Технологии искусственного интеллекта (ИИ) играют важную роль в формировании цифровой экономики как на федеральном, так и на региональном уровне в силу наличия связи между их качеством и эффективностью бизнеса. И хотя глобально географический фактор не влияет на отраслевую специфику применения ИИ, в целом в СЗФО такие технологии внедряются в уже цифровизированных секторах и в промышленности.
Среди наиболее популярных направлений применения технологий ИИ сегодня — медицина, ритейл и e-commerce, транспорт и логистика, энергетика, промышленность и образование
Фото: Евгений Павленко, Коммерсантъ
Среди наиболее популярных направлений применения технологий ИИ сегодня — медицина, ритейл и e-commerce, транспорт и логистика, энергетика, промышленность и образование
Фото: Евгений Павленко, Коммерсантъ
Как отмечают эксперты, спустя три года реализации федерального проекта «Искусственный интеллект» в большинстве регионов страны сформировался фундамент, благодаря которому решения на базе этих технологий постепенно перестают быть уделом крупных федеральных компаний: по данным совместного исследования TAdviser, Huawei и «Техносерв», 68% из них использовали такие решения уже в 2020 году. По расчетам «Сбера», кумулятивный эффект от распространения ИИ-решений к 2025 году может добавить к ВВП страны минимум 1%.
Что касается Северо-Западного федерального округа, то эксперты отмечают, что здесь активно развиваются IT-компании в целом. При этом, по данным альманаха «Искусственный интеллект» МФТИ, по числу компаний в сфере искусственного интеллекта пока лидирует Москва. Там сосредоточено 71% таких организаций, Петербург — на втором месте с 10%.
Согласно исследованию ICT.Moscow, среди наиболее популярных направлений применения технологий ИИ сегодня — медицина, ритейл и e-commerce, транспорт и логистика, энергетика, промышленность и образование. Также ИИ активно применяется в банковском сегменте.
Сфера применения
По словам Виктории Арабиной, партнера компании RBS и основателя агрегатора технологических проектов Venn, сегодня изыскания в сфере машинного обучения, искусственного интеллекта в рамках СЗФО проводятся во всех ключевых отраслях хозяйственной деятельности и социальных услуг: от распознавания биометрических данных, их анализа и учета до алгоритмов работы предприятий, автоматизации производств, предиктивной аналитики в сфере здравоохранения. Связано это в первую очередь с интеллектуальными центрами округа, в особенности работой с ИТМО.
При этом, по мнению Александра Бухановского, руководителя исследовательского центра «Сильный искусственный интеллект в промышленности» и Национального центра когнитивных разработок в Университете ИТМО, объем использования технологий ИИ никак не связан с региональным фактором, а зависит от степени цифровизации конкретного сектора экономики, а также его регуляторной базы, а именно — того, насколько легко она позволяет эти технологии внедрять.
«Как правило, ИИ наиболее активно используется в постцифровых секторах экономики (финансы, ритейл, развлечения): в них не нужно оцифровывать данные, они и так собираются изначально в электронном виде. При этом наибольший экономический эффект приносят совсем не "бытовые" ИИ-решения (например, разговорные боты в колл-центрах), а системы, направленные на поддержку профессиональной деятельности (например, кредитный скоринг или предсказание будущих покупок клиентов)»,— поясняет он.
С другой стороны, традиционным потребителем систем ИИ в СЗФО является промышленность — в первую очередь машиностроение, ТЭК и электроэнергетика. Правда, в основном это характерно для крупных предприятий, имеющих стратегию цифровой трансформации и реализующих ее не первый год.
При этом, как и для постцифровых секторов, основной эффект от внедрения ИИ возникает не в части автоматизации рутинной деятельности человека, а при поддержке принятия решений в условиях неопределенности. Например, на ранних стадиях проектирования и создания новых промышленных объектов и производств, когда цена ошибки очень высока.
Есть и другие сектора — устоявшиеся потребители ИИ, такие как транспорт и логистика, и даже сельское хозяйство. Но их потенциал, по мнению экспертов, в настоящее время удовлетворен еще недостаточно.
