Багато гравців ринку у світі, як і раніше, вважають AI месією, здатною вирішити всі проблеми людства, або свого роду монстром, який забирає у людей робочі місця й підкорює світ. Це справжній футуризм із урахуванням того, що всі без винятку алгоритми створюються людиною, а будь-яка з існуючих на сьогоднішній день форм штучного інтелекту прямо залежить від людського фактору. Тому, насправді, жодна з крайнощів сприйняття інноваційних технологій у даний час не відповідає істині. Безумовно, багато чого буде залежати від темпів зростання технологічного прогресу у найближчому майбутньому. Але, в чому точно не доведеться сумніватися, так це у перспективах AI.

Згідно з прогнозами Gartner, розростання технологій AI принесе 2,9 трлн. дол. світової ділової цінності й відновить 6,2 млрд. годин продуктивності праці до 2021 року. І, хоча у 2017 році ринок штучного інтелекту оцінювався у 4,8 млрд.дол., прогнозується, що вже до 2025 року він може вирости майже у 20 разів – до 89,8 млрд.дол. Тут важливо зазначити, що AI, який сьогодні застосовується у промисловості та на виробництві (сфери, що найбільш масштабовано використовують автоматизацію й робототехніку, а також аналітичні системи), вирішує лише локальні завдання на ринку, впливаючи на майбутні прогнози. Експерти очікують впровадження інновацій повсюдно.

Втім, на фоні таких оптимістичних перспектив, існує ряд внутрішніх факторів, що обмежують можливості AI та масштаби його реалізації у кожному з існуючих секторів діяльності. І на сьогоднішній день це не прагнення людства пригальмувати розвиток розумних машин з метою убезпечити ринок праці, а куди більш банальний людський фактор: пошук, збір і обробка даних за допомогою AI відбуваються під контролем людини і займають 60-70% часу реалізації будь-якого проекту AI.

База для AI: збір, зберігання та управління даними

У даний час підприємства у своїй більшості не мають єдиної системи збору, зберігання та обробки даних – вони збираються в окремих і часто не інтегрованих системах. Підходи до організації зберігання теж різні. Це вибір бізнесу – кожен використовує ті методи, які здаються найбільш оптимальними в рамках вирішення тих чи інших завдань. Крім того, процес управління даними (його якість і повнота) також має велике значення, в той час як багато підприємств взагалі не збирають дані, необхідні для реалізації алгоритмів AI. Хоча варіанти застосування штучного інтелекту все одно розглядають.

Таким чином, наразі темпи впровадження AI стримуються тим фактом, що компанії не готові вкладати кошти у збереження, збір та управління даними, а також їх інтеграцію в ключові бізнес-процеси. Так, ці завдання досить трудомісткі та вимагають залучення і фінансових, і часових ресурсів. Однак, вони є фундаментом для запуску AI – без цього впроваджувати його просто не буде сенсу.

Крім цього, існує і складність галузевої специфіки та різних технологічних процесів – неможливо впровадити стандартизовані рішення штучного інтелекту, наприклад, у нафтохімічній і металургійній промисловості. Іноді до кожної промислової установки потрібен індивідуальний підхід. За великим рахунком, це стосується всіх галузей.

Інтеграція AI: індивідуальний підхід і орієнтир на ключові потреби

Майже вся продукція, що виробляється, незалежно від сфери її споживання, створюється за певним принципом і індивідуальним замовленням із характеристиками, які підбираються цілеспрямовано для вирішення конкретних виробничих і інших завдань. Життєвий цикл і рівень зносу також різняться й залежать від безлічі факторів. Проблеми, що виникають у процесі виготовлення чого-небудь у великих кількостях або навіть в одиничному числі, але в рамках великого замовлення, – практично однакові у всіх виробників, коли мова йде про автоматизацію ряду виробничих процесів або запровадження контролюючих аналітичних систем на базі AI. У що вони впираються?

Так само, як і будь-яка продукція, що вперше зійшла з конвеєра, кожна система AI унікальна й спрямована на вирішення певних питань і завдань. Безумовно, стандартизовані рішення є, і їх багато. Але це не означає, що вони адаптивні у будь-яких умовах.

Вирішити проблему або посилити бізнес за допомогою AI – не означає просто визначитися з оптимальним рішенням, що існує на ринку й перевірене іншими виробниками, і застосувати його. Це означає здійснити глибокий аналіз існуючих технологій і систем і впровадити ту, яка буде орієнтована на ключові потреби і максимально відображати очікуваний результат.

AI неможливо стандартизувати за всіма параметрами без винятку. Його поточний рівень розвитку на сьогоднішній день не дозволяє пристосуватися до абсолютно різних технічних рішень у складних виробничих системах. Ось чому потрібно враховувати ресурси, які йдуть на додаткове навчання програми обробляти кожен процес окремо, спираючись на потрібні показники. Крім загальної інформації про роботу підприємства та дані, що воно використовує, AI необхідні дані про підґрунтя самих бізнес-процесів, які належать до кожного окремого виду виробництва або будь-якого іншого виду діяльності.

Ефективність AI: взаємодія технології та людини

Досвідчені інженери-технологи часто покладаються на інтуїцію в процесі створення, впровадження та запуску системи AI, використовуючи буквально «на дотик» алгоритми, ефективність роботи яких у кожному конкретному випадку передбачити практично неможливо. Людський фактор безпосередньо впливає на кінцевий результат у рамках застосування будь-якої технології, але процес, до якого її підключають, може обіграти систему. І тут важливо розуміти, що професіоналізм, критичне мислення й максимальне володіння навичками в роботі з ІКТ завжди грають ключову роль у реалізації проекту.

Проблема, що найчастіше зустрічається, полягає у відсутності ефективного процесу компіляції даних: технології часто генеруються в чиїйсь уяві й ніколи не формалізуються. AI може здійснити певний набір дій на власний розсуд, але чи будуть вони сповна відповідати задуму творця й побажанням замовника? Рішення AI у будь-якому випадку мають бути обмежені людськими формулюваннями. Інакше ніхто не застрахований від численних і згубних помилок і рекомендацій системи, збої в алгоритмах якої очевидні навіть за найбільш доскіпливої розробки та тестування.

В цілому, на думку багатьох розробників, відсутність уніфікованих стандартів у створенні систем AI у певній мірі заважає глобалізації процесу цифровізації. Здатність AI критично оцінювати що-небудь дійсно повинна бути обмежена жорсткими рамками людського контролю. Однак, на момент, як це не парадоксально, сам по собі AI не здатний ані на навчання, ані на стовідсотковий прогноз або аналіз, ані на розуміння перехідних факторів без людей – тому що індустрія була створена людьми для людей. Штучний інтелект, напевно, зможе замінити частину робочих місць і створити нові професії у майбутньому, але поки програма підпорядковується людині-оператору, не несе загрози суспільству, і це – ключовий фактор, не дивлячись на багато труднощів. Безпека має бути у центрі процесу впровадження будь-якої технології.

Всі права захищено.  Жодна частина статті не може бути використана в інтернеті для приватного або публічного використання без обов’язкового активного гіперпосилання на сайт everest.ua

 

 

Читайте також:

Big Data Analytics: На ринку праці з високими вимогами до знань аналітики в області технологій користуються найвищим попитом

До 2030 року AI може забезпечити додаткову глобальну економічну активність у розмірі 13 трлн. дол.

Автор: Юлія Долгоп'ятова


Коментарi