Данные называют новой нефтью: анализируя информацию, предсказывая ключевые параметры для бизнеса и находя лучшие решения, вы оставляете конкурентов далеко позади. Если раньше это требовало вложений в разработку и специалистов по Data Science, то сегодня любой бизнес может получить доступ к инструментам искусственного интеллекта и анализа данных в облаке. Такие услуги предоставляет компания SberCloud по модели AIaaS (искусственный интеллект как сервис). О том, как работает машинное обучение в облаке и чем оно поможет обычному небольшому бизнесу, рассказывает Отари Меликишвили, лидер продуктового направления AI Cloud компании SberCloud.
Как работает big data из облака?
Чтобы работать с данными внутри компании, нужны специалисты по Data Science, но рынок испытывает в них огромный дефицит: в России и странах СНГ около 5 тыс. таких специалистов, и три четверти из них работают в крупнейших IT-компаниях, в том числе в SberCloud. Оставшейся четверти не хватает, чтобы закрыть потребность еще 5—10 тыс. компаний, которые нуждаются в услугах по работе с данными.
Чтобы закрыть эту потребность, разработчики решений в области Data Science и Machine Learning (ML) предоставляют свои услуги по обработке данных на основании облачных нейросетей. SberCloud, например, предлагает облачную платформу ML Space, которая может закрыть потребность по работе с данными на любом этапе. Если в компании есть свои специалисты по Data Science, ML Space обеспечивает их инструментарием для разработки и реализации в промышленной среде модели любого уровня. Если их нет, можно воспользоваться нашим специальным сервисом AutoML, который сам построит для вас модель (нейросеть).
«Чтобы начать работу с данными, достаточно таблицы в Excel и нескольких тысяч рублей».
Затем эту модель быстро обучат на нашем суперкомпьютере «Кристофари» — одном из 40 самых мощных в мире, — и она будет готова к развертыванию. Если нужен быстрый бизнес-результат, но нет ресурсов или необходимости глубоко погружаться в Data Scienсe, мы предлагаем искусственный интеллект как сервис под ключ на собственной платформе для бизнеса любого уровня.
Какую пользу искусственный интеллект приносит бизнесу?
В последние годы сформировалось предубеждение, что машинное обучение и вообще искусственный интеллект — это какая-то сложная и дорогая технология для избранных компаний. Наша задача — опровергнуть это заблуждение.
Работа с данными с использованием машинного обучения уже ведется во многих отраслях: финансах, телекоме, ритейле, промышленности. В промышленности этот процесс начался даже раньше, потому что экономику производства легче просчитать и оценить реальный эффект от внедрения. Добывающие компании используют ИИ и машинное обучение по всей технологической цепочке от разведывания недр до бурения и консервации скважин, что экономит им десятки миллионов долларов.
Производственным предприятиям среднего размера Machine Learning тоже может принести пользу. Простой пример — соблюдение техники безопасности на производстве. В экосистеме Сбера есть компания VisionLabs, которая создает системы распознавания на основе видеонаблюдения: ИИ определяет, что рабочий снял каску, и отправляет ему уведомление на смартфон. Нейросети можно научить предсказывать вероятность поломки того или иного оборудования и заранее его обслуживать, определять брак на производстве и многому другому.
В малом бизнесе Machine Learning тоже прекрасно работает. Возьмем, например, салон красоты: здесь можно автоматизировать прием записей через чат-боты в мессенджерах и голосовых помощников с занесением данных в систему CRM, анализировать отзывы о бизнесе в интернете, предсказывать и заранее формировать заказы на весь перечень номенклатуры. Или взять исторические данные по записям и посмотреть периоды пиковой нагрузки, чтобы усилить работу в эти дни. И все это уже доступно.
Сколько стоит искусственный интеллект из облака?
Чтобы начать работать с машинным обучением, нужны данные. Желательно, чтобы их было много, но достаточно и простой таблицы в Excel. Например, это может быть выгрузка заказов из интернет-магазина, но важно, чтобы количество строчек хотя бы в тысячу раз превышало количество столбцов: чем больше данных, тем точнее будет модель. Если есть большой набор данных, достаточно зайти в наш сервис AutoML и мышкой компьютера перетащить туда таблицу с данными. Потом нажимаешь кнопку «Построить модель» — готова модель, нажимаешь «Развернуть модель» — получаешь работающую модель и API.
Платить вперед ничего не надо, такие сервисы предоставляются по модели pay as you go: платишь уже за результат. Разработка предиктивной модели при помощи AutoML в SberCloud на основе данных Excel доступна всем. Порог входа очень низкий и начинается от нескольких сотен или тысяч рублей. Обработка медиаданных, включая изображения и видео, стоит дороже. Самая технически сложная и дорогая история связана с анализом голоса и текста, обработкой естественного языка (NLP).
Я полагаю, что в будущем искусственный интеллект из облака будет все более и более демократичным, пока такие сервисы не займут свое место в бизнесе. Наша цель — сделать внедрение ИИ в бизнес таким простым и дешевым, чтобы уровень внедрения в ближайшие пару лет вырос с 0,1 до 5%.
.png)
.png)