Бум инвестиций последних лет, который был направлен на технологии работы с большими данными и ИИ, заканчивается – пришло время пожинать плоды этих капиталовложений. Впрочем, барьеры входа в технологию для российского бизнеса остаются высокими. Об этом заявил руководитель Т1 ИИ (ИТ-холдинг Т1) Сергей Голицын на конференции по анализу больших данных и технологиям ИИ Data Fusion.
В ходе сессии “Искусственный интеллект + Данные = человекоцентричный транспорт?” Сергей Голицын отметил, что согласно международным исследованиям, уже несколько лет идет достаточно существенное снижение инвестиций в технологии искусственного интеллекта. При этом наблюдается кратно компенсирующий рост по вложениям капитала в реальные бизнес-решения.
По мнению спикера, мы наблюдаем историю перехода от хайпа к конструктивному применению технологии. В качестве примера, он привел инструменты на базе компьютерного зрения, которые повсеместно внедряются транспортными компаниями страны.
“Основной запрос бизнеса сегодня связан с сервисами предиктивной аналитики и прогнозирования, инструментами оптимизации, встраиванием моделей в CRM-системы”, — уверен Сергей Голицын.
Следующий шаг, по его мнению, — история с генеративным искусственным интеллектом и большими языковыми моделями. При этом, активнее будет распространяться платформенный подход, который станет трендом в следующие несколько лет.
«Мы прогнозируем развитие MLOps-платформ, систем с Low-Code инструментарием, что позволит корпорациям самостоятельно и оперативно внедрять те или иные сервисы на базе технологии ИИ. Чтобы добираться до разных пластов данных бизнесу уже требуется вызывать модели машинного обучения через промт-инжиниринг и взаимодействие с большими языковыми моделями. Это даст возможность, например, быстро спрогнозировать трафик в определенном регионе в конкретное время», — рассказал Сергей Голицын.
Однако несмотря на то, что сервисы ИИ уже приносят практическую пользу, барьеры входа в технологии работы с большими языковыми моделями высокие. Сложности, по мнению эксперта, связаны с кадрами, с инфраструктурными ограничениями и высокой стоимостью оборудования. Для российских компаний решением может стать создание кластеров и сотрудничество с профильными ИТ-командами, которые обладают необходимой экспертизой.
На вопрос модератора: когда ИИ сможет заменить человека Сергей Голицын ответил, что ИИ уже заменил или частично автоматизировал многие специальности или операции. «Яркий пример — финтех: вместо десятков тысяч андеррайтеров и кредитных инспекторов в банках сейчас работают всего несколько сотен человек, которые финализируют сделки по займам. Основные решения по выдаче уже принимают алгоритмы».
В первую очередь алгоритмы заместят рутинные операции, которые сегодня выполняет человек. На горизонте нескольких десятилетий это станет заметным явлением.