реклама
разместить

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.

Только 20% компаний ответили, что используют AI-технологии в своей практике 
Только 20% компаний ответили, что используют AI-технологии в своей практике 

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.

44
реклама
разместить
Новая Qwen 2.5-Max от Alibaba и модели DeepSeek — чем отличаются продукты китайских разработчиков

Последняя модель Qwen, по заявлениям компании, превосходит DeepSeek V3.

Qwen 2.5-Max написала код для игры в змейку
1010
55
11
11
реклама
разместить
В меню «Пуск» на Windows начали тестировать боковую панель с доступом к функциям iPhone

Для пользователей Android она доступна с осени 2024 года.

В меню «Пуск» на Windows начали тестировать боковую панель с доступом к функциям iPhone
2323
88
33
22
11
Неэффективные процессы вредят бизнесу больше, чем прямые хищения?

Сегодня о коммуникативных потерях .

Тестируем DeepSeek на уровень экспертности ответов — чего в них больше: пользы, впустую потраченного времени или вреда

• Что нейросеть думает о работе с корпоративными клиентами?
• Как в действительности устроены продажи?
• В чем можно положиться на DeepSeek, а в чем не стоит?
В этой статье я постарался интересно и вдумчиво проанализировать советы нейросети с позиции своего опыта в продажах

Кадр из сериала <a href="https://api.vc.ru/v2.8/redirect?to=https%3A%2F%2Fwww.kinopoisk.ru%2Fseries%2F723959%2F&postId=1781901" rel="nofollow noreferrer noopener" target="_blank">«Силиконовая долина»</a>
1616
44
22
11
11
Преображаю и продаю советскую мебель на 10 млн рублей в год. Или как я тусуюсь по заброшкам.
Это Никита «Электроник». Снимается на одном ютуб-канале и ассоциирует себя с человеком из раннего советского союза. Моя мать видит меня таким. Хотя мне до него далеко.
2828
1111
22
11
11
JVO вошла в топ-100 перспективных стартапов 2024 года по версии RB CHOICE

Мы с радостью и гордостью сообщаем, что JVO вошла в престижный рейтинг 100 самых перспективных российских стартапов 2024 года по версии RB CHOICE!

JVO вошла в топ-100 перспективных стартапов 2024 года по версии RB CHOICE
1818
77
11
11
Пассивные 130.000₽ в месяц обычного канала в Telegram. Реальность или очередные сказки?

Думаю вы часто встречали статьи подобных мне "экспертов", и каждый из них рассказывает сладкие сказки о том, как люди зарабатывают крупные суммы в нише Телеграм-каналов. Но давайте разбираться, реально ли обычному человеку здесь заработать и выйти на стабильный доход?

Пассивные 130.000₽ в месяц обычного канала в Telegram. Реальность или очередные сказки?
1212
22
Сертификация на маркетплейсы: как я оформлял все нужные документы 2025. Личный опыт

Оформление документов для маркетплейсов - это не так сложно, как кажется. Я опишу вам, как получить отказное письмо, сертификаты и зарегистрировать товар в «Честном знаке» по своему личному опыту.

Сертификация на маркетплейсы: как я оформлял все нужные документы 2025. Личный опыт
99
22
11
11
[]