Топ приоритетных направлений применения ИИ

В качестве примеров можно привести здравоохранение - отрасль, которая использует продукты искусственного интеллекта и машинного обучения для анализа огромных массивов данных, собранных в клиниках за последние десятилетия, чтобы выявлять закономерности в течениях болезней, анализировать и выстраивать новые механизмы лечений, прогнозировать воздействие методов лечений на людей и др.

История с Covid-19 вынесла здравоохранение в списки топ-приоритетов. Если кратко описать болевую точку-проблему, то распределение ресурсов не может угнаться за потребностью: неважно это койки в лечебных учреждениях или лекарства, прохождение процедур или отслеживание течения лечений. Применение ИИ-решений в медицине безгранично, но требует соответствующих бюджетов. Технологии искусственного интеллекта в здравоохранении в основном охватили сейчас четыре ключевых сегмента: медицину, здоровье, страховку и больницу.

Финансовые услуги

Здесь болевая точка находится в финансовых учреждениях, которые сталкиваются с тем, что обработка и соответственно стоимость одной заявки достаточно высока. Финансовые учреждения также не могут предложить индивидуальные продукты и услуги для “длинных клиентов”.

Применение ИИ-решений уже сейчас отрабатывается в области развития интеллектуального обслуживания клиентов с помощью таких технологий, как распознавание голоса. А вот следующий запрос уже идёт на разработку решений для интеллектуального инвестиционного консультирования с использованием больших данных и вовлечение ИИ для предоставления персонализированных услуг большему количеству клиентов. Многие финучреждения хотели бы видеть у себя интеллектуальные системы управления рисками, которые объединят ИИ и большие данные для улучшения возможностей управления рисками на основе и в рамках комплексной оценки многомерных данных.

Производственный сектор

Процессы НИОКР, проектирование и создание продуктов отнимают много времени и финансовых ресурсов. Ручные процессы приводят к большому количеству ошибок, которые трудно проследить. Отсутствует дешевая рабочая сила для рутинных и стандартизированных операций. Применение ИИ-решений в этих отраслях в следующие годы будет самым большим. От использования компьютерного зрения для выявления дефектных предметов до замены людей роботизированными средствами и многое другое.

Транспорт, автономное вождение

Болевая точка — частые автомобильные аварии, в которых гибнет огромное количество людей. В текущей транспортной ситуации на дорогах объем внимания человека ограничен. Стоимость перевозки грузов высока и продолжает расти.

Уже сейчас мы имеем большой запрос на их внедрение ИИ-решений: начиная от «начинки» датчиками и визуальной техникой различных автотранспортных средств до автономного вождения или помощи людям в постоянном мониторинге окружающей обстановки на дороге и самого транспортного средства. Эффективность логистики — это ещё один большой пласт решений, где системы на базе ИИ ждут с распростёртыми объятиями.

Образование

Два года на удалёнке высветили проблему наличия непропорциональных образовательных ресурсов, которые используются неэффективно. Обучение, в подходах и методиках, ориентировано на учителя, а не на ученика.

Применение ИИ-решений здесь помимо традиционных используемых функций таких, как распознавание изображений и голоса, необходимо в рамках формирования и разработки индивидуальных решений в обучении и эффективной обратной связи для учащихся через методы глубокого обучения, адаптацию усвоенного и формирование расчетных показателей усвоения знаний.

Цифровое государство

С ростом населения нагрузка на соответствующие государственные службы усиливается в прогрессии, усложняется. Преступления и теракты непредсказуемы и требуют новых подходов в их предотвращении. Применение ИИ-решений здесь направлено на увеличение доли самообслуживания населения. С другой стороны, необходимо использовать большие данные для анализа повседневных поведенческих привычек подозреваемых в уголовных преступлениях и возможных мест, где они могут появиться. Использовать более масштабно технологии компьютерного зрения для поиска и задержания преступников.

Розничная торговля

Также основной потребитель ИИ-решений и имеет свои болевые точки. Традиционные методы исследований рынка уже не отражают реальные потребительские запросы. Потребителям нужен новый опыт, удобство оплаты и своевременная доставка.

Применение ИИ ожидается в более современных решениях использования технологий машинного обучения для создания профилей пользователей и подачи им персонализированной рекламы. Использование машинного зрения — для отслеживания поведения клиентов и проведения глубокого анализа на предмет их реальных потребностей. Ещё большее использования ИИ-технологий, включая компьютерное зрение, голос/семантическое распознавание и робототехнику для улучшения потребительского опыта.

Умные города

Прогресс урбанизации в разной степени воздействует на городскую экономику, использование ресурсов, жизненных нормативов, временных затрат. С увеличением урбанизации и ростом населения весь мир сталкивается со все более сложными проблемами. Применение нового типа ИИ-решений будет происходить в рамках новой концепции перехода от традиционных «умных городов» к «суперумным».

Андрей Крехов, директор по специальным программам ICL Services.
Материал размещен на Wayxar.