюсы, но и угрозы. Так, Microsoft сформулировала принципы ответственного использования AI, среди которых - ​контролируемость (человек должен понимать алгоритм работы системы), надежность и безопасность, а также инклюзивность (доступность AI для всех и общая вовлеченность). Стэнфордский университет весной этого года создал Институт по человекоцентричному AI (Stanford Institute for Human-Centered Artificial Intelligence). На его открытии основатель Microsoft Билл Гейтс подчеркнул, что никто не может остановить развитие AI в направлении более совершенных систем, но делать это нужно осторожно и ответственно, не забывая про международную координацию и политику государств с ориентацией на безопасность и пользу для человечества. А Intel и вовсе призывает к разработке стандартов AI на международном уровне.

Приведет ли развитие AI к ­появлению принципиально новых систем или мы станем свидетелями третьей "зимы искусственного интеллекта" (спад интереса к разработкам в сфере AI уже был в 1974-1980 годах и 1987-1993 годах), покажут ближайшие несколько лет.

Журнал "Стандарт" №9 (200) сентябрь 2019