Фото: архив ПензаСМИ.
Искусственный интеллект в российских компаниях перестал быть экзотикой, но массовым явлением пока не стал. По данным Института статистических исследований и экономики знаний НИУ ВШЭ (ИСИЭЗ), технологии ИИ применяют лишь 5,2% крупных и средних организаций. За год показатель вырос всего на 0,4 процентного пункта – и это при том, что интерес к теме едва ли не ежедневный.
Главное различие – масштаб бизнеса. В компаниях с численностью более 500 человек ИИ используют 17%, тогда как среди организаций до 100 сотрудников – лишь 4,3%. Иными словами, чем крупнее игрок, тем выше шанс, что он уже пробует нейросети в работе. Для малого бизнеса, который в исследовании не учитывался, вопрос пока чаще остается теоретическим.
Самыми востребованными оказались технологии обработки визуальных данных (включая компьютерное зрение) и обработки текста – их используют 66–67% организаций, работающих с ИИ. Причем спрос на текстовые решения за год вырос почти вдвое. Реже всего компании берутся за технологии повышения эффективности самого ИИ.
ИИ добрался до всех ключевых бизнес-процессов. Примерно каждая вторая компания использует его в маркетинге и продажах, управлении персоналом и производстве. Каждая четвертая – в управлении организацией.
Собственные модели – это редкость. Лишь 10–15% организаций разрабатывают или дорабатывают ПО своими силами. Большинство (56%) берет готовое коммерческое решение, еще 51,8% – модифицированное сторонними подрядчиками. За год заметно выросла доля тех, кто пользуется бесплатными ИИ-решениями.
Эффекты компании оценивают скорее качественно, чем количественно. Почти две трети (62,7%) отмечают рост качества и эффективности бизнес-процессов, половина (51,1%) – улучшение производственных процессов. О росте доходов заявили 41,4%, о повышении производительности труда – каждая четвертая (24,1%). А вот о сокращении сотрудников из-за ИИ сообщили лишь 9,1% респондентов – страхи о массовой замене людей пока не подтверждаются.
По мнению экспертов, главный тормоз внедрения технологии – деньги. На высокие затраты указали 54% респондентов. Далее идут недостаток и невысокое качество данных (34%), нехватка квалифицированных кадров (33%) и слабая ИКТ-инфраструктура (32%).