По словам Евгения Зараменских, профессора Высшей школы бизнеса НИУ ВШЭ, в целом многие предприятия СЗФО постепенно внедряют в свои процессы компьютерное зрение. Так, на Кольской ГМК проводятся испытания этой технологии для автоматического управления процессом флотации: процесса, в котором содержащие металл частички поднимаются вверх в виде пузырьков и отправляются на дальнейшую переработку. А одно из старейших транспортных предприятий города — АО «Третий Парк» — использует систему автоматического подсчета пассажирского потока. Результатами внедрения такой системы стали рост выручки на 10%, повышение точности подсчета пассажиропотока до 99% и сокращение срока окупаемости транспортного средства на два месяца.
Правительство Архангельской области в 2021 году заявляло о разработке системы автоматической обработки обращений граждан, которая будет использовать технологии распознавания и синтеза речи для анализа принятых голосовых сообщений, постановки их на контроль и обеспечения обратной связи с гражданами.
В сфере здравоохранения отдельные российские ИИ-разработки приобретают федеральный масштаб, постепенно проникая в различные регионы России. С 2021 года в Александровской больнице Петербурга функционирует пилотный проект по поддержке врачебных решений на базе отечественной платформы Botkin.AI. А мурманская клиническая больница им. Баяндина пользуется возможностями платформы с 2018 года.
В лесной, деревообрабатывающей и целлюлозно-бумажной промышленности СЗФО, по словам Станислава Воронина, руководителя направления систем бизнес-аналитики BIA Technologies, компьютерное зрение активно используют для оценки лесных балансов, отслеживания транспорта, который движется по территории и других задач.
Что касается секторов, менее всего сталкивающихся с применением ИИ, то, по словам господина Бухановского, к ним относятся предприятия «ржавого пояса»: если нет цифровизации, то ИИ просто не с чем будет работать. «Однако и с цифровыми областями не все так просто. Из удивительных "аутсайдеров" можно назвать здравоохранение и управление городом»,— добавляет эксперт.
По словам господина Бухановского, здравоохранение порождает огромное количество цифровых данных и задач для ИИ, которые успешно решаются научными коллективами. Но между решением научной задачи и реальным внедрением находится «долина смерти», потому подавляющее большинство медицинских ИИ систем остается на уровне экспериментальных образов. Во многом это обусловлено регуляторной базой, а также структурой рынка медицинской техники и технологий. Тем не менее активности, чтобы переломить эту ситуацию, ведутся: например, в НМИЦ им. Алмазова.
При этом управление городом, в отличие от здравоохранения, не сдерживается от применения ИИ столь выраженной регуляторикой. Однако здесь возникает проблема, связанная с научной сложностью задачи управления столь разноплановой и разномасштабной сущностью. Но «умный город» — это не только «умные» перекрестки и камеры, это единая система управления, связывающая между собой многочисленные системы ИИ, работающие на разных уровнях и масштабах. Комплексное внедрение ИИ здесь — задача ближайшего десятилетия.
Что еще отличает СЗФО от других регионов, по словам Сергея Гребенникова, члена комиссии Общественной палаты РФ по развитию информационного сообщества, СМИ и массовых коммуникаций, так это стремление округа развивать и обучать специалистов в сфере ИИ. В СЗФО недавно проходили профильные соревнования, например, окружной хакатон и региональные чемпионаты проекта «Цифровой прорыв. Сезон: искусственный интеллект» (один из проектов АНО «Россия — страна возможностей»). В Университете ИТМО есть специальности, связанные с данными технологиями. А в СПбГЭТУ «ЛЭТИ» недавно открылась школа Principal Investigator in Artificial Intelligence.
Череда препятствий
По словам Сергея Гатауллина, декана факультета цифровой экономики и массовых коммуникаций Московского технического университета связи и информатики, вполне реалистичным в перспективе до 2030 года выглядит ежегодный прирост ВРП СЗФО в 1–1,5% как эффект от внедрения технологий ИИ. Однако сегодня применение искусственного интеллекта доступно по большей мере крупному бизнесу и практически недоступно мелким игрокам. Это происходит ввиду дороговизны подобных цифровых решений и отсутствия в компаниях штатных подразделений R&D (Research & Development), способных адаптировать существующие технологии к реальному производству товаров и услуг либо создавать собственные.
