Новости

Топ-менеджеры обсудили применение ML/AI проекты

Топ-менеджеры крупнейших компаний обсудили применение ML/AI на RAIF 2018

23 октября в Москве прошел второй ежегодный форум по системам искусственного интеллекта — RAIF 2018 (The Russian Artificial Intelligence Forum), организатором которого выступила компания «Инфосистемы Джет». Форум собрал свыше 800 участников — топ-менеджеров крупных компаний и ИТ-экспертов. Концепция мероприятия — «Превосходя Мастера» — была призвана продемонстрировать гостям форума ключевую идею: искусственный интеллект не просто способен к обучению, но и уже совершенствует плоды человеческого труда, проявляя нечеловеческие возможности. Эта идея была подкреплена многочисленными кейсами внедрения ML, которые были озвучены спикерами RAIF — представителями крупных промышленных предприятий, банков, ритейла и стартапов.

Открывая пленарную часть, Edwin Diender, Vice President, Government & Public Utility Sector, Huawei Technologies, рассказал, как синергия технологий ML/AI, Big Data, IoT способна формировать умный мир, приходя в каждый дом, организацию, город. Направление умной инфраструктуры получило в последние годы серьезное развитие в мире: умные датчики, цифровые железные дороги — все это в ближайшие годы запустит новую волну инноваций и принесет огромные экономические выгоды всем странам и отраслям.

Владимир Молодых, директор по разработке и внедрению ПО компании «Инфосистемы Джет», рассказал об эффективных шагах к трансформации бизнеса с помощью AI и главных препятствиях на этом пути, а также подкрепил свои идеи реальными кейсами, реализованными «Инфосистемы Джет»: «Сегодня больше разговоров об искусственном интеллекте, чем комплексных внедрений, которые бы действительно делали организации эффективнее. Чтобы успешно реализовывать проекты с искусственным интеллектом, компаниям нужно многому научиться: пересмотреть подход к работе с данными, обеспечить тесное ежедневное взаимодействие математиков и экспертов от бизнеса (даже больше, чем при agile-методологиях), изначально точно ставить задачу и задавать метрики, действительно привязанные к экономическому эффекту».

Продолжил тему Анджей Аршавский, директор по анализу данных НЛМК, поделившись опытом реализации индустриальных AI-проектов: «Сегодня мы параллельно ведем около 20 проектов с применением искусственного интеллекта. Часть из них находится в промышленной эксплуатации, часть — в стадии испытаний, а часть — на этапе пилотирования и разработки. Внедрение таких решений требует глубокого погружения в задачу и в технологическую экспертизу. Необходимо учитывать множество противоречивых KPI и технологических ограничений. Для успешной реализации и эксплуатации решений необходимо иметь многофункциональную платформу данных, моделей и приложений».

В пленарной секции прозвучало также выступление Максима Белоусова, заместителя председателя правления Банка УРАЛСИБ, который рассказал, как увеличить прибыль уже на первых этапах AI-трансформации банка. Одной из рекомендаций было начинать с наиболее «болезненных», но и наиболее простых с точки зрения автоматизации процессов: работы с просрочкой, скоринга, прогнозирования оттока клиентов. «Многие компании сегодня все ещё боятся кардинальных нововведений в виде внедрения искусственного интеллекта в бизнес-процессы, даже если пилот проекта был удачен, отметил Максим Белоусов. Я бы посоветовал быть смелее и не страшиться использовать достижения технологического прогресса, тем более что на рынке немало успешных кейсов применения ML/AI-продуктов. Онлайн-сбор данных и их глубокий последующий анализ для получения предиктивной аналитики уже позволяют верно выстраивать модели развития и избегать рисков».

В частности, Олег Седелев, директор проектов управления инфраструктуры и больших данных Сбербанка (блок «Корпоративный бизнес»), рассказал об AI-решении, которое позволило банку сократить время одобрения кредитов для юридических лиц с 14 дней до 7 минут. Данное предложение доступно сегодня компаниям в Московском регионе, прошедшим скоринг на благонадежность. «В корпоративном бизнесе “Сбербанка” модели ML активно применяются для решения традиционных банковских задач, например, для анализа благонадежности потенциального заемщика или прогнозирования просроченных платежей, отметил спикер. — Также сферой, где модели машинного обучения уже сейчас приносят значительную прибыль банку и ценность для клиентов, является таргетирование продаж — предоставление клиентам наиболее интересных им предложений».

