Почему ИИ не доходит до заводов: пять проблем внедрения технологий в промышленности

Тема искусственного интеллекта остается ключевой для международной промышленной выставки «Иннопром» и бизнеса в целом. Помимо всех плюсов роботизации, автоматизации и искусственного интеллекта, есть ряд проблем, с которыми сталкиваются предприниматели и власти на пути к внедрению технологий. И это не только и не столько очевидный для многих вопрос безопасности данных.

Опасность замены человека искусственным интеллектом

Ключевая проблема, связанная с ИИ, — люди. С одной стороны, нужны квалифицированные специалисты для разработки и внедрения решений, с другой — сам искусственный интеллект пока не может заменить человека.

«Главный риск при использовании ИИ — последствия ситуации, когда решение принимает машина, а не человек. Самый простой пример — применение таких инноваций в беспилотном транспорте и других системах. Я считаю, вопросы ответственности будут сохраняться до тех пор, пока мы полностью не научимся доверять этим технологиям. А в ближайшее время это вряд ли возможно», — рассказал руководитель центра индустриальных решений и продуктов МТС Павел Федосов.

Заместитель министра цифрового развития, связи и массовых коммуникаций России Александр Шойтов также считает, что доверять задачи ИИ нужно крайне взвешенно.

«Нужно быть осмотрительным. Риски сохраняются даже в простых случаях, когда ИИ выступает лишь помощником. Всегда нужно оценивать, что случится, если искусственный интеллект выдаст неверное решение. От этого зависит подход к его использованию. В одном случае ошибка приведет к браку партии продукции, а в другом — остановит производство или создаст угрозу безопасности предприятия. Именно поэтому вокруг систем ИИ должна строиться полноценная система контроля», — отметил Александр Шойтов.

Нехватка вычислительных мощностей

Еще одна проблема, которую выделяют эксперты, — недостаточное количество доступных аппаратных ресурсов, в этом случае они не справляются с объемом поставленных задач. Затраты на глобальном рынке высокопроизводительных вычислений превышают 60 млрд долларов и продолжат расти.

«Для ИИ нужны четыре компонента. Первый – регуляторика, с этим у нас все хорошо. Второй – доступная электроэнергия. У нас с этим нормально. Третий компонент – вычислительные мощности. С этим у нас все очень плохо, и пока непонятно, как из этого выбираться. Четвертый – кадры. И тут нужно смотреть не количество, а качество», – считает директор по развитию технологий искусственного интеллекта компании «Яндекс» Александр Крайнов.

Необходимость баланса в регулировке

Во время «Иннопрома» Госдума одобрила законопроект о регулировании искусственного интеллекта. Он вводит базовое определение ИИ в российское законодательство, регулирует отношения, связанные с разработкой, внедрением и применением ИИ-программ, а также предусматривает право правительства определять для разработчиков меры господдержки — финансовые, имущественные, гарантийные и информационные. Впрочем, в самой нижней палате сразу после принятия документа заявили о необходимости дальнейшего совершенствования законодательства в этой сфере.

«Вместе с технологией меняется и роль государства. Сегодня его задача как регулятора заключается не в том, чтобы пытаться догонять развитие технологий запретами. Нужно сформировать ясные и понятные правила, внутри которых искусственный интеллект сможет развиваться безопасно, предсказуемо и эффективно», — считает заместитель министра промышленности и торговли РФ Василий Шпак.

С его мнением согласны и другие участники дискуссии: регулирование должно защищать, но не должно препятствовать бизнесу.

«Мы видим, насколько активно разные страны включились в технологическую гонку, сопоставимую с той, что происходила в 1950-х годах. В этой ситуации государство играет одну из ключевых ролей — не только стимулируя спрос с помощью различных мер поддержки, но и обеспечивая необходимый уровень регулирования и надзора. При этом важно сохранить баланс: не перегнуть с контролем и не переборщить со стимулированием. Если мер поддержки слишком много, снижается рыночная конкуренция, если контроля — теряется инициатива», — считает руководитель центра индустриальных решений и продуктов МТС Павел Федосов.

Неготовность бизнеса к цифровизации

По мнению руководителя центра индустриальных решений и продуктов МТС, переход к продвинутым системам на базе искусственного интеллекта должен начинаться не с выбора технологии, а с подготовки самого предприятия к ее внедрению.

«Если автоматизировать хаос, получится цифровой хаос. Для того чтобы строить продвинутые системы на базе искусственного интеллекта, сначала нужно привести в порядок данные, понять сценарии использования и оценить экономический эффект», — говорит он.

Позицию Павла Федосова поддерживает и Василий Шпак. По его словам, цифровизация дает экономический эффект только в том случае, если на предприятии изначально все устроено логично и организованно.

Проблема экономической выгоды

Важным вопросом остается и экономическая выгода от внедрения искусственного интеллекта и автоматизации. Если качественных данных мало, а у руководства предприятия нет понимания конкретных бизнес-задач, то и экономической эффективности от использования ИИ-технологий может быть недостаточно, говорят участники рынка.

«Бизнес исходит из принципов целесообразности и рациональности. Если переход на новые технологии в текущий момент оказывается достаточно дорогим, то далеко не всегда есть возможность его профинансировать, особенно сейчас, с учетом высокой стоимости денег и других экономических факторов. Пока мы наблюдаем переход от единичных ИИ-решений к комплексной платформе у крупных компаний, которые обладают необходимыми средствами, возможностями и ресурсами. Они могут хотя бы нанять и удержать у себя базовую команду ИТ-специалистов», — уверен Федосов.

При этом важно не только создать функцию, но и понимать, насколько часто ей пользуются и какую ценность она привносит, добавляют участники рынка. По мнению экспертов, конкурентное преимущество будет у тех, кто умеет адаптировать технологии под реальные задачи бизнеса и превращать их в удобные инструменты.

«Плохой бизнес искусственный интеллект лучше не сделает. Он помогает повысить эффективность хорошо выстроенных бизнес-процессов. Именно поэтому главный вопрос сегодня — не какую модель использовать, а какие задачи компании действительно стоит автоматизировать», — отмечает руководитель программ технологического развития СКБ Контур Алексей Хворост.

Эксперты подчеркивают, что внедрение искусственного интеллекта в промышленности упирается не столько в сами технологии, сколько в готовность предприятий к изменениям. Для эффективной цифровой трансформации нужны вычислительные мощности, квалифицированные кадры, понятные правила регулирования, качественные данные и четкое понимание экономического эффекта. Пока позволить себе комплексное внедрение ИИ могут в основном крупные компании, однако по мере удешевления технологий и развития партнерских моделей эти решения станут доступнее для среднего и малого промышленного бизнеса.