Многие игроки рынка в мире по-прежнему считают AI мессией, способной решить все проблемы человечества, или своего рода монстром, который отнимает у людей рабочие места и покоряет мир. Это истинный футуризм с учетом того, что все без исключения алгоритмы создаются человеком, а любая из существующих на сегодняшний день форм искусственного интеллекта напрямую зависит от человеческого фактора. Поэтому, в действительности, ни одна из крайностей восприятия инновационных технологий в настоящее время не соответствует истине. Безусловно, многое будет зависеть от темпов роста технологического прогресса в ближайшем будущем. Но, в чем точно никто не усомниться, так это в перспективах ИИ.

Согласно прогнозу Gartner, разрастание технологий AI принесет 2,9 трлн.дол. мировой деловой ценности и восстановит 6,2 млрд. часов производительности труда к 2021 году. И, хотя в 2017 году рынок искусственного интеллекта оценивался в 4,8 млрд. дол., прогнозируется, что уже к 2025 году он может вырасти почти в 20 раз – до 89,8 млрд. дол. Тут важно отметить, что AI, который сегодня применяется в промышленности и на производстве (сферы, наиболее масштабно использующие автоматизацию и робототехнику, а также аналитические системы), решает лишь локальные задачи на рынке, влияя на будущие прогнозы. Эксперты ожидают внедрение инноваций повсеместно.

Впрочем, на фоне столь оптимистичных перспектив, существует ряд внутренних факторов, ограничивающих возможности ИИ и масштабы его реализации в каждом из существующих секторов деятельности. И на сегодняшний день это не стремление человечества притормозить развитие умных машин с целью обезопасить рынок труда, а куда более банальный человеческий фактор: поиск, сбор и обработка данных с помощью AI совершаются под контролем человека и занимают 60–70% времени реализации любого проекта AI.

База для AI: сбор, хранение и управление данными

В настоящее время предприятия в своем большинстве не имеют единой системы сбора, хранения и обработки данных – они собираются в отдельных и часто не интегрированных системах. Подходы к организации хранения тоже разные. Это выбор бизнеса – каждый использует те методы, которые кажутся наиболее оптимальными в рамках решения тех или иных задач. Кроме того, процесс управления данными (его качество и полнота) также имеет большое значение, в то время как многие предприятия вообще не собирают данные, необходимые для реализации алгоритмов AI. Хотя варианты применения искусственного интеллекта все равно рассматривают.

Таким образом, на данный момент темпы внедрения AI сдерживаются тем фактом, что компании не готовы вкладывать средства в хранение, сбор и управление данными, а также их интеграцию в ключевые бизнес-процессы. Да, эти задачи весьма трудоемкие и требуют задействования и финансовых, и временных ресурсов. Однако, они являются фундаментом для запуска AI – без этого внедрять его попросту не будет смысла.

Помимо этого, существует и сложность отраслевой специфики и различных технологических процессов – невозможно внедрить стандартизированные решения искусственного интеллекта, например, в нефтехимической и металлургической промышленности. Иногда к каждой промышленной установке требуется индивидуальный подход. По большому счету, это касается всех отраслей.

Интеграция AI: индивидуальный подход и ориентир на ключевые потребности

Почти вся изготавливаемая продукция, независимо от сферы ее потребления, создается по определенному принципу и индивидуальному заказу с характеристиками, которые подбираются целенаправленно для решения конкретных производственных и прочих задач. Жизненный цикл и уровень износа также разнятся и зависят от множества факторов. Проблемы, возникающие в процессе изготовления чего-либо в больших количествах или даже в единичном числе, но в рамках крупного заказа, – практически одинаковые у всех производителей, когда речь идет об автоматизации ряда производственных процессов или внедрении контролирующих аналитических систем на базе AI. Во что они упираются?

Так же, как и любая продукция, впервые сошедшая с конвейера, каждая система AI уникальна и направлена на решение определенных вопросов и задач. Безусловно, стандартизированные решения есть, и их много. Но это не значит, что они адаптивны в любых условиях.

Решить проблему или усилить бизнес с помощью AI – не означает просто определиться с оптимальным решением, существующим на рынке и проверенным другими производителями, и применить его. Это означает осуществить глубокий анализ существующих технологий и систем и внедрить ту, которая будет ориентирована на ключевые потребности и максимально отражать ожидаемый результат.

ИИ невозможно стандартизировать по всем параметрам без исключения. Его текущий уровень развития на сегодняшний день не позволяет приспособиться к абсолютно разным техническим решениям в сложных производственных системах. Вот почему нужно учитывать ресурсы, которые уходят на дополнительное обучение программы обрабатывать каждый процесс по отдельности, опираясь на нужные показатели. Помимо общей информации о работе предприятия и используемых им данных, AI необходимы данные о подоплеке самих бизнес-процессов, относящихся к каждому конкретному виду производства или любой другой деятельности.

Эффективность AI: взаимодействие технологии и человека

Опытные инженеры-технологи часто полагаются на интуицию в процессе создания, внедрения и запуска системы AI, используя буквально «на ощупь» алгоритмы, эффективность работы которых в каждом конкретном случае предвидеть практически невозможно. Человеческий фактор напрямую влияет на конечный результат в рамках применения любой технологии, но процесс, к которому ее подключают, может обыграть систему. И тут важно понимать, что профессионализм, критическое мышление и максимальное владение навыками в работе с ИКТ всегда играют ключевую роль в реализации проекта.

Самая часто встречающаяся проблема по сей день заключается в отсутствии эффективного процесса компиляции данных: технологии часто генерируются в чьем-то воображении и никогда не формализуются. AI может осуществить определенный набор действий на собственное усмотрение, но будут ли они сполна соответствовать задумке создателя и пожеланиям заказчика? Решения AI в любом случае должны быть ограничены человеческими формулировками. Иначе никто не застрахован от многочисленных и пагубных ошибок и рекомендаций системы, сбои в алгоритмах которой очевидны даже при самой дотошной разработке и тестировании.

В целом, по мнению многих разработчиков, отсутствие унифицированных стандартов в создании систем AI в какой-то мере мешает глобализации процессу цифровизации. Способность AI критически оценивать что-либо действительно должна быть строго ограничена жесткими рамками человеческого контроля. На данный же момент, как это ни парадоксально, именно AI не способен ни на обучение, ни на стопроцентный прогноз или анализ, ни на понимание переходных факторов без людей – потому что индустрия была создана людьми для людей. Искусственный интеллект наверняка сможет заменить часть рабочих мест и создать новые профессии в будущем, но пока программа подчиняется человеку-оператору, не несет угрозу обществу, и это – ключевой фактор, не взирая на многие трудности. Безопасность должна быть в центре процесса внедрения любой технологии.

Все права защищены. Ни одна часть статьи не может быть использована в интернете для частного или публичного использования без обязательного активной гиперссылки на сайт everest.ua

Автор: Юлия Долгопятова


Читайте также:

Big Data Analytics: На рынке труда с высокими требованиями к знаниям аналитики в области технологий пользуются спросом

К 2030 году AI может обеспечить дополнительную глобальную экономическую активность в размере 13 трлн. дол.

Комментарии