Несмотря на всплеск интереса к решениям, использующим элементы искусственного интеллекта (ИИ) в России, в настоящий момент уровень его распространения в секторах экономики и социальной сферы остается невысоким. В 2020 г. эти технологии в своей деятельности применяли лишь 5,4% российских организаций. Такие данные приводит Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ по итогам исследования.
© ComNews
20.12.2021

По данным исследования, наиболее часто организации используют решения с ИИ для широкого круга управленческих (взаимодействие с клиентами, продажи, маркетинг, управление персоналом, логистика и др.) и некоторых производственных задач в зависимости от отраслевой специфики. К таким решениям относятся технологии интеллектуального анализа данных и обработки естественного языка, в том числе виртуальные помощники и чат-боты. Их внедрили около 70% организаций, использующих ИИ (доля в общем числе респондентов составляет 3,8%).

Чуть менее распространено компьютерное зрение (более двух третей пользователей ИИ, или 3,7% от общего числа организаций), которое востребовано преимущественно в производственных процессах (например, в обрабатывающей промышленности для контроля безопасности, распознавания дефектов продукции, мониторинга состояния оборудования и др.). Во многом, по данным исследования, такая ситуация связана с высокой сложностью решений, необходимостью их адаптации под конкретные задачи и радикальной перестройкой большинства бизнес-процессов. Позволить себе подобные проекты пока могут лишь крупные игроки.

Директор Центра исследований цифровой экономики ИСИЭЗ НИУ ВШЭ Константин Вишневский в беседе с корреспондентом ComNews отметил, что, согласно статистическим данным, базовые технологические направления искусственного интеллекта достаточно стабильны последние годы: интеллектуальный анализ данных, компьютерное зрение, обработку естественного языка, распознавание и синтез речи используют в среднем 3,6-3,8% организаций. "Перемещение в этом "рейтинге" носит скорее номинальный характер, поскольку затрагивает десятые доли процента", - отметил он.

Результаты исследования также показывают зависимость применения ИИ от размеров компании. Почти каждое третье предприятие с численностью работников свыше 10 тыс. человек использует технологии ИИ (35,7%), из менее крупных предприятий (от 5000 до 10 тыс.) - только каждое пятое (21,8%), тогда как в организациях с численностью менее 250 человек доля использующих ИИ находится на уровне 5%. В числе прочего авторы объясняют это высокой стоимостью ИИ-решений, низкой информированностью малого бизнеса о преимуществах внедрения ИИ и пока еще недостаточным количеством "коробочных" ИИ-систем.

По отраслям экономики и социальной сферы также наблюдается сильная дифференциация по уровню востребованности технологий ИИ. В числе лидеров - услуги и потребительский сегмент. Наиболее интенсивно ИИ используется в организациях финансового сектора (22,8%) и торговли (13%). Причем разрыв между ними - почти 10 п.п.

Константин Вишневский отмечает, что на данный момент около 70% спроса на ИИ генерируется всего тремя секторами: финансовые услуги, транспорт и логистика, образование и наука. Именно для ИИ наблюдается наибольшая среди всех цифровых технологий дифференциация отраслей экономики и социальной сферы по уровню использования технологий - в разрыв в 17 раз. "В финансовом секторе почти каждая четвертая организация использует ИИ, а в сельском хозяйстве и строительной отрасли - всего 2,2% и 1,3% соответственно. Технологии ИИ в строительстве и сельском хозяйстве пока применяются лишь для узкого круга задач, что во многом связано с высокой стоимостью и сложностью реализации подобных решений. При этом в обеих отраслях есть достаточно значимый потенциал - алгоритмы ИИ лежат в основе перспективных разработок для сельскохозяйственных производителей, например распознавания болезней садовых растений по фотографиям, повышения урожайности за счет умного управления всеми этапами выращивания, предиктивного обслуживания техники и др. В строительстве ИИ может использоваться практически на всех этапах - от создания различных вариантов моделей зданий до мониторинга процессов на стройплощадке, в частности перемещения и расхода материала, а также контроля безопасности", - комментирует он.

Аналитики ИСИЭЗ НИУ ВШЭ отмечают, что текущий этап развития искусственного интеллекта связан с разработкой и адаптацией ИИ-продуктов и сервисов для широкого круга прикладных задач. Перспективы их массового внедрения зависят от готовности организаций менять не только технологическую базу, но, что более важно, бизнес-процессы и культуру работы с данными.

