С каждым годом прорывных открытий в сфере ИИ все больше, они становятся незаменимыми составляющими бизнес-систем и жизни человека. Возможность автоматизация процессов, обработки и анализ больших объемных данных, обеспечение безопасности стимулирует специалистов дальше интегрировать технологию в государственном и частном секторе. Разработчики стремятся выйти на новые ниши и повысить качество жизни людей, проводя постоянный анализ рынка конкурентов, предлагая модернизированные варианты уже существующих продукты и представляя новые инновации.
2.3 Пути внедрения ИИ в деятельность международных компаний
Многие руководители компаний сегодня внедряют технологию Искусственного Интеллекта с целью повышения темпов роста производительности и конкурентоспособности на международном рынке. Этот тренд называют «первой волной» проникновения ИИ в бизнес-процессы с главной целью - повысить эффективности их работы. «Вторая волна» же направлена на более глубокие преобразования и яркие инновационные проекты, которые включают в себя создание не только новых экономических возможностей, но и решение проблем экологии, здравоохранения и благосостояния общества. Более сложные проекты с ИИ обычно создаются совместно крупными компаниями и инновационными стартапами, которые генерируют идеи, а технологические гиганты занимаются их реализацией. «Например, Fanuc Corporation совместно с Cisco, Rockwell Automation и японским ИИ-стартапом Preferred Networks (PFN) смогла перевести в промышленную реализацию концепцию туманных и периферийных вычислении?.» Искусственный Интеллект - ваш новый IQ // Accenture, 2017 г.: https://www.accenture.com/ru-ru/_acnmedia/Accenture/ru-ru/PDF/Accenture-Boost-Your-AIQ_rus.pdf
Корпоративные игроки создают проекты с применением ИИ для сокращения затрат и улучшения качества обслуживания клиентов, что делает возможным конкуренцию с более крупными компаниями. «Начиная с 2010 г. совокупныи? среднегодовои? темп роста объема финансирования новых ИИ-проектов составляет порядка 60%. Патентных заявок в сфере ИИ стало больше на 26%.» Там же Компании нацелены на то, чтобы растить свой бизнес и готовы трансформироваться за счет внедрения ИИ-технологий.
Кооперация с более крупными производителями или стартами происходит для обмена ИИ-технологиями и капиталом. «Среди известных примеров: покупка ИИ-стартапа Deep Mind компаниеи? Google; компании, специализирующеи?ся на машинном обучении, Turi гигантом Apple; а Maluuba, стартапа в сфере обработки естественного языка, корпорациеи? Microsoft.» Там же Компании создают собственные ИИ-лаборатории и инвестируют в стартапы, которые создают требующиеся для них ИИ-платформы. «Например, у Государственнои? электросетевои? корпорации Китая (State Grid Corporation of China) больше 200 лаборатории?, как минимум две из которых специализируются на решениях с использованием Искусственного Интеллекта - Sichuan Provincial AI Lab и Electricity Robot Technology Lab.» Там же
Помимо кооперации на уровне компаний, предприятия заключают партнерские соглашения с вузами и отдельными экспертами, которые предоставляют им доступ к мировым знаниям и навыкам. «Lyra запустила приложение - калькулятор выбросов CO2 после своих консультации? с профессором Аланом Пирсом, экспертом в области энергетики из Мельбурнского королевского технологического университета (RMIT), консультирующего также большие корпорации по вопросам умных здании? и умнои? электроники.» Там же
В коммерции за счет ИИ разрабатываются новые инструменты маркетинга и продаж. Компания Facebook с помощью ИИ обрабатывает пользовательские данные для создания эффективной таргетированной рекламы. Социальной сети Facebook удалось заработать в последнем квартале 2018 г. $6,8 млрд на рекламе. Имплементация разработок на основе платформы ИИ усовершенствовала рекламные обращения к пользователям и позволила качественней проанализировать существующий контент для более эффективного размещения рекламы.
Для более четкой оценки присутствия ИИ в структурах компаний и приспособленности существующей среды к его интеграции консалтинговая компания Accenture, один из лидеров на мировом рынке в своей отрасли, разработала индекс «Коэффициента Искусственного Интеллекта» (Artificial Intelligence Quotient, AIQ), который делится на индекс внутрикорпоративных приоритетов в области собственных разработок и индекс внешних целей, областей кооперации с другими компаниями. Благодаря этому индексу Accenture выделила ряд отраслей, которые выступают литерами по уровню AIQ в обоих индексах: разработка на базе цифровых платформ, ПО, программное обеспечение и ИТ-сервисы, оборудование, бытовая электроника и автомобилестроение. Средние же показатели занимают такие отрасли, как: розничная торговля, СМИ, телекоммуникации, электронная инженерия, энергетика, материалы, строительство, фармацевтика и здравоохранение.
