В течение 2024 года рынок ИИ вырос на около 50 миллиардов долларов – со 136 миллиардов долларов в 2023 году до 184 миллиардов долларов сегодня. По прогнозам, в 2030 году стоимость достигнет 827 миллиардов. Перспективы, которые открывает ИИ для всех индустрий, очевидны: большая автоматизация процессов (как-то с чат-ботами для customer support), оптимизация ресурсов (базы знаний для обучения новых специалистов) и принципиально новые решения (примером, протезы с ИИ). Впрочем, существуют и риски – от этических погрешностей до вопросов безопасности данных, пишет 24 Канал.

Смотрите также Самые громкие события и открытия мира технологий в 2024 году

Искусственный интеллект: преимущество или риски

При внедрении ИИ бизнес получает многочисленные преимущества, и компании это уже почувствовали, убеждена Анна Щербакова. Она добавляет, что на примерах клиентов GlobalLogic хорошо виден рост операционной эффективности предприятия, возможность принимать более информированные решения на основе точных данных и прогнозов, а клиентский опыт становится более персонализированным. И это далеко не полный перечень плюсов.

При ответственном использовании этой технологии ускоряются и удешевляются производственные процессы, разрабатываются новые продукты и открываются новые каналы сбыта, повышается лояльность клиентов и партнеров.

Впрочем, существуют и небезосновательные опасения относительно внедрения ИИ в бизнес-процессы. Мы в GlobalLogic знаем эти подводные камни, ведь работаем с ИИ-технологиями более 10 лет. Для того, чтобы технология работала на бизнес, а не против его репутации и прибыли, стоит соблюдать требования для исходных данных и не пренебрегать безопасностью,
– говорит Анна Щербакова.

Качество данных, с которыми работает ИИ, становится решающим фактором успеха. Они должны быть:

  • Актуальными: данные должны отражать современное состояние процессов или объектов, ведь устаревшая информация может исказить работу модели.
  • Целостными: данные должны быть полными, без пропусков в критически важных атрибутах, чтобы позволять ИИ корректно анализировать и интерпретировать информацию.
  • Репрезентативными: гарантировать охват всех возможных сценариев и ситуаций во избежание предвзятости.
  • Согласованными: отсутствие логических противоречий уменьшает риск ошибок в обучении модели.
  • Достаточными: модель требует объема данных, который позволит ей научиться работать в различных условиях и обеспечит точность ее прогнозов даже в сложных случаях.

Отличным примером здесь является автомобилестроение, продолжает вице-президент GlobalLogic. Для создания системы адаптивного управления светом фар (adaptive head beam) в автомобилях на этапе разработки быстрого прототипа может потребоваться около 10–20 тысяч изображений, которые охватывают базовые сценарии, такие как ночная дорога при стандартных условиях. Для создания минимально жизнеспособного продукта (MVP), который будет работать в различных реальных условиях, нужно уже около 200–500 тысяч изображений, включающих различные погодные условия, типы дорог и время суток. Наконец, готовое к внедрению решение (Production Grade) требует масштабного подхода с использованием более 5–10 миллионов изображений. Такой объем данных позволяет системе эффективно работать даже в сложных или нетипичных условиях, таких как густой туман, блики света или встречный транспорт, обеспечивая надежность и безопасность в реальном мире.

"Другой важный аспект – безопасность данных. Риски безопасности могут нести серьезные угрозы для бизнеса. Скандал с Cambridge Analytica в 2018 году хорошо иллюстрирует этот вызов: тогда данные миллионов пользователей Facebook использовались для манипуляции политическими процессами, нанося удар по доверию к крупным платформам. Операционные риски, как в недавнем случае с CrowdStrike, показывают, что даже лучшие цифровые системы могут быть уязвимыми из-за ошибок конфигурации", – добавила Анна Щербакова, отмечая, что только учитывая требования безопасности и требования к данным, бизнес может построить эффективное ИИ-решение, что придаст ему конкурентных преимуществ.

Как украинские инженеры пользуются ИИ

По статистике, 87% украинских инженеров уже используют ИИ в работе, тогда как в прошлом году таких было 57%. Этот прогресс наглядно демонстрирует, что наш рынок быстро оценивает преимущества ИИ-технологий.

В GlobalLogic использование ИИ-инструментов четко регламентировано, говорит Анна Щербакова. Причина этому – корпоративные требования к безопасности данных, интеллектуальной собственности и качеству конечного результата. "Согласно корпоративным политикам мы не можем передавать внутреннюю информацию внешним ресурсам, поэтому использование AI-инструментов является взвешенным и осмотрительным, – говорит она. – Что касается рутинных задач, большинство коллег уже делегируют их ИИ: например, быстрый анализ и суммирование данных, расшифровку встреч, сокращение текстов и т.д. Мы используем все последние платные версии инструментов – Chat GPT 4.0, Gemini pro, Perplexity, – чтобы понимать актуальные возможности ИИ-платформ".

ИИ-проекты: тенденция к intelligent enterprise

По всему миру GlobalLogic привлекла более 25 тысяч инженеров с уровнем экспертности в ИИ. В жизнь воплотили более 500 проектов с применением этой технологии. Это касается как новых партнерств, так и решений для уже существующих клиентов, объясняет операционный директор компании. Наибольшая доля ИИ-проектов приходится на сферы автомобилестроения, здравоохранения, коммуникаций и FinTech.