По данным исследования, в дальнейшем бизнес будет предъявлять спрос на более комплексные решения, интегрирующие ИИ с иными цифровыми технологиями, в том числе интернетом вещей, новыми поколениями связи (5G), системами распределенных реестров. Это позволит перейти от фрагментарного к системному освоению технологий ИИ по всей цепочке создания стоимости.

Системная государственная политика по стимулированию спроса на ИИ со стороны промышленности, а также иных традиционных секторов экономики создает необходимые стимулы для внедрения технологий и снижает риски освоения новых решений. Среди прочего государство оказывает финансовую поддержку (гранты на коммерциализацию ИИ-решений для малых предприятий, субсидии для внедрения продуктов и сервисов на основе ИИ и др.), формирует правовую среду (регуляторные песочницы, национальные стандарты и др.), способствует развитию отечественного рынка ИИ-систем.

Константин Вишневский отмечает значимую роль господдержки. "Запущен отдельный федеральный проект по ИИ, в рамках которого принято восемь постановлений правительства РФ об утверждении правил предоставления субсидий, в том числе по поддержке пилотных проектов апробации технологий ИИ в приоритетных отраслях; поддержке и акселерации ИИ-стартапов, поддержке разработки открытых библиотек в сфере искусственного интеллекта; поддержке исследовательских центров в сфере искусственного интеллекта; разработке аппаратно-программных комплексов и др. Подписано соглашение между компанией-лидером (Сбер) с правительством РФ по развитию высокотехнологичного направления "Искусственный интеллект", формируется экосистема, в которую должны войти вузы, научные организации, компании-потребители и разработчики технологий ИИ. Все эти меры будут постепенно способствовать увеличению уровня проникновения ИИ в отраслях", - уверен Константин Вишневский.

Говоря о достаточности уровня господдержки в направлении ИИ директор по цифровым решениям компании "ВС Лаб" Александр Хлуденев отмечает, что, если взглянуть на данные патентования в области ИИ, то в абсолютных величинах и в динамике последних лет там с большим отрывом лидируют США и Китай. Лидеры среди патентов - ИТ-гиганты из этих стран. Если посмотреть на рынок венчурного инвестирования в ИИ-стартапы, то мы увидим сходную картину. Как результат, больше 40% ИИ-компаний сконцентрированы, например, в США. "Это гонка экономик, выстраиваемых институтов и целенаправленных инвестиций. Понятно, что экономика России скромнее указанных стран, но даже в соотношении с нашим ВВП наш венчурный рынок вообще - а не в части ИИ - меньше таких стран, как Эстония или Австрия, и много меньше Великобритании или Германии. Так что господдержка может быть сосредоточена и в другой плоскости. Разумеется, она ценна и для высокой скорости адаптации технологий, когда направлена на определенные отрасли. И стратегия цифровизации обрабатывающих отраслей промышленности, например, при ее надлежащей реализации, хорошо поможет соответствующим предприятиям. Однако, чьи продукты и технологии мы будем внедрять и какого качества, даже если это будут российские, это задачи предыдущих этапов развития ИИ. Поэтому хочется видеть более сбалансированную политику в этой области", - говорит он.

По данным исследования, не последнюю роль в коммерческом распространении ИИ играют этические аспекты. Недавно принятый Кодекс этики в сфере ИИ призван определить базовые принципы разработки и внедрения ИИ, минимизировать риски и повысить доверие пользователей. Параллельно с этим формируется практика получения и использования данных. Так, планируется разработать концепцию упрощения доступа разработчиков к различным типам данных. Это, по словам аналитиков ИСИЭЗ НИУ ВШЭ, важный шаг на пути к созданию рынка данных, без которого в долгосрочной перспективе развитие ИИ невозможно.

Руководитель центра бизнес-аналитики Ramax Group Сергей Левашов отмечает, что принятие Кодекса этики и упрощение доступа к данным направит российский рынок разработки ИИ в более цивилизованное русло. "В дальнейшем пункты кодекса, прошедшие апробацию на практике, примут форму законных актов. Сам по себе формат кодекса, хорош для фиксации этических проблем, которые еще не прошли законодательную оценку и не решены официальным способом. Как пример, можно привести определение виновного в ДТП между беспилотным и обычным автомобилями", - говорит он.

