Анджей Аршавский: «В ближайшие несколько лет мы должны получить решения, показывающие настоящий экономический результат. Это положит конец хайпу и станет началом промышленного применения цифровых технологий в бизнесе»
Опыт лидеров интересует даже тех, у кого нет средств на крупные инвестиции в цифровизацию. Им нужны готовые продукты, которые можно быстро и недорого внедрить.
В конце сентября состоялся круглый стол на тему «Готов ли российский бизнес к цифровой трансформации?», организованный Сбербанком. И хотя явного ответа на поставленный вопрос так и не прозвучало, свой рецепт повышения интереса отечественных компаний к новаторским решениям участники круглого стола все-таки дать.
Сопровождающаяся ломкой устоев цифровизация – лишь реакция на новые потребности общества. Во всем мире пройден этап первого интереса к технологиям, началась практика. При этом многие российские предприятия отличаются системным подходом, и их поведение вполне отражает поговорку «долго запрягает, да быстро едет».
«Мы видим системное желание российского бизнеса использовать современные технологии», — заявил Павел Гонтарев, управляющий директор «Mail.ru Цифровые технологии». По его словам, этап экспериментов, осуществляемых пионерами, завершен, и теперь важна «продуктивизация» технологий – в том числе, переход от технологий искусственного интеллекта к продуктам, их использующим. Разрыв между готовыми к использованию искусственного интеллекта лидерами и «средним российским бизнесом» огромен. Но цифровизация интересует даже тех, кто не может себе позволить огромных инвестиций. Их интересует опыт первопроходцев. Именно из-за этого так важна «упаковка» технологий в готовые продукты, которая ускоряет и упрощает их внедрение. И сейчас такие продукты активно появляются, обычно это происходит в партнерстве между ИТ-компаниями и крупным бизнесом.
«В ближайшие несколько лет мы должны получить решения, показывающие настоящий экономический результат. Это положит конец хайпу и станет началом промышленного применения цифровых технологий в бизнесе», — уверен Анджей Аршавский, директор по анализу данных и моделированию «Газпром нефти». Про использование искусственного интеллекта в промышленности всерьез заговорили в 2013-2014 годах. Сейчас уже появились первые результаты, дающие возможность развиваться дальше. Но еще важнее, что у менеджмента компаний появляется понимание, что необходимо для такого развития. «Завернуть эксперимент в упаковку» — это совсем другой уровень, нежели проведение пилотных проектов, в этом случае идет речь о командной работе специалистов различных направлений.
По мнению Максима Еременко, директора управления развития компетенций по исследованию данных Сбербанка, до сих пор остается серьезный сдерживающий фактор для развития искусственного интеллекта: человек обучается быстрее – машине нужно «скормить» гораздо больше данных. А вот с данными как раз часто возникает проблема. Более того, недавнее увлечение их регулированием также играет негативную роль. Например, директива по защите личных данных GDPR благополучно похоронила в Европе многие начинания в области больших данных и искусственного интеллекта.
«Девушек на ресепшене роботы пока не заменят. А вот узнать клиента и помочь в общении с ним – вполне способны», — согласился Гонтарев. Красивых историй на эту тему появилось уже вполне достаточно, и все они не о сокращении людей, а о качественном изменении процессов взаимодействия с клиентами. Более того, несмотря на все перспективы цифровизации, гуманитарии по-прежнему будут востребованы. Цифры могут дать пищу для размышлений, но вот их интерпретацией занимаются отнюдь не технари. Именно поэтому есть серьезные основания полагать, что искусственный интеллект создаст больше рабочих мест, чем сократит.
Переманивать, но готовить своих
Отдельной проблемой становится кадровый дефицит: по признанию участников круглого стола, им приходится охотиться за кадрами, переманивать их. Специалисты по созданию цифровых решений нарасхват.
«Очень тяжело найти менеджеров с нужным сочетанием технических и нетехнических навыков, позволяющих продавать продукты и продвигать их в бизнес», — отметил Еременко. В области искусственного интеллекта это сочетание особенно ценно, и, к сожалению, такие люди далеко не всегда способны интегрироваться в корпоративную структуру. По словам Еременко, будет и вторая кадрового голода: поборов дефицит исследователей данных (data scientist), компании сразу же столкнутся с нехваткой инженеров по машинному обучению и разметчикам наборов данных.
«Отрасль растет экспоненциально, и нехватка специалистов – вполне ожидаемое явление», — констатировал Аршавский. Сейчас исследователей данных мало, и их не хватает, но они все-таки уже есть, а в институтах появляются соответствующие программы. Для многих компаний гораздо важнее переподготовить имеющиеся кадры, которые обладают огромным потенциалом за счет прикладных знаний.
Возможность горизонтальной миграции кадров создает много интересных рабочих мест, поэтому утечка мозгов заметно сокращается, и есть надежда, что в дальнейшем ситуация еще улучшится. Становится возможным не западный, а восточный подход, когда специалист развивается горизонтально и работает в компании десятилетиями.
По словам Аршавского, в крупных производственных компаниях появляется новая специальность: «бизнес-аналитик искусственного интеллекта» — исследователь данных, погруженный в специфику производства. Таким образом, у исследователей данных появляется новое направление развития, которое не ограничивается областью ИТ и менеджерской работой. Это важно, чтобы сделать профессию еще более привлекательной.
