Создать AI-воронку: как построить замкнутый цикл инноваций в сфере искусственного интеллекта и зачем это бизнесу
Основатель центра развития проектов в сфере искусственного интеллекта AI Hub и научного сообщества Science Guide Евгения Коновалова рассуждает о том, как сделать так, чтобы AI-разработки не отправлялись в стол, а внедрялись в реальные бизнес-процессы.
Технологические гиганты уровня Google ежегодно инвестируют $20-$30 млрд в развитие искусственного интеллекта. До 90% этих вложений идет на финансирование R&D. А как мотивировать российские компании вкладываться в развитие AI-специалистов и интегрировать искусственный интеллект в свой бизнес?
В исследовании McKinsey аналитики опросили 3000 топ-менеджеров из 10 стран, которые представляют компании из 14 индустрий: все они были в курсе существующих AI-технологий, но только 20% использовали их в полном масштабе и интегрировали искусственный интеллект в ключевые бизнес-процессы компании. Есть основания полагать, что в России дела с этим обстоят еще хуже.
Почему так?
В том же отчете McKinsey сказано: из 160 AI-решений, которые рассмотрели аналитики, только 20 было использовано в коммерческих целях. А значит, все остальные разработки успешно отправились «в стол».
AI-разработка — дорогое удовольствие, и неприятно, если вложения в нее уходят «в трубу». Возможно, именно поэтому 80% опрошенных McKinsey топ-менеджеров не спешат нанимать команду дата сайентистов для создания AI-решений. Они присматриваются и хотят быть уверенными, что вся эта затея с искусственным интеллектом стоит того.
Как ускорить процесс адаптации компаниями AI-технологий? Бизнесу нужен своеобразный «мостик» — между его потребностями и разработками исследователей в сфере машинного обучения, компьютерного зрения и других AI-технологий. Ученым и разработчикам, в свою очередь, важно понимать, как их достижения могут быть коммерциализированы.
Замкнутый цикл AI-инноваций
Возьмем для примера биомедицинскую отрасль.
Если поискать научные работы по биохимии по тегам «клеточная терапия» и «клеточная терапия+искусственный интеллект», можно увидеть, что количество исследований с участием AI за 2010-2016 годы росло в несколько раз быстрее, чем число «традиционных» научных работ.
Ученые применяют AI, чтобы ускорить свои исследования и поскорее создать продукт, который впоследствии смогут использовать коммерческие компании.
Раньше, когда я занималась прикладной наукой, приходилось годами ждать, когда ты найдешь что-то достойное коммерциализации — и это, во-первых, ужасно демотивирует ученых, а во-вторых, требует от бизнеса очень больших вложений. Сейчас, когда стали активно развиваться AI-технологии, разработка новых решений ускорилась в разы.
Теперь с помощью AI можно в короткие сроки обработать такое количество данных, какое ученый «руками» изучал бы годами. А значит, биомедицинские компании получают возможность в обозримом будущем применить полученные знания на практике — вывести на рынок новый продукт.
И это все, конечно, применимо не только к биохимии и фармакологии — искусственный интеллект ускоряет жизненный цикл инноваций в любой сфере, от банкинга до ядерной физики. Но чтобы все работало так слаженно и эффективно, необходимо наладить связь между бизнесом и его потребностями и достижениями исследователей в области AI.
Нужно сформировать замкнутый цикл, в котором ученые будут вовлекаться в коммерческую сферу, объединяться с предпринимателями — и они вместе станут внедрять свои идеи и технологии в бизнес. А затем некоторые из этих предпринимателей, заработав достаточно денег, будут приходить к студентам и начинающим разработчикам уже в качестве инвесторов — и вкладываться в новый цикл инноваций.
Круг замкнулся, но на самом деле это не совсем круг — это скорее восходящая спираль. На каждом этапе она расширяется, захватывая в «воронку» все больше ученых, стартаперов, все больше бизнесов, денег и AI-технологий.
4 этапа AI-воронки
I этап: вовлечение будущих специалистов из сферы искусственного интеллекта в комьюнити. Начинаться оно может даже со школьной скамьи — с помощью специальных курсов для подростков, конкурсов и олимпиад.
Но главная целевая аудитория на этом этапе — это профессионалы из сферы data science, которые заинтересованы делать проекты в сфере AI. Среди них, например, сотрудники Сбертеха, победители соревнований Kaggle, участники международной конференции по машинному обучению NIPS. Для них Science Guide проводит митапы, бизнес-завтраки и другие мероприятия для привлечения в «тусовку».
