51% российских компаний не готовы к внедрению искусственного интеллекта
На московской конференции Tech2b Conf К2 НейроТех провел исследование актуальной ситуации в сфере искусственного интеллекта. Команда опросила более 100 представителей крупного бизнеса, посетивших конференцию, — ИТ-директоров, директоров по цифровизации, руководителей направлений ИТ-инфраструктуры и центров эксплуатации. Результаты опроса показали, что только 34% компаний сейчас активно внедряют ИИ либо уже используют его для решения бизнес-задач. 18% планируют стартовать внедрение в течение года, 28% — в течение трех лет. 20% респондентов заявили, что не собираются внедрять ИИ в свои инфраструктуры.
В вопросе о преградах, которые
останавливают компании от внедрения ИИ, респондентам была предоставлена
возможность выбора нескольких вариантов ответа. По итогам опроса, для 51%
российских компаний главным барьером стала неготовность их собственной
ИТ-инфраструктуры к внедрению. Респонденты отметили, что для того, чтобы начать
применять технологии ИИ и машинного обучения в своих бизнес-задачах, им
необходимо сначала соответствующим образом подготовить свою ИТ-инфраструктуру.
Как минимум необходимо расширить вычислительные мощности за счет закупки
специального ИТ-оборудования, найти или самостоятельно разработать ПО в
соответствии с поставленными задачами (обучение нейросетей, параллельные
вычисления и т.д.) и требованиями по безопасности. Таким образом, 34% из них
заявили о нехватке на рынке инфраструктурных решений готовых инструментов для развертывания
ИИ, остальные — о необходимости расширения вычислительных мощностей в контуре
компании. Второй по популярности ответ в теме барьеров внедрения ИИ — острая нехватка
квалифицированных кадров (43,3%). 31,3% выразили обеспокоенность вопросом
безопасности передачи нейросетям и облачным ИИ-платформам своих данных: как
персональных данных, так и содержания переговоров, звонков, документов и т.д.
«Безусловно, ИИ — это ключевой тренд последних лет. Однако, когда компания решает интегрировать его в свои бизнес-процессы, она сталкивается с необходимостью модернизировать ИТ-инфраструктуру под эту задачу. В этом и кроется основная сложность, которую подсветили участники опроса. А именно в необходимости поиска как доступного на российском рынке вычислительного оборудования, так и специального преднастроенного ПО управления процессом вычислений и разработки. Задолго до того, как ИИ стал „мейнстримом“, научные учреждения, университеты и промышленные предприятия возводили в дата-центрах суперкомпьютерные кластеры для задач машинного обучения, моделирования, высокопроизводительных вычислений (High Performance Computing, HPC). Сегодня актуальность суперкомпьютеров возросла, а также появились новые, более простые инструменты для подготовки ИТ-инфраструктуры к внедрению ИИ. Например, программно-аппаратные комплексы (ПАКи), которые позволяют исключить проблемы с совместимостью продуктов и дают возможность использовать привычные инструменты вычислений и разработки, а также получать техподдержку в формате „единого окна“. Компании выбирают создание суперкомпьютера или внедрение ПАКа в зависимости от типа и масштаба стоящих перед ними задач»
По итогам опроса, аналитики К2 НейроТех
составили топ-5 сценариев, в которых, по мнению респондентов, технологии
машинного обучения и искусственного интеллекта наиболее полезны. Самым
популярным (47,8%) стала обработка и анализ больших данных (Big data). На
втором месте — обработка документов (41,8%). 32,8% респондентов отметили
разработку и обучение рекомендательных систем, 31,3% — генерацию контента
(текст, фото, видео и т.д.). Пятое место (23,9%) поделили сразу четыре
сценария: разработка новых материалов с заданными свойствами, создание
голосовых помощников и антифрод-систем, а также прогнозирование (спроса,
трендов и т.д.).
В ходе опроса также выяснилось, что 24% компаний самостоятельно разработали нейросети и ИИ-платформы для решения своих задач. В то время как 16% внедряют решения от российских вендоров.