20 ноября в региональном офисе IBS в Тюмени прошел круглый стол «От предиктивной аналитики до ИИ-ассистентов: практики внедрения искусственного интеллекта в бизнесе и промышленности».
Какие бизнес-задачи уже сейчас можно поручить ИИ? На что обратить внимание при выборе решения? Как получить максимальный эффект от внедрения? На эти и другие вопросы ответили эксперты IBS.
Открыли мероприятие директор кластера «Западная Сибирь» IBS Андрей Даценко, руководитель дирекции по развитию бизнеса IBS Александр Саксин и ведущий менеджер по развитию бизнеса IBS Любовь Бембель. Они рассказали об основных направлениях деятельности группы компаний IBS и работе кластера «Западная Сибирь».
Практические кейсы использования искусственного интеллекта представил начальник отдела цифрового моделирования IBS Андрей Никитин.
Эксперт рассмотрел различные способы реализации ИИ: машинное обучение, компьютерное зрение и генеративный ИИ. В основе классического машинного обучения лежат алгоритмы, позволяющие находить закономерности в структурированных данных. Оно может использоваться для прогнозирования спроса, оценки рисков, выявления аномалий. Технология компьютерного зрения базируется на нейронных сетях, обученных распознавать объекты, формы и дефекты на изображениях и видео. Возможные сферы применения — контроль качества продукции и мониторинг безопасности. Генеративный ИИ — это сложноорганизованная нейронная сеть, способная создавать новый контент: тексты, изображения, идеи. В корпоративной сфере такие решения могут применяться для автоматизации создания ответов в техподдержке и HR, интеллектуального поиска информации в больших массивах документов и т. д.
Совместно с коллегами Андрей Никитин разобрал восемь кейсов использования ИИ в реальных проектах IBS.
Технология машинного обучения применялась в системе-советчике для оптимизации производства минеральных удобрений, цифровом двойнике компрессорного оборудования и системе предиктивной аналитики для обслуживания сложного газового оборудования. Компьютерное зрение задействовали для обнаружения дефектов при производстве трансформаторного проката. На базе больших языковых моделей были реализованы чат-бот по бизнес-процессам компании, система автоматической классификации заявок в Service Desk, аналитический ассистент пользователя базы данных, а также система контроля и прогнозирования оттока персонала.
О последнем решении подробно рассказала начальник отдела аналитики департамента разработки корпоративных решений IBS Дарья Чувашова. Информационная система «Индекс счастья» позволяет с помощью предиктивной аналитики прогнозировать выгорание сотрудников и снижать затраты, связанные с текучестью персонала.
Особое внимание эксперты IBS уделили постановке целей и выбору решений. Опыт внедрения показывает, что наибольшую ценность искусственный интеллект приносит там, где технология точно отвечает на конкретный запрос бизнеса. Помимо этого, важно учитывать специфику самих ИИ-решений.
«Внедрение ML тесно связано с производственными данными. Их должно быть достаточно для обучения модели. Кроме того, процесс обязательно включает этап проверки гипотез. После сбора данных и построения модели мы показываем рекомендации технологам, оцениваем потенциальные эффекты и лишь затем переходим к реализации системы на практике, — отметил Андрей Никитин, начальник отдела цифрового моделирования IBS. — Для классических ML-задач значительных затрат на оборудование, как правило, не требуется. Компьютерное зрение — другой случай, тут уже нужны мощные видеокарты, а также придется собрать большое количество изображений, демонстрирующих различные типы дефектов. Свои нюансы есть и у генеративного ИИ. Ключевая задача — дообучить модель, адаптировать ее к реальным бизнес-процессам компании».
«Сейчас бизнес сталкивается с целым комплексом вызовов: дисбаланс спроса и предложения, устаревание оборудования, нехватка финансовых ресурсов. Акционеры и топ-менеджмент хотят видеть конкретные результаты. Никому не нужно ИТ ради ИТ. Любая новая технология должна приносить измеримую пользу: увеличение выработки, экономию на простоях и другие экономические эффекты», — подчеркнул Александр Саксин, руководитель дирекции по развитию бизнеса IBS.
Встреча прошла в формате живой дискуссии. Представители бизнес-сообщества активно участвовали в обсуждении, задавали вопросы и делились собственным опытом. В частности, участники круглого стола обсудили роль человека при использовании ИИ-технологий и пришли к выводу, что окончательное решение пока должно оставаться за специалистом.
Это уже не первое мероприятие, организованное группой компаний IBS в Тюмени. В сентябре представители ведущих производственных компаний встречались на круглом столе «Автоматизация: оптимизируй или проиграешь».
Регистрация. Приветственный кофе
Вступительное слово
Андрей Даценко, директор кластера «Западная Сибирь» IBS
О компании IBS
Любовь Бембель, ведущий менеджер по развитию бизнеса IBS
Практические кейсы применения искусственного интеллекта
Андрей Никитин, начальник отдела цифрового моделирования IBS
Сессия вопросов и ответов
Кофе-брейк, неформальное общение