Аналитики Gartner прогнозируют, что к концу 2024 г. 75% предприятий перейдут от пилотных проектов использования технологий искусственного интеллекта к их коммерческой эксплуатации. Что, в общем-то, неудивительно: к ИИ присматриваются многие компании, стремящиеся в режиме реального времени с пользой для дела использовать огромные массивы данных, возникающих в процессе реализации как бизнес-операций, так и технологических процессов. Человек не может оперативно отслеживать сотни параметров, а искусственный интеллект может! На это председатель совета директоров OCS Distribution Максим Сорокин обратил внимание участников ноябрьского онлайн-форума «IT-Ось 2020», собравшего на своей виртуальной площадке свыше тысячи участников.
Интересно отметить, что рассказов об успешных случаях использования технологий ИИ для оптимизации бизнес-процессов производственных и торгово-сервисных предприятий не так много. Тому есть несколько причин. Об одной из них авторы вышедшего в сентябре альманаха «Искусственный интеллект. Предсказательная аналитика и системы поддержки принятия решений» говорят так: «Казалось бы, темы предсказательной аналитики, рекомендательных систем и систем принятия решений совсем не новые. Однако эта область сильно более закрытая, чем другие... Предсказательная аналитика стала настолько важной составляющей бизнеса лидирующих компаний, что все работы в этой области ведутся в закрытом режиме».
Опыт HPE
Поэтому, стремясь приоткрыть завесу над тайнами использования высоких технологий в процессах взаимодействия компаний друг с другом, во время панельной дискуссии «Дистрибуция как сервис, или Свежий взгляд на дистрибуцию », проходившей в рамках упомянутого выше онлайн-форума, мы задали поставщикам OCS Distribution прямой вопрос «Используете ли вы технологии ИИ при взаимодействии с дистрибьюторами?».
Ответил на этот вопрос только генеральный директор Hewlett Packard Enterprise (HPE) в России Александр Щербина. Назвав при этом инструмент ИИ Genie, специально разработанный для оптимизации приема и обработки заказов от партнеров. А также упомянув ИИ-систему для повышения качества производства на одном из чешских заводов, которая позволила ускорить производство оборудования HPE, уменьшив при этом количество и без того единичных случаев брака и рекламаций со стороны потребителей. Кроме того, он отметил интеллектуальную систему прогнозной аналитики HPE InfoSight, позволяющую, образно говоря, «устранять проблемы до их возникновения».
Напомним: в 2019 г. среди шести перечисленных приоритетов HPE три были так или иначе связанны с технологиями ИИ: интеллектуальная обработка данных на границе сети и формирование единой архитектуры от периферии до ЦОДа/облака; переход к интеллектуальным системам хранения данных, базирующихся на современных технологиях NVMe, SCM и ИИ; широкое применение в ЦОДах технологий ИИ с целью перевода их в конечном итоге в режим автономной работы.
Поэтому нет ничего удивительного в том, что HPE широко использует технологии ИИ как для оптимизации производственных процессов, так и для улучшения отношений со своими клиентами. И не делает из этого страшной тайны.
Подход OCS
А вот что рассказал нам руководитель отдела бизнес-аналитики OCS Distribution Андрей Смеречук: «Использование ИИ в современном цифровом мире становится постоянным трендом, и очень многие компании говорят об этом. В то же время применять указанные технологии самостоятельно именно для своих бизнес-задач и данных, а не как решения, интегрированные в готовые продукты (например, спам-фильтр в почтовом клиенте или корпоративный антивирус, где эта технология очень активно используется) крайне непростая задача. Одним из ключевых требований для успешного внедрения ИИ является большой объем размеченных данных. Как правило это характерно для больших интернет-компаний, ритейла, банковского сектора, где как сами массивы данных, так и задачи для их применения с использованием ИИ появляются естественным образом. В то же время для многих компаний гораздо важнее решение вопросов качества данных и автоматизации с помощью различных инструментов, часто и без использования ИИ (не всегда оправданно использовать танк, чтобы съездить в лес за грибами)».
Он также отметил, что вопросы работы с данными и использование ИИ неразрывно связаны с вопросами качества и управления данными. Если вы не уверены в своих данных и их качестве, то и любой их анализ и использование, даже с применением ИИ, даст скорее негативный результат (т. к. никогда нельзя быть уверенным, что решение принято на основании правильных данных). И главная проблема, которую должна решить любая компания прежде, чем начать внедрять технологии машинного анализа и ИИ — это решить вопросы качества данных и внедрить Data Governance.
«Мы сейчас вплотную приступили к решению этой непростой задачи, учитывая очень богатую историю компании и наследственность в данных и процессах, с которыми надо разобраться, — рассказал Андрей Смеречук. — Однако мы не откладываем внедрение технологий, использующих ИИ, на далекое будущее. В настоящее время мы начали реализацию проекта, использующего технологии ИИ и NLP (распознавание естественного языка) на платформе PolyAnalyst для автоматической классификации и разбора писем от клиентов, что позволит существенно разгрузить менеджеров компании и переключить их силы на более квалифицированные и важные для бизнеса задачи. По мере накопления компетенций эта же технология будет применяться и во множестве других задач, связанных с распознаванием неструктурированных текстов».
Он также добавил, что компания начала тестировать еще одну современную технологию — RPA. Наряду с автоматизацией классическими методами она должна существенно разгрузить сотрудников компании от монотонной работы и ускорить передачу рутинных процессов от людей к машинам. «Однако это только начало пути и по мере продвижения работ по Data Governance, а также развития проектов с PolyAnalyst и RPA будут появляться новые задачи для внедрения технологий машинного анализа и ИИ, призванные упростить и улучшить работу сотрудников компании и открыть новые ниши для развития бизнеса», — отметил Андрей Смеречук.
