Эксперты изучают реальное состояние внедрения ИИ в отраслях экономики
Для понимания реального состояния внедрения искусственного интеллекта в России нужна универсальная методика оценки. Такое мнение высказал заместитель руководителя АЦ, руководитель Центра экспертизы по реализации федпроекта «Искусственный интеллект» Сергей Наквасин на конференции ЦИПР-2021, которая прошла в Нижнем Новгороде при поддержке Аналитического центра.
«Мы в Аналитическом центре постоянно изучаем информацию по внедрению искусственного интеллекта в мире. Очень легко найти 30 международных отчетов о внедрении ИИ в США, Китае, Евросоюзе и Корее. И с большим трудом можно найти пару отчетов из России, да и информации там будет мало. А если у нас мало информации, как мы можем понять, по каким секторам Россия отстает?», - отметил Наквасин, выступая на круглом столе «Искусственный интеллект. Внедрение в отраслях на примере промышленности».
Он добавил, что Аналитический центр совместно со Сбером и АНО «Цифровая экономика» реализовали пилотный проект по оценке реального состояния внедрения искусственного интеллекта в отраслях экономики. Подробнее о проекте на круглом столе рассказал управляющий директор в Управлении развития компетенций по исследованию данных Сбера Владимир Авербах. Согласно разработанной экспертами методологии, оценку необходимо проводить по 5 критериям: скорость, качество, объективность, экономическая эффективность и персонализация. «Это фундамент того, как следует оценивать кейс на предприятии и для отрасли в целом. Можно оценить, во сколько раз улучшатся эти показатели после внедрения ИИ», - пояснил Авербах.
Пилотное исследование показало, что в России очень низкий уровень проникновения ИИ в промышленности – 11%, добавил Наквасин. «При этом, по средневзвешенной оценке западных аналитических агентств, вклад от внедрения ИИ в валовую добавленную стоимость точно превышает 2% для всей отрасли. То есть экономический эффект очевиден», - пояснил эксперт. Кроме того, как показал опрос промышленных компаний, основными барьерами при внедрении искусственного интеллекта они считают недостаток квалифицированных специалистов и низкую эффективность инвестиций в ИИ. «Когда я изучал эти барьеры, мне показалось любопытным, что компании не замечают некоторые барьеры, например - нехватка данных и отсутствие поддержки со стороны руководства. Мне кажется, для корректного анализа результатов исследования надо изучать то, чего не замечают менеджеры. Возможно, решение этих барьеров позволит быстрее внедрять искусственный интеллект», - отметил Наквасин.
По его словам, в дальнейших планах у команды аналитиков - масштабное исследование, которое охватит до 15 отраслей экономики и более 2 тысяч компаний, а оценка будет проводиться по широкому спектру критериев. Планируется, что такое исследование станет ежегодным.