Искусственный интеллект: тренды развития до 2030 г

В данный момент человечество практически полностью раскрыло потенциал слабого ИИ. К 2030 г. начнет развиваться сильный ИИ, который по возможностям будет равен человеческому, и сможет понимать все аспекты человеческих мыслей и эмоций. ИИ выступает драйвером, преумножающим технологический прогресс, поскольку способствует развитию других цифровых технологий.

Генеративный ИИ, компьютерное зрение и предиктивная аналитика – основные технологии ИИ, которые используются как самостоятельно, так и в дополнение к другим цифровым технологиям, существенно повышая их эффективность. Основные цифровые технологии, где применяется ИИ: дополненная и виртуальная реальность, робототехника, чат-боты, беспилотный и автономный транспорт, цифровые двойники.

Рынки цифровых технологий, которые уже применяют искусственный интеллект (беспилотный транспорт, чат-боты), вырастут в 3–5 раз. В 6–11 раз вырастут рынки цифровых технологий, использование ИИ в которых только набирает обороты (AR/VR, цифровые двойники). Ключевыми драйверами выступают повышение производительности труда, снижение числа ошибок, улучшение качества услуг и рост доступности структурированных данных во все большем количестве отраслей.

Основными отраслями-драйверами развития ИИ станут здравоохранение, образование, сельское хозяйство, строительство, безопасность и высокотехнологичное производство.

Ключевые риски развития ИИ связаны с угрозой его криминального использования при создании и распространении фальшивой информации, а также с нарушением неприкосновенности частной жизни при получении ИИ несанкционированного доступа к личной информации.

Генеративный ИИ

Генеративный ИИ преобразует вводные данные (текст, картинки, файлы и т. п.) в любой контент: текст, код, речь, музыку, изображения, видео, 3D-модели, анимацию. К рынкам генеративного ИИ, которые достигнут наибольшего роста к 2030 г., относятся здравоохранение (в 12 раз), образование (в 10 раз), строительство (в 7 раз), развлечения и видеоигры (в 6,5 раза), медиа и коммуникации (в 3,5 раз). Среди движущих сил этого роста - способность ИИ имитировать человеческое поведение, автоматизировать создание контента и персонализировать планы обучения, тем самым преобразуя функционирование этих отраслей. В мире генеративный ИИ уже становится ключевой частью многих бизнес-процессов, а в России пока является экзотикой и используется в небольших проектах для решения локальных задач.

Компьютерное зрение

Существует 3 основных вида компьютерного зрения: распознавание изображений, распознавание лиц и распознавание речи. Первый из них используется для автоматической классификации и сортировки контента, второй – в системах безопасности, для разблокировки устройств и в социальных медиа, а третий – для автоматизации работы колл-центров и многого другого. К рынкам компьютерного зрения, которые достигнут наибольшего роста к 2030 г., относятся транспорт (в 9,5 раз), здравоохранение (в 9 раз), безопасность в части видеонаблюдения (в 2 раз) и машиностроение (в 1,6 раз). Значительно возрастет роль компьютерного зрения в повышении точности диагностики заболеваний, в эффективности работы систем безопасности и в снижении человеческих трудозатрат на геодезию и картографирование. В России компьютерное зрение развито, в первую очередь, в сфере безопасности, в то время как в остальном мире происходит равномерное внедрение его в промышленность, медицину и прочие индустрии.

Предиктивная аналитика

Существует 4 основных моделей предиктивной аналитики: модель классификации, модель кластеризации, регрессионная модель, нейронные сети. Предиктивная аналитика больше всего развивается в здравоохранении (прогнозируется рост в 4,6 раза к 2030 г., объем рынка составит $64 млрд). Также развиваются предиктивная аналитика в промышленности, транспорте и финансовом секторе (в 4 раза, 3,8 раза и 3,7 раза соответственно). Этот рост объясняется растущей зависимостью от данных для принятия обоснованных решений, что подчеркивает роль предиктивной аналитики в технологическом прогрессе. Российский бизнес делает первые шаги по внедрению предиктивной аналитики, опираясь на международный опыт. Лучшие международные практики опережают развитие России в данной области на 2–3 года.

