Роботы в службе безопасности и машинное обучение в супермаркетах: перспективы AI-технологий в 2019 году

Искусственный интеллект — удовольствие не из дешевых: ждать оперативного возврата инвестиций (ROI) точно не стоит. А потому малый и средний бизнес зачастую обходит эту сферу стороной — длинный горизонт планирования и большие объемы возможных вложений убивают в предпринимателях весь энтузиазм. Но если сейчас не начать последовательное внедрение ИИ в производственные и сервисные цепочки — в будущем можно потерять рентабельность. рассказывает

Люди и боты

Аналитики предсказывают рынку искусственного интеллекта (в том числе и российскому) существенные темпы роста. По прогнозу «Инфосистем Джет» и TAdviser, с 700 млн руб. в 2017 году рынок вырастет до 28 млрд руб. в 2020-м.

Уже сегодня отечественные компании вовсю используют возможности ИИ для сокращения расходов на обслуживание операций, не требующих высокой квалификации и специальных знаний. О каких конкретно операциях идет речь?

Первая (и самая сложная) — обработка естественного языка в текстовом формате. Спектр областей применения практически безграничен: от цифровых продавцов-консультантов до изучения тональности отзывов о продуктах и услугах компании в соцсетях.

Например, на сайтах банков Тинькофф и МКБ используется автоматизированный помощник. Его функционал заключается в ответах на базовые вопросы пользователей — бот, по сути, играет роль специалиста первой линии поддержки, но может обслуживать не одного, а нескольких клиентов одновременно. Понятно, что подобный инструмент позволяет компании экономить ресурсы и повышает эффективность штата. Специалист клиентской поддержки без существенного бэкграунда в IT в Москве может стоить компании 45-90 тыс. руб. в месяц (с учетом налогов и отчислений).

Соответственно, бот на основе ИИ позволяет компании сэкономить на заработной плате, как минимум, 540 тыс. руб.—1,08 млн руб. в год на одной позиции.

А еще — снять часть нагрузки с уже нанятых специалистов, которые теперь смогут более качественно обрабатывать вопросы клиентов, не входящие в сферу ответственности бота.

Правда, разработка более-менее сложных самообучающихся систем может привести к забавным казусам: бот Тэй от Майкрософт с помощью пользователей освоил худшие практики интернет-коммуникации. С другой стороны, «на зеркало неча пенять, коли рожа крива».

Примерами близких к современным потребителям сервисов на основе интеллектуальных систем служат голосовые помощники Google Assistant, Siri, Alexa и Алиса. Достаточно просто представить, что в будущем на основе ИИ появятся узко специализированные помощники, например для врачей: они позволят заполнить первичные документы (в ходе беседы, не отвлекая врача) и подскажут «боссу», какие медикаменты стоит рекомендовать. Бизнес-помощники, заказывающие билеты или организующие встречи, станут доступными уже в скором времени. Для бизнеса это означает отказ от низкоквалифицированного труда, снижение издержек и нивелирующую человеческий фактор автоматизацию задач, ранее лежавших на плечах секретарей.

Распознавать, следить, анализировать

Еще одна обширная сфера использования ИИ (уже более сложная) — обработка визуальной информации. Системы так называемого компьютерного зрения позволяют машинам распознавать различные объекты.

Область применения этой технологии практически безгранична. Сюда входит и компьютерное чтение документации, например считывание паспортных данных клиентов с бумажных носителей или цифровых копий паспортов. Подобными инструментами уже пользуются некоторые банки (тот же Тинькофф). Другая сфера применения — считывание видеопотока. Подобные решения применяются, например, для целей видеонаблюдения, когда система может автоматически выявлять нестандартное движение людской массы или определять незнакомца.

Системы компьютерного зрения в России развивают крупные игроки, например ABBYY. Как заявляет компания, ее продукт позволяет вычленять ключевые элементы отсканированного документа и даже воссоздавать его структуру.

Польза для бизнеса очевидна: снижение расходов на оплату труда и избежание рутины.

Компания Hikvision создает инструменты по анализу видеопотока — для выявления потенциально опасных ситуаций в аэропортах, на охраняемых объектах и т. д.

Наконец, третий условно выделяемый сегмент ИИ — различные аналитические инструменты. На сегодняшний день это, пожалуй, самый многочисленный набор сервисов: от анализа данных на финансовых рынках до моделирования различных процессов. ИИ позволяет уменьшить расходы на команду аналитиков — даже профессионалы высокого класса вряд ли способны анализировать маркетинговую эффективность со скоростью машины. В скором времени могут появиться интеллектуальные системы, позволяющие следить за бизнесом в целом и выявлять очаги неэффективности или зоны риска (потенциальное увольнение, демотивация сотрудников и т. п.).

X5 Retail Group уже сейчас внедряет машинное обучение в маркетинг. Это позволило компании увеличить скорость формирования целевых акций в 7 (!) раз, повысить эффективность целевого маркетинга на 5% и сократить затраты на коммуникацию с клиентами на 40% (!). «Мегафон» же учится работать с big data и автоматизировать их анализ с целью повышения эффективности работы своих салонов и выбора оптимальных мест для открытия новых.

Источник: incrussia.ru