Коммерческие и некоммерческие организации во всем мире неуклонно двигаются от отдельных экспериментов и ограниченного применения искусственного интеллекта (ИИ) к широкому внедрению этой цифровой технологии в повседневную практику с полноценной интеграцией в бизнес-процессы, включая ключевые. О перспективах этого направления рассказала кандидат экономических наук, доцент кафедры математики и анализа данных Финансового университета при Правительстве РФ Татьяна Фомичева.
Действительно, сейчас реальное конкурентное преимущество получают те фирмы, которые серьезно взяли курс на цифровизацию, в первую очередь, развивая направление ИИ, и вкладывают инвестиции и комплексное развитие IT-инфраструктуры, процессов и компетенций, позволяющих встраивать работу ИИ в регулярную операционную деятельность. Чтобы компания могла грамотно провести все эти процедуры, необходимо понимать тенденции развития рынка ИИ для бизнес-сегмента. Рассмотрим их.
Агентный ИИ. ИИ-агенты собирают информацию, в том числе и в смежных системах, проводят анализ полученных результатов с выбором наилучших вариантов действия с оценкой их целесообразности. При этом они «понимают» бизнес-цели и учитывают их в своей деятельности. Для безопасного внедрения таких решений компаниям следует поэтапно наращивать полномочия агентов, заранее выстраивая контроль, мониторинг, аудит и распределение ответственности.
Организации трансформируют рабочие технологические и бизнес-процессы под ИИ. Центр тяжести при этом смещается с точечной автоматизации операций на системное перепроектирование процессов. Если на начальных этапах цифровизации ИИ просто добавлялся в выполняемые задачи, то теперь идут более глубокие изменения: изменяется логика процесса, перераспределяются роли сотрудников, человеческий труд от выполнения рутинных операций переходит к постановке задач, принятию ключевых решений, управлению нетипичными ситуациями. В первую очередь такая трансформации затрагивает направления с высокой транзакционной нагрузкой - закупки, логистику, обработку счетов и комплаенс.
Обеспечение безопасности систем. С расширением прав агентных ИИ от выработки рекомендаций до производства самостоятельных действий с базами данных и финансовыми системами, традиционные политики управления уже становятся недостаточными. Компания должна выстроить комплексную управляющую систему непрерывного операционного контроля, включающую в себя четкие однозначные правила для всех категорий физических и виртуальных агентов, разграничение прав доступа, мониторинг моделей, контроль активности, разработанные сценарии, аудит решений, разбор инцидентов, обучение сотрудников.
Конкретизация оценки эффективности ИИ. Если раньше эффективность ИИ могла оцениваться просто фактом его использования или некими абстрактными показателями, то теперь рекомендуется делать это в реальных измеримых бизнес-результатах, выраженных в конкретных KPI, таких как цикл обработки заказов, качество, ошибки, оборотный капитал, прибыль и т.п.
Развитие многоагентных систем. Если ранее у корпорации был единый (моноагентный) ИИ, который должен был справляться с обширным перечнем задач, то теперь идет тренд на узкую специализацию с многоагентной архитектурой, когда все обязанности распределены между профильными ИИ-модулями, каждый из которых обучен, в первую очередь, под конкретную задачу - прогнозирование спроса, управление логистикой, контроль комплаенса и пр. Возможна реализация как централизованной, так и децентрализованной модели в рамках последовательной, параллельной, иерархической либо событийной схемы.
Пригодность данных для ИИ. Именно она, а не объем данных, становятся ключевым фактором, определяющим эффективность деятельности ИИ, т.к. низкое качество данных - фрагментированность, несогласованность, запоздалое их предоставление, неформат - существенно снижают надежность системы. Достижение корректных результатов требует наличия формализованной модели владения, контроля качества, прослеживаемости происхождения, единых определений и политик доступа, во многих случаях критична актуальность.
Наблюдается рост значимости суверенного и частного ИИ. Наиболее характерно это для организаций, вынужденно или добровольно, соблюдающих жесткие требования к нормативной политике, безопасности, в том числе кибербезопасности, локализации данных. Суверенный ИИ обеспечивает контроль над инфраструктурой, моделями, вычислениями и юрисдикцией, в то время как частный функционирует в выделенной среде компании, благодаря чему построены дополнительные структуры безопасности.
ИИ по мере своего развития оказывает все более сильное влияние на работу компаний во всех отраслях: помогает оптимизировать бизнес-процессы, снизить нагрузку на сотрудников, ускорить принятие решений, повысить эффективность использования данных и т.д., что, в конечном итоге, увеличивает прибыль и стабильность фирмы, улучшает ее репутацию. Но, чтобы все ИИ-структуры функционировали правильно и на современном уровне, необходимо отслеживать и придерживаться актуальных рыночных тенденций.
