Партнеры по разуму

Мировая ИТ-индустрия развивается эволюционно: как поэтапно происходило, например, внедрение систем управления предприятием ERP, CRM и т.д. Сегодня мы наблюдаем переход к широкому использованию искусственного интеллекта и предиктивной аналитики при решении бизнес-задач. Российский рынок исторически развивается с оглядкой на те процессы, которые происходят в США, Европе, Азии, поскольку все ключевые технологии приходят к нам оттуда. Я бы не говорил о стагнации сегмента стандартных ИТ-проектов как об отдельной тенденции. Определенный спад объясняется внешними факторами – экономическим кризисом и сокращением государственных и корпоративных бюджетов, отсутствием аналогов ИТ-продуктов мировых поставщиков, ставших недоступными в условиях санкций.

Искусственный интеллект может стать для интеграторов драйвером роста, поскольку отечественный рынок находится в стадии формирования, есть пространство для создания новых решений и поиска незанятых ниш. Сегодня многие компании выходят на прямые продажи клиентам или дистрибьютору, отказываясь от традиционной цепочки вендор-дистрибьютор-интегратор. Интеграторы в такой ситуации часто берут на себя дистрибьюторские функции и начинают сами продавать готовые решения. С этой точки зрения искусственный интеллект предлагает много возможностей для роста.

Развитие идет не дико, но неравномерно: в регионах еще не завершился этап внедрения классических продуктов, и на некоторых предприятиях даже можно встретить людей со счётами! В ситуации, когда люди работают за Pentium III с устаревшим монитором, сложно рассуждать об искусственном интеллекте. Тем не менее некоторые отрасли и направления российской экономики процесс цифровой трансформации затронул глубоко, и степень готовности к внедрению инновационных решений в них достаточно высока.

Тенденция – даже не российская, а общемировая – в том, что ИИ стоит на четырех «китах» и их связках-комбинациях. Это машинное зрение (видеоаналитика), обработка естественного языка (NLP, Natural language processing), речевые технологии и предиктивная аналитика.

Я прогнозирую взрывной рост проектов в данном направлении в 2019 году. Стоит отметить, что первый этап внедрений решений на базе видеоаналитики пройден. Например, вы получаете штраф за нарушение правил дорожного движения: если раньше распознавались только номера автомобилей, то сейчас это работает на уровне распознавания лиц. Также биометрические системы используют аэропорты, где с помощью видеоаналитики решаются и другие задачи безопасности: фиксируются скопления людей, подозрительные предметы. Подобные задачи актуальны во многих контекстах, и повсеместное использование биометрии лиц, трекинга людей, транспорта и объектов – перспектива самого ближайшего будущего.

Про них в том числе. Человек всегда хотел создать подобное себе творение, обладающее интеллектом, с которым можно было бы общаться голосом, вести диалоги.

Все места, где нужно вести диалоги с клиентами, проводить обзвоны, предупреждать о каких-то действиях – не только доносить информацию, но и получать обратную связь. У Центра когнитивных технологий есть собственная разработка SmartSel – платформа, позволяющая решать задачи классификации и маршрутизации неструктурированной информации, которая включает инструменты построения интеллектуальных диалоговых систем, чат-ботов.

Платформа может использоваться в корпорациях и крупном бизнесе для сбора и обработки внутренних заявок и сообщений, в государственных организациях – при работе с обращениями граждан; малый бизнес может использовать ее для автоматизации рутинных операций в интернет-магазинах и контакт-центрах.

Аудитория подобных систем не ограничивается банками. На этапе разработки мы были уверены, что платформа будет востребована преимущественно в крупных компаниях. Но реальная аудитория оказалась шире наших ожиданий – потребность в автоматизации стандартных сценариев при обмене информацией присутствует в разных типах организаций.

Пилотные внедрения SmartSel начались в сентябре 2018 года, и сейчас уже можно говорить о первых коммерческих проектах, результаты которых демонстрируют, что точность работы системы либо сопоставима с человеком, либо его превышает. Конкретные показатели зависят от типа задачи, специфики обработки и качества исходных данных.

Один из самых высоких показателей точности получен в пилотном проекте по обработке обращений в HelpDesk одной из топ-100 компаний России. Заявки разбирались с помощью робота RPA (Robotic Process Automation), данные обрабатывались нашей платформой и при выявлении ошибок переклассифицировались в корректную категорию. Точность обработки превысила этот показатель у операций, в которых решения принимал человек. Результат – повышение уровня и качества техобслуживания внутри организации.

На испытаниях в одной из компаний сектора ТЭК платформа продемонстрировала высокие показатели точности как на подготовленной выборке данных, так и на «сырой», – в последнем случае результаты были сопоставимы с результатами конкурентов, полученными на качественных данных. SmartSel использовалась в пилотных проектах для голосовых сервисов, в связке с речевыми решениями, где также стал очевиден ее потенциал для автоматизации контакт-центров и голосовой службы поддержки.