Чат-боты

Чат-боты базируются на технологиях естественного языка: обработка естественного языка (распознавание намерений пользователя, извлечение сущностей, анализ настроений), понимание естественного языка, генерация естественного языка, генеративный ИИ. Наибольший потенциал внедрения чат-ботов к 2030 г. - в финансовом секторе (в 5 раз), здравоохранении (в 4 раза), ритейле и электронной коммерции (в 3,5 раза) и туризме (в 3 раза). Рост обусловлен значительным прогрессом в области обработки естественного языка и растущим спросом на автоматизацию обслуживания клиентов. Россия не отстает от мировых трендов в сфере развития чат-ботов. Основное применение чат-ботов – общение с клиентами и их поддержка.

Дополнительная и виртуальная реальность (AR/VR)

AR/VR использует практически все доступные технологии ИИ: компьютерное зрение, генеративный ИИ, обработка естественного языка, рекомендательные системы, симуляция и моделирование поведения. К наиболее быстрорастущим направлениям для AR/VR относятся ритейл и электронная коммерция (в 11,3 раз к 2030 г.), туризм (в 9,2 раза), образование (в 6,3 раза), видеоигры (в 6,2 раза) и здравоохранение (в 5,3 раза). Этот рост обусловлен спросом на иммерсивные впечатления и персонализированный опыт, что свидетельствует о преобразующем потенциале AR/VR в привлечении потребителей. Применение специализированных AR и VR платформ в России развито слабо, в потребительском секторе – соответствует мировому уровню.

Беспилотный и автономный транспорт

Автономный транспорт использует ИИ непрерывно: компьютерное зрение для распознавания дорожной ситуации; машинное обучение и глубокое обучение для анализа данных, полученных от датчиков и камер; предиктивная аналитика для прогноза действий других участников движения; системы планирования маршрута и принятия решений для определения оптимального маршрута. К сегментам рынка беспилотного и автономного транспорта, которые достигнут наибольшего роста к 2030 г., относятся легковые автомобили (в 3,6 раз), грузовые автомобили (в 2,2 раза), беспилотные авиационные системы (в 1,9 раза), с/х техника, водный и рельсовый транспорт (в 1,8 раза). Основное внимание уделяется повышению эффективности использования транспортных средств, безопасности движения и сокращение человеческих трудозатрат на эксплуатацию. По всем основным направлениям развития беспилотного и автономного транспорта, кроме рельсового, Россия, в целом, не отстает от мировых трендов.

Робототехника

Основными технологиями ИИ, обеспечивающими развитие робототехники, являются компьютерное зрение, обработка естественного языка, периферийные вычисления и смешанная реальность. Наибольшим потенциалом для внедрения робототехники к 2030 г. обладают сфера услуг (в 7,5 раз), логистика и здравоохранение (в 3 раза), промышленность (в 2,3 раза). Этот рост отражает возрастающую роль робототехники в автоматизации рутинных задач, повышении эффективности и качества обслуживания в различных отраслях. Во всех сферах применения робототехники, кроме промышленности, Россия не отстает от мировой практики.

Цифровые двойники

Цифровые двойники используют 4 основные технологии: интернет вещей, машинное обучение, облачные вычисления и AR/VR. Наиболее быстрорастущие направления для цифровых двойников до 2030 г. - здравоохранение (в 9 раз), промышленность (в 7,7 раза), строительство (в 6 раз). 44% рынка технологий ИИ в промышленности приходится на сегмент автомобилестроения, который вырастет к 2030 г. в 6,7 раз. Этот рост подчеркивает важность цифровых двойников для моделирования, анализа и оптимизации в различных секторах, что подчеркивает их роль в будущем технологическом развитии. Россия не отстает от мировых трендов развития цифровых двойников в основных сферах экономики.