Наиболее активно технологии ИИ внедряются в финансовом секторе, где ежегодные инвестиции достигают 1 млрд долларов. В тоже время в других отраслях все еще наблюдается острый дефицит готовых решений, рассказал Сергей Голицын, руководитель направления Т1 ИИ (входит в ИТ-холдинг Т1).

Основные сферы применения ИИ

По данным Национального центра развития ИИ при Правительстве РФ, индекс готовности к использованию ИИ в России показывает уверенный рост. В 2021 году он составлял 3,2 балла, а к 2024 году достиг 3,5 балла. Такой рост стал возможен благодаря государственным инициативам и росту инвестиций в технологические стартапы.

Лидерами в использовании ИИ являются отрасли с высоким уровнем цифровой трансформации — финансовый сектор, телеком, компании в сфере ИТ, логистика, ТЭК. Развивающиеся отрасли, характеризующиеся активным ростом и средним уровнем внедрения ИИ, включают такие направления, как розничная торговля, медиа, здравоохранение и строительство. Наименее активно ИИ пока применяется в городской среде, образовании, физкультуре и спорте, культуре и социальной сфере.

В финансовом секторе ИИ помогает выявлять мошенничество, оценивать кредитные риски и автоматизировать рутинные процессы. Например, Банк России использует ИИ-решения для оптимизации задач и борьбы с мошенниками. Крупные банки ежегодно инвестируют в их развитие около 1 млрд долларов. Исследование Ассоциации "Финтех" показывает, что эти вложения приносят 3 млрд долларов прибыли в год. Данные финтеха становятся основой для машинного обучения, а потому дают качественную аналитику и точные прогнозы. ИИ успешно применяется и в других областях. Так, в логистике алгоритмы оптимизируют маршруты доставки, а в медицине системы ИИ помогают врачам ставить диагнозы.

Несмотря на прогресс, в некоторых отраслях спрос на ИИ-решения все еще опережает их доступность. Согласно отчету НЦРИИ за 2024 год, только 36% организаций считают, что на рынке достаточно ИИ-продуктов для их задач. В разных группах ситуация сильно отличается: среди лидеров предложением удовлетворены 48% компаний, среди развивающихся — 37%, а среди начинающих — только 26%. В связи с этим потребность в российских разработках возрастает.

При этом среди факторов, сдерживающих темпы внедрения ИИ в России, — дефицит квалифицированных ИТ-специалистов. Это создает сложности при разработке новых ИИ-продуктов. На рынке труда востребованы аналитики, ML-инженеры и разработчики, способные работать с современными технологиями. Остро ощущается и нехватка экспертов по искусственному интеллекту и машинному обучению — число вакансий для ML-инженеров и разработчиков ИИ-систем в 2024 году выросло на 43% по сравнению с 2023 годом.

Потенциал для развития

В последние годы искусственный интеллект (ИИ) стал одним из ключевых направлений технологического прогресса. Россия, обладая сильной научной базой и высококвалифицированными специалистами, имеет значительный потенциал для развития ИИ-технологий. Одним из наиболее перспективных направлений применения ИИ является индустрия и производство. Автоматизация производственных процессов с использованием ИИ позволяет повысить эффективность, сократить затраты и улучшить качество продукции. Машинное обучение и компьютерное зрение могут использоваться для оптимизации логистики, контроля качества и предсказания неисправностей оборудования. В этом контексте важное значение имеют системы управления производством, которые способны анализировать большие объемы данных и принимать оптимальные решения в реальном времени.

Особое внимание следует уделить развитию больших языковых моделей (БЯМ), которые способны понимать и генерировать текст на естественном языке, обрабатывать большие массивы технической и научной информации, что открывает новые возможности в различных областях.

БЯМ могут автоматически извлекать ключевые данные из документов, такие как ссылки на другие документы, объекты и их характеристики, ключевые элементы производственных процессов и т. д. Это особенно полезно в таких сферах, как юриспруденция, финансовый анализ, управление проектами и аудит. Технологии интеллектуальной обработки документов с применением больших языковых моделей представляют собой мощный инструмент для повышения эффективности и точности в обработке данных. Несмотря на существующие вызовы, потенциал этих технологий открывает новые горизонты для развития ИТ-индустрии и бизнеса в целом.