Да, платформа – разработка нашего центра, но для решения определенных классов задач мы используем сторонние решения. Так, в проекте обработки заявок в HelpDesk использовались продукты западных производителей на базе RPA-технологий, у которых пока нет достойных отечественных аналогов. У роботизации рутинных операций большое будущее – в этом направлении я также вижу значительный потенциал для роста.

Для синтеза и генерации речи в SmartSel есть возможность подключения модулей компаний «Центр речевых технологий», «Яндекс», Google и других производителей – мы готовы работать со всем спектром представленных в данном сегменте брендов. Платформа потенциально мультиязычна: у нас уже есть успешные кейсы с английским и французским языками.

Комплекс факторов. Прежде всего, рынок пока не верит, что это направление – рабочее. Искусственный интеллект был хайповой технологией еще в 50-х годах прошлого века, когда в научные исследования этого направления пришли серьезные инвестиции, но не принесли ожидаемых результатов. В начале XXI века мы наблюдали похожий всплеск интереса к искусственному интеллекту, но на тот момент нейросети и роботы оставались лишь дорогими игрушками, не способными решать реальные производственные и бизнес-задачи. А сегодня это уже эффективные инструменты, трансформирующие и отдельные процессы, и целые индустрии.

В авангарде освоения инновационных технологий действительно идут крупные корпорации, финансовые гиганты и отраслевые лидеры. Но это не значит, что эти инструменты недоступны для сектора СМБ, и их использование в небольших компаниях нецелесообразно. Если мы говорим о NLP-решениях, то за счет предоставления облачного сервиса можно снизить стоимость внедрения, а широкую востребованность таких продуктов мы уже обсудили. Решения на базе видеоаналитики имеют короткий цикл возврата инвестиций: даже в небольшой организации вложения могут окупиться всего за 10–12 месяцев.

Это зависит от профиля компании, ее масштаба и структуры, от того, каким образом проходило внедрение классических ИТ-систем и других факторов. Поэтому универсального показателя не существует.

Если говорить более предметно, то в колл-центрах и офисах можно автоматизировать почти половину рутинных операций. В данном контексте хочется говорить не о численных показателях, а о том потенциале для автоматизации процессов, который есть в отечественных организациях. На многих заводах до сих пор люди бегают с линейками и делают измерения, а ведь подобные задачи давно и с лучшими результатами решают системы машинного зрения.

Так, более 40% рутинных задач можно перепоручить нашей платформе SmartSel, а высвободившийся человеческий ресурс направить на решение сложных, творческих и ресурсоемких задач. Часто специалисты опираются на субъективные представления при классификации заявок, и они неверно маршрутизируются. Система опирается на объективные критерии, процент ошибочной классификации у нее ниже, и она способна переклассифицировать заявку в случае неверного определения ее типа человеком. Вопрос в выборе оправданных, современных и эффективных инструментов для каждого класса задач. И для многих из них сегодня существуют доступные решения, на которые тратить человеческие ресурсы просто расточительно.

До этого еще очень далеко. Системы поддержки принятия решений – да, они уже активно применяются. Но заменить человека на ключевых позициях искусственный интеллект не сможет еще несколько десятилетий.

Мы работаем над новым продуктом, представляющим единое хранилище для интеллектуального поиска информации внутри корпорации. На предприятии существует множество источников данных: системы документооборота, файловые хранилища, файлы на компьютерах сотрудников. Стандартная ситуация: чтобы найти необходимый документ, надо уже знать, где его искать. Внедрив подобное решение, предприятие сможет создать единое хранилище документов с централизованным доступом и интеллектуальным поиском. Система будет выстраивать семантические связи между единицами хранения, и в результатах поиска, помимо искомого документа, станет доступна визуализация его связи с другими документами организации. Выход решения запланирован на 2019 год, сейчас проект находится в стадии пилотирования.

Наш центр еще молодой, ведь он создан в структуре «АйТеко» лишь в апреле 2018. Мы начинали работать вдвоем, и вдвоем разрабатывали первые прототипы. А сейчас нас более 30 человек, и открыто еще несколько вакансий. У центра нет проблем роста – есть проблема заполнения вакансий. Иногда не хватает квалифицированных специалистов с навыками машинного обучения и программирования, но это общая для рынка проблема.

С одной стороны – да, с другой – уровень подготовки в таких вузах, как МГУ им. М.В. Ломоносова или МФТИ, достаточно высок. И российские выпускники в принципе могут конкурировать с выпускниками серьезных западных вузов. Наш центр заинтересован в сотрудничестве с учебными заведениями, и мы начали его развивать с поддержки студенческих хакатонов. Это знакомая мне среда: я сам был преподавателем и продолжаю читать лекции. Получаю большое удовольствие от общения с молодежью, подпитываюсь новыми интересными идеями и делюсь знаниями и трендами. Если начинать растить студентов «под себя» с третьего курса, то к последним семестрам они становятся серьезными специалистами, защищающими дипломы на реальных проектах. Так что мы приглашаем в «АйТеко» студентов, у которых есть идеи, но они не знают, куда их нести и как реализовать.