Евгений Верещагин, генеральный директор ООО «ИндуТех», председателя комитета по роботизации и автоматизации производств Санкт-Петербургского регионального отделения «Деловой России», отмечает, что цена внедрения на производстве технического зрения на основе нейронных сетей может составить от 1 до 3 млн рублей. И хотя в этом году появились упрощенные решения, которые ощутимо дешевле указанных, они пока не добрались до России. При этом время использования ПО, как правило, ограничено из-за необходимости переобучения в связи с изменением технологического процесса. Для его эксплуатации в течение длительного периода (более трех лет) с функцией переобучения пользователю дополнительно потребуется платная подписка.
Еще одним фактором, препятствующим внедрению ИИ, по мнению Александра Азарова, генерального директора WaveAccess, является снижение спроса на высокотехнологичные решения, характерное для периода турбулентности. «Бизнес сегодня сфокусирован на том, чтобы обеспечить безотказное функционирование IT-инфраструктуры в целом, и проекты по внедрению ИИ отходят на второй план»,— поясняет он.
Михаил Смирнов, и. о. генерального директора компании «Системы компьютерного зрения», добавляет, что сейчас у компаний действительно есть неуверенность в отношении капитальных вложений, которыми сопровождается внедрение новых систем, в том числе с применением ИИ. Кроме того, экономика была во многом ориентирована на экспорт и требуется время, чтобы развитие технологий на отечественном рынке получило импульс.
При этом, по словам господина Бухановского, в СЗФО нет четко выраженных региональных препятствий для развития и внедрения технологий ИИ. Напротив, налицо высокий промышленный потенциал (наличие потребителя) и квалифицированные кадры. Однако ключевым препятствием, как ни странно, является отсутствие самой культуры внедрения ИИ: массового квалифицированного заказчика и массового квалифицированного исполнителя.
«Отраслевые заказчики часто находятся под влиянием хайпа, навязывающего определенные стереотипы применения ИИ, и не могут априори обосновать эффект, который им даст внедрение. Исполнители на рынке труда в большинстве своем тоже не имеют системного образования в области ИИ (некоторые просто ограничиваются "младшими командирскими курсами" по нейросетям) и умеют создавать лишь типовые решения на основе готовых компонентов. Как следствие, удачные решения пока фрагментарны, а система массового тиражирования лучших практик не складывается. Поэтому без системного воспитания и заказчиков, и исполнителей проблема не решится»,— заключает он.
Перспективы развития
Сейчас, по мнению экспертов, стало очевидно: внедрение ИИ в отраслевую деятельность (в первую очередь в промышленности) является определяющим фактором конкурентоспособности. Тот, кто не использует ИИ, не может играть на рынке на равных (опаздывает по срокам, проигрывает по себестоимости). Но далеко не все компании и предприятия могут объективно внедрять ИИ, у некоторых нет даже простейших средств сбора данных. Потому в ближайшие годы станет заметно расслоение: образуется ядро компаний-держателей технологий отраслевого ИИ, определяющих правила игры на рынке. Вокруг них могут быть созданы сателлитные структуры — по сути, отраслевые ИИ-агрегаторы, которые обеспечивают нужды других участников рынка, так и не достигших ощутимого уровня цифровизации.
Неизбежность перестройки рынка, по мнению Александра Бухановского, связана с ключевой способностью ИИ — кардинально сокращать сроки подготовки решений, что просто разрушает существующие балансы на рынке. Так, в Национальном центре когнитивных разработок совместно с одним из петербургских девелоперов была создана система интеллектуального планирования развития городских территорий, способная за десять минут выполнить работу, на которую человек ранее затрачивал от двух до четырех месяцев.
Для СЗФО ключевые риски такой перестройки заключаются в том, что сам по себе ИИ не имеет региональной окраски. Поэтому принципиально важно, чтобы сами «ядерные» отраслевые компании, тиражирующие лучшие практики ИИ, располагались в регионе. «Следует отметить, что определенная работа в этом направлении уже ведется. Например, создана ассоциация "Искусственный интеллект в промышленности", одной из целей которой является как раз взращивание ИИ-компетенций компаний через привлечение профильных университетов»,— заключает господин Бухановский.