Внедрение ИИ в бизнес-процессы – сколько нужно денег и какие возникают проблемы?

Более половины респондентов имеют отдельный годовой бюджет на реализацию проектов на базе AI, который должен составлять не менее 50 тысяч долларов. Однако, 13% опрошенных готовы тратить на ИИ от 250 до 500 тысяч долларов в год. Это показывает их конкурентоспособность. И только 5% компаний тратят около 5 миллионов долларов в год на ИИ. Такие вложения дают результат, и даже превосходят ожидания.
Безусловно, в ходе применения инновационных технологий каждая компания сталкивается с такими трудностями, как:
- конфиденциальность данных;
- поиск и подбор персонала;
- вопросы кибербезопасности;
- развитие инфраструктуры компании.
По мнению экспертов, в бюджетах на ИИ львиную долю затрат составляют расходы на маркировку и сбор данных, а также на создание и запуск моделей ML, а также на повышение производительности этих моделей с течением времени (это необходимо для качественной аналитики). Тот же опрос показывает, что несмотря на удовлетворительные результаты использования ИИ в бизнесе, исследователи данных и инженеры ML настроены гораздо более скептично, чем предприниматели. Но именно первая категория является ключевым звеном для качественной реализации любого высокотехнологичного проекта.
Например, 30% специалистов не были довольны сделанной работой или тем, что со стороны заказчиков не было достаточного количества внимания к изучению рисков AI. Кроме того, не всегда соблюдались условия применения технологии в процессах. Здесь речь, прежде всего, идет о защите данных, а также о создании инфраструктуры, которая может качественно контролироваться персоналом.
Таким образом, исследование показывает, что первоочередным вопросом в запуске любого ИИ-проекта является качественная защита информации и использование ресурсов. Для тех компаний, которые понимают важность описанного вопроса, автоматически перестает быть проблемой наем квалифицированного персонала. Средний уровень зарплаты таких специалистов составляет 120 тысяч долларов в год.
В настоящее время ученые, работающие с данными, обеспокоены одной тенденцией рынка в отношении ИИ-проектов. Это использование сложной технологии только в качестве инструмента увеличения роста прибыли. Из-за такого подхода страдают «автономные» проекты, нацеленные на изучение особенностей искусственного интеллекта в каждой сфере применения.
Эксперты выделяют такие популярные технологии искусственного интеллекта в бизнесе.
Для управления бизнес-процессами:
- спам-фильтры;
- классификация электронной почты;
- озвучивание текста;
- интеллектуальные помощники (Siri, Cortana, Google Now);
- чат-боты;
- автоматизированная онлайн-поддержка клиентов;
- автоматизация рутинных и механических задач и процессов;
- прогнозирование продаж и комплексная аналитика данных;
- наблюдение и контроль безопасности данных и компании в целом;
- интеллектуализация внутренней и корпоративной инфраструктуры.
Для сферы финансов:
- интеллектуальный поиск и релевантные функции;
- персонализация как услуга;
- интеллектуальные рекомендации по продуктам и услугам;
- прогнозирование и помощь в планировании и совершении онлайн-покупок;
- обнаружение и предотвращение мошенничества при онлайн-транзакциях;
- динамическая оптимизация цен;
- прогнозирование прибыли и убытков;
- аналитика данных клиентских интересов, приоритетов и платежеспособности.
Для сферы маркетинга:
- рекомендации, персонализация и консультирование (умные боты);
- персонализированная реклама;
- распознавание образов и изображений;
- распознавание языка для перебора неструктурированных данных от клиентов и осуществления перспективы продаж;
- оптимизированный таргетинг объявлений в режиме реального времени;
- сегментация клиентов;
- социальная семантика и анализ настроений потребителей;
- автоматизированный веб-дизайн;
- интеллектуальное обслуживание клиентов.
Обязательные условия для внедрения ИИ на предприятии
Качественные данные
ИИ зависит от больших объемов данных для изучения исторических закономерностей и создания будущих моделей. Если было собрано недостаточно данных, необходимо получить дополнительные данные либо через третью сторону, либо путем внутреннего сбора данных. Это приведет к увеличению затрат на разработку. Качество данных также является проблемой. Данные должны собираться и храниться в правильном формате для каждого конкретного решения AI. Команда разработчиков проверяет внутреннюю базу данных, чтобы убедиться, что данные полны и правильно отформатированы для удобной передачи. В том случае, если с данными есть проблема, затраты на внедрение можно смело умножать на два.
Точность алгоритма
Точность алгоритма – еще один фактор, который может повлиять на стоимость решения AI. В зависимости от отрасли и ее уникальных бизнес-требований допустимая погрешность алгоритма ИИ может быть разной. Чем выше желаемая производительность, тем больше требуется работы, что автоматически влияет на затраты. Требования к алгоритму увеличивают затраты в среднем на 15-30%.
Пользовательские Vs. Готовые решения
Независимо от того, выберет ли компания стороннее решение искусственного интеллекта или создаст его специально для бизнес-задачи, это существенно повлияет на расходы. За нестандартное решение AI будет взиматься высокая единовременная плата, а затем – только расходы на обслуживание и эксплуатацию. Стороннее решение обойдется дешевле, но потребует ежегодного обновления. В любом случае стоимость реализации ИИ будет значительно варьироваться в зависимости от включенных функций. Средняя стоимость индивидуального решения AI оценивается в пределах 6-30 тысяч долларов. Стороннее решение AI обойдется в сумму до 40 тысяч долларов.
Тип ИИ
Тип ИИ, который выберет компания, будет играть ключевую роль в определении затрат. Чат-боты и системы анализа – два наиболее часто используемых решения AI. Чат-боты помогают оптимизировать бизнес и улучшить качество обслуживание клиентов. Стоимость зависит от конкретных функций чат-бота. Разработка собственного чат-бота стоит от 6 до 18 тысяч долларов, тогда как использование стороннего – до 1 тысячи долларов в месяц. Одним из популярных способов использования системы анализа AI является изучение результатов SEO и создание прогноза будущих расходов. Стоимость систем анализа ИИ колеблется от 600 долларов за веб-страницу до 35 тысяч долларов за систему, созданную на заказ