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