Пока общество горячо спорит об этической стороне всеобщей цифровизации, не без оснований опасаясь оказаться в «цифровом концлагере», бизнес молча и упорно ищет пути коммерциализации «цифры», в том числе при помощи машинных «мозгов». Так, занимаясь стратегическим консалтингом и отслеживая новые технологии, которые приходят в экономику, в ГК «Институт Тренинга — АРБ Про» последние три-четыре года видят тренд: компании разных отраслей инвестируют и внедряют решения на базе искусственного интеллекта (ИИ), добиваясь при этом различных эффектов — увеличения скорости бизнес-процессов, снижения рисков и потерь, оптимизации затрат, создания новой потребительской ценности, а иногда даже трансформации рынка и предложения. Параллельно бурно развиваются соответствующие подотрасли IT-индустрии — разработка программного обеспечения (ПО) и услуги по внедрению ИИ.
Парадокс в том, что при достигнутых бесспорных успехах и огромном потенциале «русского» ИИ, о чем говорят, например, сопоставимые с внутренним рынком объемы экспорта «умного» ПО, мы производим ничтожную долю этого продукта в мире — менее 0,5%. Кроме того, в России отсутствует база для производства некоторых новейших продуктов на основе ИИ, из-за чего есть угроза нашего отставания от мирового рынка. За подробными разъяснениями по всем этим вопросам мы обратились к руководителю направления «Стратегическое планирование» ГК «Институт Тренинга — АРБ Про» Роману Копосову.
— Что собой представляет рынок ИИ в цифрах: каковы его объем и динамика?
— Мировой рынок искусственного интеллекта в 2019 году, еще без влияния COVID, составил 36,5 миллиарда долларов и вырос на 30 процентов. Такая динамика, по данным ведущих аналитических компаний и разработчиков, сохранится до 2023 года. По нашим оценкам, это консервативный прогноз, следует ожидать темпов прироста в 40–45 процентов. Здесь мы имеем в виду инвестиции в полные внедренческие решения на основе ИИ, а не только в коробочные продукты. Речь идет о трех-четырех классах решений, которые большая часть людей вкладывает в понятие «искусственный интеллект». Первый класс решений — это машинное обучение (machine learning). Это предиктивная аналитика, интеллектуальный анализ данных, глубокое обучение (deep learning), нейросети. Второй класс решений — это все, что касается компьютерного зрения, когда алгоритмы обрабатывают изображение с камеры, или уже созданных изображений и образов. С помощью систем машинного зрения можно распознать расстояние, преграды, людей. Эти системы являются частью автопилотов автомобилей, позволяют расшифровывать рукописный текст и распознавать внешность людей. Третий класс решений — это обработка естественного языка (natural language processing). Четвертый класс — речевые технологии, хорошо знакомые нам голосовые боты «Алиса», Alexa, Siri и другие, которые, разговаривая с человеком, пытаются вести с ним осознанный диалог.