Безграничность способностей ИИ и его незаменимость на данном этапе эволюции в полной мере уже оценена крупными компаниями и некоторыми государственными структурами. С каждым годом предприятия становятся все более открыты для сотрудничества с перспективными стартапами, преодолевая существующие культурные барьеры, перенимая опыт других игроков и генерируя совместно новые идеи.
2.4 Проблемы и противоречия использования ИИ
Сейчас компании стремятся активно внедрять ИИ в свои производства, тем самым расширяя охват данной технологии до глобального уровня. Но существует множество законодательных, политических, моральных и этических вопросов, которые остаются открытыми и препятствуют принятию данной технологии обществом и государством. Это создает барьеры и неопределенность, что будет дальше после такого масштабного внедрения робототехники. Создание новой формы технологической жизни воодушевляет разработчиков и озадачивает власти государств.
Такая трансформационная технология, как ИИ, представляет определенные риски и ставит новые задачи перед органами государственной власти и публичной политики. Появляются такие вопросы, как сокращение рабочих мест, трансформация экономики, юридические аспекты регулирования, безопасность внедряемых систем. Существует несколько насущных проблем внедрения ИИ, которые не связаны с легитимной и политической составляющей. Во-первых, не каждое общество в силу культурных традиций и развитости население готово принимать такие перемены и осознавать общую выгоду от внедрения машин в повседневную жизнь. Уровень осведомленности низок для того, чтобы оценить полный потенциал технологии. Во-вторых, присутствует некий страх перед неизвестным. Решения, принимаемые с помощью компьютерного алгоритма, трудно предсказывать, и платформа не выдает объяснения «почему» то или иное решение было предложено. Также, появляется страх перед эффективностью и результативностью работы машин, что полностью заменяет необходимость человеческого труда в отдельных производственных или бизнес процессах.
По мнению Германа Грефа к 2025 г., «Сбербанк сократит штат на 50% - этих сотрудников заменит Искусственный Интеллект и средства автоматизации.» Касмин Э. Внедрение искусственного интеллекта привело к массовым увольнениям в Сбербанке // Cnews.ru, 12 Декабря 2018 г.: http://www.cnews.ru/news/top/2018-11-12_vnedrenie_iskusstvennogo_intellekta_privelo_k Но помимо того, что внедрение технологий ведет к массовым сокращениям, проблема нехватки талантов и специалистов остается открытым. Решением данного вопроса уже занялись такие компании, как Google DeepMind и IBM Watson, которые стремятся создать интеллектуальные системы, которые в свою очередь смогут самостоятельно создавать интеллектуальные системы без участия человеческого ресурса.
Методы глубокого обучения, которые используются для ИИ, включают создание сложных блоков для решения проблем высокого уровня. Сеть изучает сначала проблему на начальном уровне иерархии, затем отправляет информацию на следующий и так далее. В итоге, алгоритмы оптимизации становятся с каждым разом сложнее, и многие специалисты не могут их объяснить в силу нехватки знаний глубоких нейтронных сетей.
Также, частой проблемой, с которой сталкиваются компании во время имплементации ИИ является отсутствие стратегического подхода. Предприятия широко осознают потенциал технологии и ее преимущества, но отсутствует понимание четких целей и задач всех аспектов операций. Marr B. The 4 Biggest Barriers To AI Adoption Every Business Needs To Tackle // Forbes, 25 February 2019: https://www.forbes.com/sites/bernardmarr/2019/02/25/the-4-biggest-barriers-to-ai-adoption-every-business-needs-to-tackle/
Одной из базовых проблем является отсутствие и несопоставимость данных и недостаток вычислительной мощности. Объемы и доступность источников информации позволяют использовать возможности ИИ и машинного обучения, но их интеграция до сих пор представляет препятствие. Помимо того, что информация распространятся по нескольким приложениям в разном формате, существует и недостаток данных. А успех технологии зависит от наличия достаточного количества качественной информации для построения моделей обучения. Fu L. Four Key Barriers to the Widespread Adoption of AI // R&D, 29 May 2018: https://www.rdmag.com/article/2018/05/four-key-barriers-widespread-adoption-ai
Согласно опросу среди специалистов по кибербезопасности компании Cylance, которая разрабатывает программное обеспечение, а именно специализируется на антивирусных программах, незрелость и неизведанность технологии ИИ (35.2 % опрошенных), а также нехватка время и квалифицированных ресурсов (26.7% опрошенных) являются препятствиями для ее применения. Потенциальными рисками, которые для себя видят руководители предприятий в сфере киберзащиты являются утрата конфиденциальности из-за количества типа данных, зависимость от одного алгоритма и недостаток его понимания, недостаточная защита данных и отсутствие видимости в решениях. Whitney L. Top 5 barriers to AI security adoption // TechRepublic, 26 March 2019: https://www.techrepublic.com/article/top-5-barriers-to-ai-security-adoption/
Также не исключено наличие ошибок. Компьютер с помощью ИИ проходит тренировочную фазу, а затем переходит к этапу тестирования. Но в процессе обучения программа не может охватить все возможные примеры, с которыми может столкнуться система, что приводит к появлению ошибок.