Конкуренция заставляет компании внедрять передовые технологии и экспериментировать, но окупаются ли вложения в ML/AI-проекты? И как извлечь прибыль из инвестиций в ML-инструменты по управлению клиентским опытом? Какие типичные ошибки бывают при внедрении и как их избежать, а также что (кроме знания data science) может потребоваться от команды при внедрении проекта в области ИИ? На эти вопросы в рамках тематических дискуссий ответили спикеры из Wildberries, Сколтеха, «ВымпелКома», «М.Видео», Ак Барс Банка, «Инфосистемы Джет», Accenture, Орбита Капитал Партнерз (Росатом), Минсвязи и информатизации республики Беларусь, S7 TechLab, Rubbles и других компаний. Несомненно, оптимизация бизнес-процессов посредством AI позволяет организациям повышать прибыль и большую роль в этом играет качество алгоритмов и точность постановки задач для AI — согласились спикеры. При этом важно применять технологию в той области, где она действительно необходима.

Одна из дискуссий была посвящена применению ML/AI для обеспечения информационной безопасности бизнеса. В мире за 2017 год потери, связанные с утечкой данных, увеличились на 7%, то есть около $4 млн на компанию — констатировал Олег Бакшинский, ведущий советник по вопросам информационной безопасности IBM Россия и СНГ. В отчете E&Y говорится, что в 37% случаев киберугрозы выявляют потребители (клиенты). При этом у большинства компаний нет новых технологий для отслеживания киберугроз — признали участники дискуссии. «На мой взгляд, искусственный интеллект — это тот сегмент, где возможно найти решение тех задач, которые еще вчера казались неразрешимыми подытожил Алексей Сизов, руководитель направления противодействия мошенничеству Центра информационной безопасности компании «Инфосистемы Джет». — Если говорить о достигнутых результатах, то для нас целевой вектор развития ML в области ИБ — это направление антифрода. Мы внедряем различные системы, поддерживающие и использующие искусственный интеллект, с 2012 года. Сегодня мы стали заглядывать в соседние области, смотреть на проблемы наших заказчиков, которым ранее не могли предложить конечное готовое решение. В частности, это направление Identity Management (управление учетными записями), Segregation of duties (разделение обязанностей), направление поведенческого анализа (UBA), направления SOC и SIEM».

Синергия технологий ML/AI с IoT и другими смежными решениями обсуждалась в рамках пленарной секции, а также в ходе дискуссии «Промышленный интернет вещей: чего ждать к 2022 году?» Виталий Порубов, директор по стратегии и инновациям департамента информационных технологий X5 Retail Group, рассказал об использовании IIoT в продуктовом ритейле — транспорт, торговое и технологическое оборудование в магазинах, умные полки оснащаются умными устройствами. Модели прогнозирования спроса, планирование цепочек поставок, сегментация клиентов лучше работают в связке с использованием IoT-устройств, способных на лету собирать и передавать информацию. По словам спикера, такие решения могут оказывать существенное влияние на финансовые показатели компании.

Параллельно с деловой программой в рамках форума прошел финал RAIF Hackathon и награждение победителей. Три лучшие команды, разделившие призовой фонд более 1 млн рублей: KeKsiK (в номинации от НЛМК — «Оптимизация процессов производства»), r_test («Прогнозирование кадастровой стоимости объектов» для Росреестра) и Help The Platypus («Анализ спроса на товары» для «Утконоса»).

Партнерами RAIF 2018 выступили компании IBM, Huawei, NetApp, Cisco, Лаборатория Касперского, Solar-Ростелеком, Nextail и Dbrain.

 

Перейти к архиву >>

НАШИ ПАРТНЕРЫ

           

Создание сайтов NewMark