«Умные каски», видеоаналитика, управление персоналом. Как технологии AI работают в бизнесе

Искусственный интеллект проник практически во все сферы привычной жизни, в том числе, и в повседневную работу российских компаний. Сохранить необходимый климат на складе, «рассмотреть» лица посетителей, спрогнозировать спрос на определенные товары, предложить лояльному покупателю «особенную» цену на товары — технологии AI помогают бизнесу развиваться, становится более клиентоориентированным и эффективным.  

Директор по развитию бизнеса Softline в ПФО Эдуард Коваленко рассказал NN.DK.RU о том, какие технологические тренды интересуют компании сейчас и как на спрос повлияла пандемия коронавируса. 

С какими запросами чаще всего обращаются заказчики?   

— Чаще всего заказчики хотят исключить или минимизировать влияние человеческого фактора в бизнес-процессах своей компании и повысить эффективность ее работы. Востребовано, например, применение IoT на производстве и складах: пропускные системы на основе биометрии, мониторинг рабочих показателей на предприятии — температуры, влажности, уровня загрязнения воздуха, уровня расхода энергии или топлива. Развитие R&D («Research and Development» — научно-конструкторские работы) и внутренних компетенций по предиктивной аналитике стоит на повестке дня у многих зрелых организаций.  

Для большого количества компаний (в первую очередь, ритейлеров, добытчиков и потребителей энергоносителей) важно развитие в области предсказания спроса на товары, потребления сырья или предиктивное техобслуживание и ремонт. 

Как бизнес использует технологий AI?  

— Видеоаналитика и распознавание образов — пожалуй, самая популярная тема для каждого сегмента бизнеса. Человек привык, что от 80% до 90% информации он получает с помощью зрения. 

Но наше с вами восприятие не идеально, и мы можем допускать ошибки, в то время как нейросеть увидит всю картину целиком и поможет обратить внимание на нужные вещи. Видеоаналитика — одно из наиболее фокусных направлений в развитии ИИ. 

Второй тренд — развитие систем предиктивной аналитики. В большинстве российских организаций сейчас хранится достаточно большой объем данных, с которыми надо работать. Бизнесу всегда хочется спрогнозировать, что будет дальше: сформировать маркетинговую стратегию, предсказать следующую покупку потребителя, понять, когда сломается дорогостоящее оборудование, какой из ключевых сотрудников покинет компанию в ближайшее время, сколько будет потреблено электричества и так далее. Предсказания строятся на объёме накопленных ранее данных, и чем раньше они начали собираться, тем точнее будет модель, с учётом ещё ряда факторов. 

Третья тенденция — увеличение вычислительных мощностей аналитических платформ. Например, использование технологий GPU (Graphics processor Unit) сильно ускорило развитие Research and Development в сфере ИИ. Softline использует собственный опыт и опыт своих партнёров для создания корректного кластера, чтобы сделать работу разработчиков проще и продуктивнее, сократить показатели TTM (time to market) и выиграть такое важное для всех преимущество как время. 

И наконец, одно из перспективных направлений — внедрение рекомендательных систем. Они могут использоваться в разных отраслях, один из ярких примеров — применение этого инструмента в медицине. Использование данной технологии позволяет врачам сократить влияние человеческого фактора и вероятность ошибок при постановке диагноза. Машина может пользоваться знаниями множества людей и организаций одновременно, а человек только своим интеллектом и мнением коллег. 

Как повлияла пандемия коронавируса на развитие технологических трендов? 

— На фоне экономического кризиса многие наши заказчики изменили свой взгляд на реализацию ИТ-проектов: предпочтение отдается, прежде всего, тем технологиям, которые быстро принесут экономический эффект.  

Сегодня бизнес заинтересован внедрением систем управления производством и логистикой, решений для повышения уровня физической безопасности сотрудников («Умные каски», видеонаблюдение). Кроме того, повысился интерес к развитию новых технологий в медицине. Ведётся работа над нормами и рекомендациями к вендорам решений в области ИИ, которые предполагается внедрять и развивать.  

Softline уже работает с подобными стартапами. И, могу сказать, что у нас есть свое видение развития этого направления. 

Можете рассказать на конкретных примерах, как технологии AI меняют бизнес? 

— Softline успешно реализует проекты в области работы с искусственным интеллектом и помогает своим заказчикам повысить эффективность бизнеса. Например, в прошлом году наша компания помогла запустить русско-татарский нейросетевой машинный переводчик «Института прикладной семиотики» Академии наук Татарстана. Предложенный Softline суперкомпьютер для искусственного интеллекта NVIDIA DGX-1 позволил заказчику значительно сократить сроки реализации проектов в области искусственного интеллекта.  

Благодаря наличию готового к использованию программного стека NVIDIA для глубокого обучения, институт может начинать работу с алгоритмами глубокого обучения всего за один день и при этом не расходовать временные ресурсы на интеграцию и настройку необходимой инфраструктуры.  

Еще один проект реализован в международной сети спортивных магазинов «Спортмастер». Softline помогла заказчику улучшить процесс прогнозирования спроса и пополнения товарных запасов, повысить эффективность маркетинговых программ и управления персоналом торговой сети. 

Что мотивирует бизнес внедрять технологии AI и loT?  

— Главный мотив — это достижение роста производительности и одновременное снижение расходов на единицу продукции.  

Чаще всего заказчику необходима именно связка интернета вещей и искусственного интеллекта, так как собрать много данных — здорово, но после нужно их оперативно квалифицировать, правильно хранить и уметь работать с ними.  

Это своего рода искусство, и здесь «отформатированный» стандартный подход не даст конкурентного преимущества. В то же время, при грамотном использовании эти инструменты позволят сократить расходы, увеличить товарооборот, оптимизировать расходы на склад и сотрудников, благодаря чему организация получит значительные преимущества перед конкурентами, а значит, и максимальный profit. Кроме того, системы AI — постоянно обучаемые, что дает возможность клиентам непрерывно наращивать функционал и повышать отдачу от наших инструментов.