Гонка технологий. Как искусственный интеллект помогает бизнесу

Крупные компании вкладывают в системы с искусственным интеллектом в России сотни миллионов долларов. Что они надеются получить от машинного обучения?

Внедрение ИИ к 2030 году даст прирост мирового ВВП на 14%, то есть примерно $15,7 трлн, по данным PwC. Консалтеры отмечают, что это больше, чем нынешний суммарный объем промышленного производства Китая и Индии. Согласно результатам исследования Teradata, подавляющее большинство крупных компаний (80%) инвестируют в технологии искусственного интеллекта, а согласно прогнозам Gartner к 2020 г. они будут присутствовать практически во всех новых программных продуктах и сервисах.

В России объем рынков применения искусственного интеллекта и машинного обучения в 2017 году составил около 700 млн рублей, но к 2020 г. до 28 млрд рублей, согласно исследованию TAdviser и системного интегратора «Инфосистемы Джет». Директор по разработке и внедрению компании «Инфосистемы Джет» считает, что причины применения ИИ меняются с соображений следования моде на экономическую оправданность: «Появилась возможность экономически эффективно применять ИИ в широких областях». Правда пока примеры, представленные на RAIF не впечатляют. Будущее кроется в повседневных мелочах. Драйверами применения ИИ стали финансовая область, страхование и ретейл.

Исследователи сообщили, что лидером по количеству проектов остается финансовая отрасль. Здесь технологии позволяют снизить издержки, минимизировать риски, предотвратить фрод, проверять заемщиков, оценивать их платежеспособность, осуществлять прогнозирование и т. д. В частности, ПАО «Банк УРАЛСИБ» применяет ИИ для анализа данных о клиентах, что позволяет более персонализировано подходить к своим предложения. Также в банке недавно перевели каталог продуктов на нереляционную базу данных под управлением ИИ, которая при изменении тарифа сама структурирует данные, не требуя менять код ПО. «Финансовый сектор всегда был в авангарде использования технологии, и еще 15 лет назад банки начали использовать ИИ для прогнозирования дефолтов с помощью самообучающихся нейронных сетей. Сейчас ИИ позволяет нам решать более широкий круг задач: минимизировать риски, предотвращать фрод, проверять заемщиков, оценивать их платежеспособность, осуществлять прогнозирование и так далее», — объясняет Руководитель департамента «Цифровой банкинг» ПАО «Банк УРАЛСИБ» Александр Сахаров.

В ретейле основное направление внедрений искусственного интеллекта связано с обслуживанием клиентов, оптимизацией логистики, инвентаризацией складских запасов, снижением затрат и прогнозированием спроса. Среди примеров из ретейла была представлена компания «М. Видео», которая внедрила у себя технологии искусственного интеллекта для улучшения клиентского сервиса через онлайн-магазин. Анализируется поведение клиента на сайте, переходы между страницами, просмотры разделов, после чего система готовит персональные товарные рекомендации, которые направляет зарегистрированному пользователю по почте.

Чтобы увеличить конверсию за счет возврата ушедших посетителей и повысить отклик от маркетинговых рассылок, компания внедрила решение на базе машинного обучения, которое определяет оптимальное время взаимодействия с клиентом для совершения покупки. В частности применяется механизм, который анализирует предпочтения других покупателей. По словам, директора по информационным технологиям «М. Видео» Сергея Сергеева, в результате этих и ряда других мер по оптимизации работы сайта интернет продажи за 9 месяцев выросли на 30%, а конверсия посетителей в покупателей — на 10%.

Изображение: Getty
Изображение: Getty

В страховании искусственный интеллект применяется для управления документооборотом, обработки клиентских данных, селекции рисков, борьбы с мошенничеством, определения персонализированных страховых услуг и распределения страховых выплат. В России среди лидеров этого сегмента можно выделить компанию «Альфа Страхование», которая одна из первых внедрила элементы ИИ для решения главной проблемы страхового рынка — мошенничества при урегулировании убытков. Система, анализируя данные страховых случаев ОСАГО, в том числе клиентские данные, это позволяет выделить среди общего количества сомнительных случаев те, в которых действительно существует вероятность мошенничества со стороны клиента, для последующего проведения расследований. Это помогает выявить мошенничество и отгородить остальных клиентов от дополнительных трат.

«Мы можем наблюдать, как на рынке страхования происходит революция — от объектного подхода, когда раньше мы пытались по группам клиентов агрегировать факторы, то есть всем людям с одинаковым возрастом, стажем, машиной и т. д. предложить общий тариф, на индивидуальный подход, когда каждый клиент теперь имеет возможность получить персональный тариф, исходя из своих навыков», — объясняет Сергей Шишкин, заместитель финансового директора компании «Альфа Страхование». Он же отмечает и важную особенность ИИ, которая возможно тормозит его внедрение: «Машине не доверят зарабатывать деньги, потому что с нее не спросишь результат. А с человека менеджера — спросишь».

Директор по продажам отраслевых решений Yandex Data Factor Константин Горбач представил кейсы в промышленности, в первую очередь, внедрение искусственного интеллекта на магнитогорском металлургическом комбинате. Запущенное решение помогает принять решение по диапазону химического состава сырья для стали для оптимизации качества и себестоимости продукции. Заявленная эффективность составила около 5%. Далее, по подобной модели компания внедрила искусственный интеллект в производство шоколада и экстракцию золота. Окупаемость таких проектов, по данным разработчика, составляет 6−9 месяцев.

Как отмечают эксперты, несмотря на высокий потенциал роста рынка, в России практическое внедрение технологий тормозят достаточно высокие инвестиции в проекты при существующих сомнениях в финансовой отдачи. Помимо этого, для развития бизнес-ориентированного ИИ барьером является недостаток вычислительных мощностей, наличие высокопроизводительной инфраструктуры позволит скорректировать ситуацию. Несмотря на это на отечественном рынке уже существуют примеры внедрения ИИ, которые доказывают эффективность их применения и пользу для бизнеса. Многие компании осознают необходимость активного инвестирования в ИИ, это подтверждается желанием лидеров венчурного рынка в лице инвестфондов Сбербанка и Larnabel Enterprises, намеревающиеся вложить более $100 млн в проекты на базе ИИ. Исходя из этого, эксперты утверждают, что уже сегодня применение технологий ИИ/МО в бизнесе — это «гонка вооружений». Кто первый внедрит, оптимизирует бизнес процессы, сделает клиенту лучшее предложение, тот выиграет.