II этап: хакатоны. Этот этап позволяет «отсеять» энтузиастов, которые пока не дотягивают до нужного уровня, посмотреть на разработчиков в действии, собрать команды. На хакатонах программисты находят предпринимателей — и наоборот.
Звучит удивительно, но после 48 часов плотной работы над конкретной бизнес-задачей команда может остаться вместе на долгие годы и запустить не один коммерческий проект.
III этап: погружение в исследовательскую работу. И, собственно, развитие AI-решения.
Тут разработчики могут пойти разными путями. Если у них, к примеру, уже есть собственная идея и данные, на которых можно обучать AI, они могут собрать команду на хакатоне — а затем продолжать развивать проект самостоятельно. Финансировать это можно на свои средства, выигранные на хакатоне в качестве приза, а можно попытаться найти инвестора или потенциального покупателя своего решения на стороне корпорации.
Или, допустим, у разработчиков есть интерес к определенной индустрии, но нет конкретной идеи или не хватает данных — тогда можно прийти на конкретный отраслевой хакатон, найти там единомышленников, вместе подумать над идеями и потренироваться на данных, предоставленных организатором.
Часто заказчиками хакатонов выступает конкретная компания или несколько корпораций из одной индустрии — например, банки, страховые, телекомы, фармкомпании. На таких хакатонах можно не только «повариться» в отрасли и посмотреть на реальные данные оттуда, но и найти работодателя, который захочет схантить команду к себе. Тогда развитием проекта можно будет заниматься за фиксированную зарплату «под крылом» у корпорации.
Иногда проводятся тематические хакатоны, для которых пока нет заказчиков. Например, недавно проходил хакатон на тему HR Tech — в связи с растущей популярностью этого направления для инвесторов и бизнеса. Так, одной рукой мы создаем рынок и спрос, другой — готовые команды для решения задач на этом рынке.
IV этап: интеграция в бизнес и переход к инвестированию. На этом этапе команда уже достаточно «прокачана», чтобы создавать собственные проекты один за другим или работать на подряде у крупных корпораций.
Тут также могут быть разные модели. Команда из разработчиков и предпринимателей может создавать стартапы, продавать их большим компаниям, а затем переходить к созданию следующего решения. Может искать инвесторов и развивать одно крупное решение, масштабировать его и продавать множеству клиентов по всему миру. Или зарегистрироваться как ООО или ИП и заниматься производством решений для разных корпораций на подряде.
Рано или поздно успешные AI-специалисты начинают зарабатывать хорошие деньги, не только в найме, но и на стороне собственного бизнеса, и многие из них хотят вкладываться в дальнейшее развитие рынка. Такие люди становятся менторами на хакатонах, инвесторами и бизнес-ангелами или создают в корпорациях целых отделы для AI-разработки, куда привлекают молодых специалистов.
Интеграция AI-решений в бизнес — это ближайшее будущее для большинства индустрий, особенно таких, как здравоохранение, ритейл, энергетика, сельское хозяйство и финансы.
В сумме, по подсчетам аналитиков из Goldman Sachs, AI-технологии позволят предпринимателям из этих отраслей получить дополнительные $350 млрд к 2025 году — за счет экономии и новых источников дохода. Значительная часть этих денег, конечно, придется на США.
Если российские предприниматели тоже хотят заработать на искусственном интеллекте, пора вкладываться в развитие AI-сообществ и развивать инфраструктуру, помогать молодым ученым и разработчикам находить дорогу в бизнес. Тогда, возможно, отечественному рынку перепадет и часть мировых инвестиций — и такие компании, как Google, будут открывать свои R&D-центры в сфере AI в том числе и в России. По крайней мере, к этому мы все стремимся.
Как отмечают СМИ, криптоскандал может привести в том числе к импичменту Хавьера Милея.
Если Вы провели АУДИТ КАРТОЧКИ перед запуском Автоматической рекламной кампании, и внесли все необходимые исправления, то следующим очень важным этапом становится ВЫБОР СТРАТЕГИИ продвижения товара через АРК.
По слухам, бренды и сами готовятся к возвращению.
Сегодня создаём ИИ-видео для своего бизнеса прямо в телефоне ⤵
Другие поспешили «позабавить» его ещё и обвинили в пропаганде и разжигании ненависти.
Комментарий недоступен