В статье автор рассматривает возможные сферы применения искусственного интеллекта в различных бизнесах в России. Для исследования были использованы статистические данные опросов, проведенных «Инфосистемы Джет» и «Tadviser». Также проанализированы основные направления применения, как анализ поведения клиентов, анализ покупок и формирования клиентов, логистика и т. д. В выводе проанализированы результаты эффективности, а также рассмотрена этическая сторона внедрения ИИ.
Ключевые слова: искусственный интеллект, этический аспект ИИ, драйвер развития бизнеса, нейронные сети, ИИ в бизнесе.
Технологии ИИ можно использовать для решения большого количества задач и создания новых возможностей к развитию бизнеса. Согласно опросы компании «Инфосистемы Джет» и аналитического центра Tadviser респонденты выделяют следующие сферы применения ИИ в бизнесе:
— Снижение издержек — 72 % опрошенных респондентов.
— Повышение качества продуктов/услуг — 68 % опрошенных респондентов.
— Поддержка принятия решений — 60 % опрошенных респондентов.
— Повышение производительности труда — 56 % опрошенных респондентов.
— Получение новых экономических выгод — 52 % опрошенных респондентов.
— Повышение эффективности взаимодействия — 40 % опрошенных респондентов.
Как видно из опроса технологии ИИ характерны широким спектром возможностей применения, охватывая все сферы работы организации. Того факта, что 72 % выделяют снижение издержек как основную сферу уже достаточно для внедрения ИИ, так как это однозначно позволяет судить об окупаемости инвестиций за счет экономии на издержках.
Анализ поведения клиентов. Вданной области технологии ИИ применяются наиболее широко практически во всех составляющих. Возможно анализировать как офлайн, так и онлайн поведение клиентов. В случае офлайн применяются технологии распознавания лиц, взгляда и поведения, что некоторые компании называют «компьютерным зрением». Рассматривается маршрут клиента по торговым залам, направление взгляда, длительность задержки клиента перед товарами и т. д. На основании данного анализа можно сформировать усредненную карту перемещений клиента и его поведения, причем с учетом личностных характеристик — пол, возраст, какие товары предпочитает и т. д.
Анализ покупок и формирование предложений для удерживания клиентов. При помощи ИИ можно анализировать покупки клиентов компании, причем с учетом ранее описанных технологий анализа поведения и других факторов (погода, время года, суток и т. д.). Пионерами в применении данной технологии можно считать классический ритейл, для чего ими были введены скидочные/накопительные карты, благодаря использованию которых можно было собирать большое количество информации о каждом клиенте. В итоге компания может предсказывать спрос на ту или иную товарную позицию, возможные покупки пользователя, компания Amazon запатентовала технологию, которая позволяет отгружать товары клиенту еще до того, как он закажет их. Также это увеличивает продажи комплементарных товаров путем их грамотной рекомендации в нужный момент, когда пользователь их купит с наибольшей вероятностью.
Таргетирование рекламных предложений. На данный момент информация — один из наиболее ценных товаров на рынке, в том числе и для применения в рекламной сфере. Большинство ресурсов, благодаря этому, могут предоставлять свой функционал пользователю бесплатно, взамен получая разрешением на полный сбор данных о пользователе. Крупные агрегаторы собирают данные со всех возможных ресурсов, которыми пользуется человек, формируя о нем колоссальную базу данных, обработать которую возможно только с применением технологий ИИ. Благодаря этому почти вся реклама становится таргетированной и адаптированной под каждого пользователя, что увеличивает конверсию рекламных предложений. На этом зарабатывают как покупатели рекламы, которым выгоден действительно работающий инструмент увеличения выручки, так и рекламодатели, к которым и обращаются клиенты, что можно считать драйвером развития бизнеса.
Логистика. Технологии ИИ также в полной мере раскрываются и в логистике. Если у компании есть большое количество данных за предыдущие периода и налажена система непрерывного потока поступлений актуальных данных, то ИИ сможет управлять всеми потоками поставок. Например, автоматически заказывать необходимые комплектующие, если речь идет о производственной компании, наиболее оптимально формировать отгрузки клиентам, что уменьшает временные и финансовые издержки [1]. В почтовых компаниях ИИ может рассчитывать необходимое количество рейсов и то, как необходимо формировать посылки для отгрузок. Применять технологию можно не только для внешней, но и внутренней логистике.
Безопасность . Технологии ИИ могут найти несколько сфер применения в безопасности фирмы. Во-первых, это внешняя безопасность. Система с ИИ может непрерывно и эффективно защищать внутренние информационные системы от вмешательства извне, превентивно исследовав ее на наличие внутренних брешей в системе безопасности. Также подключение всех камер к системе безопасности сможет обеспечить контроль за всеми лицами, находящимися на территории организации и информировать службу безопасности. Вторая сфера применения — внутренняя безопасность [2]. ИИ может отслеживать внутренние утечки информации, подозрительные транзакции со стороны компании, воровство материалов и продукции сотрудниками компании. Если речь идет о магазине, то «компьютерное зрение» может отслеживать «шоплифтеров», которые занимают воровством в магазинах.
Искусственный интеллект может применяться во всех аспектах функционирования организации увеличивая эффективность большого количества показателей. Внедрение современных технологий способно сделать бизнес значительно более конкурентоспособным по сравнению с другими компаниями, причем чем раньше компания начнет внедрять ИИ в свою работу, тем больше у нее шансов обеспечить свое будущее на рынке. В изучении вопроса эффективности нельзя не упомянуть об этической стороне вопросы. Внедрение технологий ИИ, во-первых, способно вызвать увольнения части сотрудников, обязанности которых будут возложены на программу. Это может быть экономически целесообразно и эффективно, однако в случае технических сбоев, эффективность организации будет поставлена под угрозу.
Литература:
- Нифедьева Д. О., Крылова В. А. Нейросети: как искусственный интеллект помогает в бизнесе. В сборнике: Цифровизация экономики: направления, методы, инструменты. Сборник материалов I всероссийской студенческой научно-практической конференции. 2019. С. 201–204.
- Гонтарь А. А. Искусственный интеллект в системе обеспечения экономической безопасности банка. В сборнике: Фундаментальная наука и технологии — перспективные разработки. Материалы XIII международной научно-практической конференции. н.-и. ц. «Академический». 2017. С. 133–136.
