В настоящее время ИИ интернета и для бизнеса уже ощущается во многих сферах нашей жизни. Мы получаем различные советы от поисковых систем, видим на страницах браузеров рекламу и описание интересующих нас товаров и услуг, зачастую расположенных рядом с нашим домом и офисом, читаем новости, подобранные с учетом наших интересов. Все это настолько органично вошло в нашу жизнь, что без этого сложно представить использование интернета современным человеком.
В свою очередь ИИ для бизнеса уже стал неотъемлемой частью многих бизнес-процессов, заменяя собой многие алгоритмы работы организации, автоматически формируя и проверяя документы, оценивая заемщиков, планируя маркетинговые акции и эффекты от их проведения, формируя тарифные планы и экономические результаты их возможного внедрения, диагностируя болезни и рекомендации по лечению, оценивая результаты различных фармакологических исследований и возможностей распространения тех или иных болезней, и многое другое.
ИИ восприятия фактически переводит в цифровой вид окружающий нас мир; все, что человек слышит, читает, воспринимает. Все это уже в большинстве своем оцифровано, и благодаря дальнейшему развитию технологий этот объем цифровой информации будет кратно возрастать с каждым годом, учитывая широкое распространение датчиков, камер, и других устройств. Все данные, поступающие с огромного количества телефонов, телевизоров, автомобилей, камер наблюдения, различных приложений, постоянно анализируются и формируются в кластеры, позволяющие строить цифровую среду с небывалой скоростью и качеством, неотличимым, а где-то превосходящим наш физический мир, делая цифровой мир комфортнее и обогащая его все новыми возможностями.
Автономный ИИ – венец развития цифрового мира. Он обеспечит интеграцию достижений предыдущих трех волн, на основе огромного массива собранных данных и мгновенной обработки текущей информации со всевозможных устройств. Автономный ИИ кардинально изменит мир, к которому мы привыкли. Отдельные решения уже становятся частью нашей жизни, это касается прежде всего транспортной среды (беспилотные автомобили), различные технологии розничной торговли (беспилотные кассы и вендинговые аппараты), логистики и складского обслуживания (беспилотные погрузочные и сортировочные машины), сельскохозяйственная техника, грузовые автоперевозки и многие другие решения.
В настоящий момент на рынке решений ИИ доминируют Google, Amazon, Microsoft, Baidu, Alibaba и Tencent. Все они, кроме Baidu, входят в десятку крупнейших компаний мира по рыночной капитализации, что указывает на беспрецедентный рост капитализаций компаний, работающих в области ИИ, отношение к единому направлению со стороны инвесторов и перспективность дальнейшего развития и монетизации технологий. Эти компании аккумулируют гигантские суммы в исследования ИИ. А если учитывать накопленные ими гигантские объемы данных в самых разнообразных сферах и, как следствие, привлечение лучших специалистов, то станет понятно, что эти компании фактически недосягаемы для других игроков рынка. Кроме того, с каждым днем внедряются все новые технологии, количество и качество данных растут, что создает еще больший задел. Как мы говорили ранее, для дальнейшего развития технологий ИИ самое важное – это объемы и качество данных, что позволяет на их основе проводить новые исследования и создавать инновационные продукты.
Основными направлениями применения ИИ становятся различные отрасли бизнеса, которые накладывают свои требования к применяемым технологиям. Например, машинное обучение, о котором пойдет речь далее, развивается в машинное зрение, которое широко используется в телемедицине и автостроении. Другое применение находят ИИ технологии в предиктивной аналитике, где ранее были исключительно статистические методы. Технологии интернета вещей, о которых пойдет речь далее, также базируются на ИИ, особенно в т. н. индустриальном интернете вещей (IIoT).
Существуют три классических модели внедрения технологий ИИ для компаний.
1. Новые форматы сбора и информации о клиентах/продуктах/сервисах и возможностях взаимодействия с ними.
2. Возможность предложения новых продуктов/сервисах.
3. Совершенствование бизнес-процессов и автоматизация производства.
Если говорить об управлении данными, то важно отметить, что информация из одного источника должна обогащать данные, полученные из другого. Это, в свою очередь, ведет к синергии, но также может приводить и к конфликтам данных и созданию ошибок. Например, при объединении данных огромной размерности могут наступить фатальные последствия из-за невозможности внесения исправлений в больших масштабах.