Александр Хлуденев отмечает, что Кодекс этики - это конструкт для разработки дальнейших регуляторных инструментов, как это происходило или происходит в других странах. "Они будут направлены на защиту от рисков при распространении ИИ для конкретных людей, обществ, бизнесов, ну и государственных институтов в конце концов. Упрощение доступа разработчиков к данным преследует примерно такие же цели - снизить риски и защитить. Такие мероприятия направлены на снижение барьеров распространения технологии. Но это один из факторов. А крупнейшими же драйверами здесь являются экономические - пресловутые повышение продуктивности, снижение затрат, повышение качества продуктов и услуг. Именно они способны менять рынок - чем интенсивнее развитие экономики, тем интенсивнее такие стимулы", - говорит он.

Давая прогнозы на будущее, Константин Вишневский говорит, что в 2021 г. заметный скачок сделали технологии компьютерного зрения, которые используются, помимо прочего, для распознавания изображений (например, КТ-снимков) и лиц. Новым этапом развития технологий ИИ становится распознавание эмоций. Также ученые стараются преодолеть проблему "черного ящика" и создать методы объяснимого ИИ, что позволит интерпретировать работу алгоритмов машинного обучения. В эту тенденцию укладывается, например, принятие Кодекса этики в сфере искусственного интеллекта. "Этичный" и объяснимый искусственный интеллект вполне может начать активно входить в повестку уже в 2022 г.

"Еще одним перспективным направлением может стать электронная компонентная база для ИИ. Нехватка собственных технологий по ЭКБ и высокие темпы их обновления могут приводить к доминированию зарубежных коммерческих решений, что порождает вполне понятные риски, связанные с возможным введением ограничений. И, как показывает мировой опыт, ведущие страны также стремятся снизить зависимость от сравнительно небольшого числа мировых производителей электроники", - говорит он.

По оценкам ИСИЭЗ НИУ ВШЭ, к 2030 г. спрос на ИИ будет более диверсифицирован по различным отраслям.

"Но, что самое важное - спрос на ИИ вырастет более чем в 18 раз в сравнении с 2020 г. Ожидается, что доминирующую роль по-прежнему будет играть крупный бизнес, способный инвестировать значительные средства в ИИ-решения. Вместе с тем в скором времени ожидается и демократизация технологий ИИ, которая сделает его более доступным для малого и среднего бизнеса. Непременным условием для этого станет повышение уровня цифровой грамотности как отдельных сотрудников, так и распространение ИИ-культуры в самих организациях", - дает прогноз Константин Вишневский.

Говоря о том, какие решения ИИ бизнес будет готов применять в первую очередь, Сергей Левашов отмечает, что появятся инструменты, позволяющие использовать библиотеки и заранее обученные нейросети по подписке, для решения конкретных бизнес-задач. Аналогом являются современные дата-центры и облачные платформы. "Бизнес любого формата сможет позволить себе вычислительные мощности любого размера по запросу, не инвестируя огромные средства в ПО и инфраструктуру", - прогнозирует он.

По словам директора по R&D НЦИ Александра Ануфриенко, приоритет будет отдаваться тем приложениям, которые обеспечивают максимальную автоматизацию требуемой функции, при минимальном контроле со стороны операторов и отсутствии жалоб от конечных пользователей.

Александр Хлуденев уверен, что зрелость ИИ-разработок определяется главным образом готовностью фундаментальных исследований, сложностью окружения, в котором приходится оперировать агенту ИИ, и количеством решений, которое ему приходится принимать. То есть, если мы сужаем и четко определяем окружение и круг задач для агента ИИ, мы быстрее получаем готовый продукт или решение. Этим, по словам Александра Хлуденева, можно объяснить готовность и широкое применение на рынке чат-ботов и виртуальных ассистентов например. Большая их часть обучена на конкретные темы и сценарии применения.

"Среди решений ИИ, которые в ближайшее время получат широкое применение в силу своей зрелости, я бы обозначил компьютерное зрение и распознавание изображений. Технология на рынке давно и научилась не только распознавать объекты и действовать на основании заложенных правил, но и идентифицировать сцены, активности, двигательные, динамические и поведенческие характеристики объектов, приближаясь к "человеческому пониманию". Наблюдения в видимом спектре усиливаются инфракрасными и лазерными сенсорами. Обученные модели ИИ зашиваются сразу в небольшие мощности камер, ускоряя принятие решений, расширяя их применение, снижая затраты на коммуникации. Помимо традиционной безопасности, огромный потенциал для здравоохранения, ретейла, производства и логистики, а также для коммерциализации в робототехнике", - делится прогнозом Александр Хлуденев.

Новости из связанных рубрик