Цифровая трансформация от высокотехнологичных IT-компаний вплотную подошла к традиционным «нецифровым» бизнесам. Сейчас искусственный интеллект (ИИ) помогает снизить затраты, повысить производительность труда и бизнес-процессов. Прежде всего он заменяет рутинные и цикличные операции, исключает человеческие ошибки, контролирует производственные процессы в любое время и из любой точки мира.
Российские эксперты сходятся во мнении, что сейчас правовые и этические вопросы ИИ в нашей стране находятся в процессе зарождения и прорабатываются с серьезным запозданием
Фото: Александр Коряков, Коммерсантъ / купить фото
Российские эксперты сходятся во мнении, что сейчас правовые и этические вопросы ИИ в нашей стране находятся в процессе зарождения и прорабатываются с серьезным запозданием
Фото: Александр Коряков, Коммерсантъ / купить фото
Однако мечта о том, что ИИ сможет глобально упростить жизнь всему бизнесу, пока еще остается весьма туманной. Для внедрения высоких технологий необходима экономическая поддержка некрупного бизнеса и урегулирование законодательства в данной сфере. Пока в России технологии ИИ внедрены слабо. В 2019 году объем рынка составил почти $140 млн, что равняется 0,2% мирового объема рынка ИИ. «Тем не менее интерес к этой технологии в РФ даже выше, чем в других странах: как выяснила корпорация Microsoft, 30% руководителей российских компаний внедряют искусственный интеллект в бизнес, тогда как среднемировой показатель достигает только 22%. При этом, по данным IDC, 70% компаний планируют заняться этим в ближайшие год-два»,— утверждает Светлана Анисимова, генеральный директор Uipath в РФ и странах СНГ.
Эксперты отмечают, что «цифровая интеллектуализация» в стране происходит даже быстрее, чем во всем мире. Виктор Орловский, основатель венчурного фонда Fort Ross Ventures, уверен, что это происходит за счет относительно дешевого и массового ресурса разработчиков в области ИИ. «Например, "Яндекс" сейчас не отстает по технологическим возможностям от мировых лидеров, таких как Google или Microsoft»,— приводит пример он.
Растут в этом направлении и инвестиции. «По данным аналитиков IDC, в 2019 году они составили $172,5 млн (для сравнения, в Европе они достигли $7 млрд). Что касается структуры расходов, то больше всего в ИИ вкладывали представители финансового сектора — 41%, производственные компании — 16%, оптовая и розничная торговля — 14%, государственный сектор — 6%, остальные рынки — 23%»,— делится Максим Буртиков, директор по внешним связям RIPE NCC в Восточной Европе и Средней Азии.
Неоднозначное отношение
Однако пока даже к самому термину у участников рынка неоднозначное отношение. «Недавно ходила шутка, которая очень была похожа на правду, что если в названии компании присутствуют слова "блокчейн" и "искусственный интеллект", то рыночные котировки акций компании в разы превышали аналогичные компании, но без таких звучных обозначений»,— замечает Олег Найденов, генеральный директор компании Dataplex, специализирующейся на программных решениях для промышленной автоматизации.
Впрочем, у наступающей цифровой трансформации есть как плюсы, так и минусы. Госпожа Анисимова уверена, что «основная проблема с ИИ в российском бизнесе — высокая стоимость технологических решений. Поэтому внедряют ИИ в основном крупные или богатые компании, причем "точечно", что и предопределяет малый объем рынка». Основные барьеры на пути внедрения Евгений Овчаров, директор по инновационным решениям Oberon, видит в том, что решений «из коробки» сегодня практически нет, таким образом, продукты на основе ИИ должны создаваться для выполнения конкретной — зачастую узкоспециализированной — задачи. Как результат, такую технологию уже нельзя масштабировать для использования где-то еще, нужно проходить все этапы разработки снова. Поддерживает его Александр Кадников, руководитель Digital Agency Anverali, уверенный в том, что «технология еще находится не на высоком уровне, и в процессе взаимодействия с роботами и системами ИИ часто возникают разные казусы. Если мы говорим про продажи, то там, где человек мог бы закрыть сделку и отработать возражение, роботы еще не справляются».
При этом весьма туманно не только российское, но и мировое законодательство в этой сфере. На данный момент создается база, на которой в дальнейшем будут решаться юридические вопросы. Так, в феврале 2020 года в ЕС была представлена так называемая White Paper («Белая книга»). В ней прописаны меры по развитию научных исследований, укреплению сотрудничества между странами ЕС в сфере ИИ, а также увеличению инвестиций в разработку и внедрение ИИ. Также в ней предложены варианты политики для будущей нормативно-правовой базы ЕС. Ранее в Великобритании была принята Стратегия цифровой экономики на 2015–2019 годы. В США в 2018 году утверждена национальная стратегия «План развития и исследования искусственного интеллекта». В Китае в 2017 году Государственным советом была утверждена программа «План развития искусственного интеллекта следующего поколения», которая предусматривает основные направления правового регулирования ИИ в Китае.
Вопрос этики
Российские эксперты сходятся во мнении, что сейчас правовые и этические вопросы ИИ в нашей стране находятся в процессе зарождения и прорабатываются с серьезным запозданием. Так, независимый эксперт Леонид Хазанов отмечает, что до сих пор проблема заключается в трудности его определения. Формально оно закреплено в федеральном законе от 24 апреля 2020 года № 123, предусматривающем лишь проведение эксперимента в Москве. А сам документ оставляет множество вопросов. «Непонятно, кто же именно будет нести ответственность за действия ИИ. Например, если он делал операцию человеку и его действия привели к смерти, то кто будет возмещать ущерб семье покойного? Вроде бы это должен делать его владелец, но ведь операцию проводил ИИ, и, может быть, его действия следует считать непреодолимой силой? Или, может быть, ответственность лежит на его создателях? Или же если ИИ нарисовал картину, то кому тогда принадлежат авторские права — ему самому или же программистам, которые его разработали? Дословно следуя статье 1228 Гражданского кодекса России, ими может обладать только ИИ, однако он не является физическим лицом и гражданином, поэтому авторских прав у него нет. Его разработчики тоже их иметь не могут — вот такой получается юридический парадокс»,— комментирует господин Хазанов.