Одним из самых масштабных проектов 2024 года был запуск GenAI Platform of Platforms для Hitachi. Так называемая "Платформа платформ" помогает компаниям масштабировать внедрение генеративного ИИ. Она решает задачи защиты данных, управления рисками и обеспечения гибкости в условиях быстрых изменений. Впрочем, спрос на ИИ-решения дополняет, а не отменяет, основную потребность рынка – потребность в экспертизе по "классическому" инжинирингу. Ситуации, когда вместе с тенденцией на интеграцию ИИ-инструментов исчезла потребность в других навыках, – нет и вряд ли будет, считает Анна Щербакова.

Все более актуальным становится новое качество бизнеса – intelligent enterprise, умное предприятие. Концепт intelligent enterprise заключается в том, что ключевые бизнес-процессы могут создаваться и реализовываться на основе большого количества данных. Благодаря этому, компании достигают оптимальности, которая была невозможна ранее. Конечно, с помощью ИИ.

Представим, чего можно достичь, если начать строить атомные электростанции с учетом тысяч факторов, которые ранее проанализировать было невозможно? Или если крупный промышленный конгломерат внедрит предиктивное обслуживание всего оборудования на основе анализа его работы с помощью ИИ? К каким изменениям в бизнесе это приведет? Это те проекты, над которыми уже работают специалисты GlobalLogic. Результаты сможем увидеть в ближайшем будущем,
– уверена руководитель компании.

Как ИИ влияет на рынок кандидатов

Широкое распространение ИИ влияет и на требования к кандидатам. По данным LinkedIn, работодатели все чаще ищут специалистов с ИИ-экспертизой – найм таких специалистов вырос на 323% за последние восемь лет.

Впрочем, из нашего опыта, если оценивать долю проектов, требующих внедрения ИИ – на часть Machine Learning придется не более 20% работ. То есть специалисты с этими навыками хоть и становятся более востребованными, однако все еще не входят в ТОП-3. Самыми популярными стеками, по-прежнему, остаются DevOps, Python и QA.

Большую роль в развитии компетенций играет обучение. Так называемые программы по ИИ-грамотности уже внедряют IKEA, JPMorgan Chase, WPP и десятки других гигантов рынка. Hitachi, материнская компания GlobalLogic, не является исключением. Благодаря партнерству с Google, более 50 000 специалистов GenAI пройдут обучение по глобальной программе, куда войдут технологии Gen AI Google Cloud. По этой программе 5 000 украинских инженеров уже развили свою ИИ-экспертизу.

ИИ и бизнес – что будет дальше?

В течение последних 5-10 лет бизнес активно внедряет ИИ – это не новая технология, а естественный процесс цифровой трансформации. Поэтому спрос от рынка будет только расти. В ИИ заинтересованы бизнесы всех вертикалей. К примеру, одной из ключевых индустрий, которые внедряют ИИ, является мультимедиа. Наряду с автомобилестроением, FinTech, здравоохранением и остальными индустриями, развлекательные платформы и медиа создают персональных ассистентов, анализируют потребности потребителей и адаптируют к ним свои предложения. В частности так работает Netflix: 80% шоу, которые смотрят пользователи, были рекомендованы системой на основе ИИ. Об этом компания заявила еще в 2017 году.

В нашем десятилетии мы ожидаем еще большего подъема ИИ, в частности благодаря вложениям в разработки. Ожидается, что расходы компаний на ИИ, включая программы с поддержкой ИИ, инфраструктуру и связанные с ними решения, удвоятся к 2028 году (достигнут 628 миллиардов долларов). Мой коллега, Орхан Гасимов, Associate Vice President по технологиям в европейском регионе в GlobalLogic, уже отмечал, что развитие ИИ все же упирается в бюджеты.

Возвращаясь к примеру системы адаптивного управления светом фар (Adaptive Head Beam), подготовка данных требует существенных затрат. Для создания базового прототипа необходимо обеспечить качественный сбор и обработку данных, охватывающих ключевые сценарии использования, с затратами в пределах 50–100 тысяч долларов. Разработка MVP (Minimum Viable Product) включает расширение покрытия данных для различных дорожных и погодных условий, что может стоить от 200 до 500 тысяч долларов. На этапе Production Grade добавляется значительно больший масштаб обработки данных, расширение сценариев использования и интеграция системы в реальные условия эксплуатации. Это повышает затраты до 1–2 миллионов долларов, учитывая сложность разметки и обеспечения точности модели.

В завершение, Анна Щербакова добавила, что в ближайшие годы она ожидает большего государственного и юридического регулирования сферы ИИ. Это будет симбиоз корпораций, правовых институтов и крупнейших игроков рынка для внедрения общих стандартов. Со временем технология будет приобретать только более широкое распространение. Мы к этому готовы и это будет определять, среди прочего, конкурентные позиции Украины на международном IT-рынке. Украинские инженеры соответствуют тренду и быстро учатся работе с технологиями – количество украинских разработчиков, которые используют ИИ, за год выросло в полтора раза.