Еще одним насущным вопросом использования ИИ является его правовое регулирование и поддержка со стороны государства. Особенно этот вопрос встает остро при определении точных границ в использовании конфиденциальной информации и размещении запрещенного контента онлайн. В ряде стран уже запускают государственные проекты по внедрению новых правил и структур, которые смогут гарантировать безопасную работу ИИ и сохранение конфиденциальности. ЕС рассматривает возможность запуска структуры, основанной на мнениях экспертов, по сложным этическим и правовым вопросам, связанным с ИИ. Данное заявление было выдвинуто Европейской группой по этике (EGE) Preez D.D. EU to debate artificial intelligence regulation and legal issues // Diginomica, 11 March 2018: https://diginomica.com/eu-debate-artificial-intelligence-regulation-legal-issues. Оксфордским университетом был разработан специальный индекс готовности национальных правительств к внедрению технологии ИИ в сферу предоставления государственных услуг. Согласно показателям лидерам выступили Великобритания, США и Канада. Martinho-Truswell E., Miller H., Stirling R. Government AI Readiness Index // Oxford Insights: https://www.oxfordinsights.com/government-ai-readiness-index (см. Таблица 1)
Таблица 1 - Индекс готовности национальных правительств к
внедрению технологии ИИ в сферу предоставления государственных услуг
Источник: Government AI Readiness Index // Oxford Insights - 2018
Помимо соблюдения прав людей при использовании необходимых данных для работы, возникают проблемы с действующими национальными правовыми нормами в отношении статуса робота. В 2017 г. в Японии предоставили вид на жительство для чата-бота Shibuya Mirai под специальное регулирование, что противоречит процедуре получения вида на жительства в стране. В ряде стран вводятся подоходные налоги на деятельность роботов. Вопрос правоспособности и ответственности ИИ как отдельной машины не разрешен в текущих версиях национальных законодательств, но по мере широкого использования технологии все больше стран стремятся создать законодательную базу, которая будет регулировать права разработчиков и обеспечивать защиту от рисков использования роботизированных ИИ. Atabekov A., Yastrebov O. Legal Status of Artificial Intelligence Across Countries: Legislation on the Move // European Research Studies Journal. 2018. No 21. P. 773 - 782.
Технология ИИ представляет большие возможности для развития и улучшения конкурентоспособности компаний и качества жизни людей. Но как с любой инновацией требуется время для специалистов, государств и общества, чтобы подстроиться к масштабным изменениям и отказаться от традиционных методов организации. Многие из существующих проблем уже нашли решения, либо находятся на стадии разработки. Но для успешной массовой информатизации потребуются лучшие данные, лучшие алгоритмы и лучшее оборудование.
2.5 Тенденции развития технологии ИИ в РФ
Прорывные технологии стали новым источником производственных возможностей, ресурсного восстановления и повышения качества деятельности компаний и жизни населения. Данная долгосрочная тенденция объясняет повышенный интерес быстрорастущих экономик и поддержку программ «прорывных» направлений на глобальном уровне. Данилин И.В., Мамедьяров З.А., Костюкова К.С., Глотова М.П. Оценка и прогнозирование востребованности прорывных технологий и инноваций: проблемы и решения. - М: ИМЭМО РАН 2016. 15 с.
Сегодня отечественные компании добились огромных успехов в области технологического развития и продолжают реализовывать проекты в сфере Искусственного Интеллекта и машинного обучения. Государство отвечает за создание необходимой среды для развития тенденции цифровизации в стране, поэтому в планах правительства реализовать основные меры государственной политики по обеспечению развития цифровой экономики на российском рынке, поощрению новых инструментов предпринимательства и творческого подхода к созданию новейших инноваций.