Есть и другие этические проблемы. «Их возникновение связано с хранением всех полученных ИИ данных, ведь существует риск разглашения конфиденциальной информации не только вследствие неправомерного доступа к ней, но и вследствие "действий" ИИ»,— отмечает Светлана Хмелевских, управляющий партнер юридической группы Lexrus.
Однако процесс запущен, и сейчас все больше российских компаний переходит на цифровые технологии в абсолютно различных индустриях. Темп коммерческого внедрения технологий ИИ напрямую определяется окупаемостью инвестиций в их внедрение. Решающими факторами являются сокращение бюджетов на закупку программной и аппаратной частей и возврат этих инвестиций. «Для задач видеоаналитики ключевым составляющим пунктом капитальных вложений всегда были закупки камер и вычислительного оборудования. Тренд последнего времени — уменьшение зависимости эффективности решений от определенных камер и типов процессоров. Многие решения сейчас можно разворачивать на базе текущей инфраструктуры клиента, и зачастую большинство вычислений происходит в облаке»,— указывает господин Найденов.
Окупаемость инвестиций, в свою очередь, возможна за счет повышения прибыли или сокращения издержек. Например, распознавание лиц клиентов для розницы пока не выстрелило, как ожидалось, нет кейсов массового внедрения, хотя, по мнению экспертов, технологические барьеры относительно невысоки. «Причина в том, что ни клиенты, ни производители решений пока не научились конвертировать знание о клиентах в дополнительную выручку. Пока одна из немногих областей, где реальна быстрая окупаемость инвестиций во внедрение ИИ,— это промышленность. Простой промышленных объектов из-за аварий — это реальные многомиллионные потери. А в 90% случаев основная причина аварий — это человеческий фактор и 10% — это износ оборудования. И если раньше решения позволяли скорее реагировать на нарушения, то сейчас и то, и другое можно эффективно предотвращать с помощью видеоаналитики и различных датчиков. Появляется много работающих "коробочных" продуктов в сфере охраны труда и эффективности производственных процессов — распознавания производственных процедур и адекватности поведения персонала в их рамках, кейсы по контролю ношения персоналом системы индивидуальной защиты (маски, каски, перчатки), контролю перемещения автотранспорта, предотвращению оставления посторонних предметов в наиболее опасных зонах»,— считает господин Найденов.
Работа круглосуточно
Благодаря ИИ в сферах геологоразведки, нефтедобычи, океанографии стало возможным не подвергать риску людей и наладить круглосуточный режим работы. Александр Зоричев, директор группы компаний «Нефтегазинжиниринг», отмечает, что с помощью внедрения цифровых программных решений сокращается время создания проекта, более эффективно задействуется сложное оборудование, минимизируется время простоя, оптимизируются логистические решения. «Для этого используют ряд программных решений на основе Big Data и Machine Learning. У нас существует уникальная платформа, которая с помощью анализа данных (Data Science) сама комплектует деталями и агрегатами проект, созданный инженером-проектировщиком. Платформа читает проект, анализирует все параметры и предлагает соответствующую комплектацию с указанием производителя, сроков и прочих технических данных»,— говорит господин Зоричев. По его оценке, средняя стоимость каждого такого программного решения — 2–3 млн рублей в год.
Уже сейчас крупный бизнес и муниципальные предприятия начали активно внедрять виртуальных ассистентов, но пока это не сложные чат-боты, а скорее некие их элементы. «Например, на сайте теплоэнергетической компании "ТЭК СПб" с помощью чат-бота Вени можно передать показания счетчиков. Пока в большинстве своем предприятия лишь тестируют такие инструменты, чтобы понять отношение общества»,— поясняет Елена Растихина, руководитель проектов искусственного интеллекта Tet.
Отмечает популярность цифровых решений в страховой сфере Алексей Рыбаков, генеральный директор IT-компании Omega-R: «Главное, с чем имеют дело страховые компании,— это данные. Датафикация объектов страхования, петабайты данных требуют аналитических мощностей, чтобы оценить все риски и по-настоящему масштабироваться. Поэтому ИИ и машинное обучение — это драйвер всего сектора экономики».
Рестораторы и отельеры также начинают переходить на облачные системы. Роман Сабиржанов, председатель правления Союза отельеров, говорит: «Все гостиницы уже лет шесть пользуются бурно развивающимися облачными системами, они позволяют отследить динамику по продажам, по бронированию. Ко всем облачным системам автоматизации отелей можно подключить искусственный интеллект. Он анализирует огромное количество факторов и меняет цены на будущие периоды раз в четыре часа по всем категориям. Он формирует динамическое ценообразование сам и делает это намного лучше и быстрее, чем человек. И это дешевле, чем зарплата. Сейчас стоимость автоматизации отеля или ресторана составляет примерно 6 тыс. рублей в месяц».
Однако главная проблема цифровизирующихся компаний связана с человеческими ресурсами — с людьми, которые должны улучшать, внедрять и правильно использовать цифровые технологии, как отмечает сооснователь группы компаний ITP Роман Чуркин. «После введения цифровых технологий и ИИ более 80% компаний на российском рынке приняли положительное решение об использовании данных технологий, но на полную мощность искусственный интеллект работает сейчас только в 40% организаций»,— указывает он.