Эстония пользуется репутацией самой передовой в мире страны — строителя цифрового общества: на сегодня более 99% ее государственных услуг доступны через Интернет.

Для предоставления услуг электронного правительства в этой бывшей советской республике построена обширная ИТ-инфраструктура. По словам Андруса Каарельсона, директора правительства Эстонии по государственным информационным системам, своим стремительным цифровым развитием страна обязана не только технологиям.

«Технологии — это просто средство, — отметил Каарельсон, выступая на Лондонской конференции по цифровому правительству. — Чтобы перемены произошли, нужна инициатива государства».

Команда Каарельсона отвечает за разработку и эксплуатацию основных сервисов «Электронной Эстонии», а также за обеспечение их информационной безопасности. Достигнутое на сегодня он в первую очередь ставит в заслугу правительству, которое распорядилось о ряде цифровых инициатив и оказывает всемерную поддержку в их проведении.

В числе таких проектов — национальная идентификационная карта, предоставляющая доступ ко всем электронным госуслугам, и X-Road, защищенная биржа данных, которая подписывает цифровой подписью и шифрует все исходящие данные, а также аутентифицирует и протоколирует все входящие. Эту систему на сегодня экспортировали в целый ряд стран, включая Исландию и Эквадор, а сама Эстония вместе с Финляндией сформировали на базе X-Road федеративную экосистему, участники которой могут, невзирая на границы, публиковать сервисы для использования остальными.

«Данное решение невероятно устойчиво к кибератакам и проблемам технического характера, так как оно не имеет центральных компонентов — баз данных и т. п., — отмечает Каарельсон. — В 2007-м, например, когда мы подверглись массированной волне кибератак, оказалось, что лишь 1% из тысячи наших сервисов были остановлены».

Цифровая демократия

Важной вехой в развитии электронной Эстонии стал ввод в действие системы электронного голосования для 1,3 млн граждан страны.

«В прошлом на посещаемость избирательных участков могли влиять погодные условия, поэтому в 2005-м мы перешли на онлайн-выборы», — сообщил Каарельсон. В результате этого проекта Эстония стала первой нацией, которая проводит имеющие законную силу всеобщие выборы по Интернету.

На выборах в парламент страны в 2015 году 30,5% голосов были поданы онлайн, и по словам Каарельсона, ожидается, что в скором времени этот показатель вырастет до 50%. Он уверен, что систему быстро восприняли благодаря простоте использования и бесперебойной доступности сервисов, а также соблюдению принципа «только один раз», согласно которому государство не имеет возможности запросить одну и ту же информацию дважды.

В числе новых сервисов также — электронная система налогового учета. По данным правительства, сейчас с ее помощью подается около 98% всех налоговых деклараций: вся процедура подачи занимает не больше трех минут.

«Граждане Эстонии с готовностью декларируют доходы, — уверяет Каарельсон. — Так они могут рассчитывать на вычеты и возврат части налогов».

Экосистема стартапов

Благодаря рывку цифрового развития в Эстонии сформировался процветающий технологический сектор, что помогло стране войти в топ-20 рейтинга «Легкость ведения бизнеса», публикуемого Всемирным банком. ИТ-компании приносят стране 7% валового внутреннего продукта, и в них работает 4% занятого населения Эстонии.

За два десятилетия здесь родились четыре компании-«единорога» — Skype, издатель игр Playtech, оператор системы денежных переводов Transferwise и оператор сервиса вызова такси Taxify.

По данным сайта dealroom.com и отчета State of European Tech Report 2018, в Эстонии больше стартапов на душу населения и на единицу ВВП, чем в любой другой европейской стране. Многочисленные стартапы из Эстонии даже получили неоднозначное прозвище «эстонская мафия».

Что касается цифровых сервисов для юридических лиц, в Эстонии существует система быстрой государственной регистрации новых предприятий e-Business Register. По словам Каарельсона, он лично убедился в ее удобстве, учредив новую компанию всего за 20 минут и подав годовую налоговую декларацию за две минуты.

Такую регистрацию можно провести, воспользовавшись картой электронного резидентства Эстонии, которая предоставляется не только гражданам страны, но и жителям зарубежных стран, желающим вести бизнес в Эстонии.

«Бог даст, Великобритания останется в составе Евросоюза, но на случай, если 'брекзит' все же произойдет, для жителей этой страны лучшая страховка — стать электронными резидентами Эстонии! — заявил Каарельсон в ходе лондонской конференции. — Учреждайте компанию в Эстонии и сможете снова выйти на рынок ЕС».

Компания Qlik решила провести ребрендинг своей  облачной платформы бизнес-аналитики. Это стало возможным благодаря серии приобретений, кульминацией которой стала покупка за 560 млн долл. компании Attunity, что позволило встроить в платформу Qlik возможности интеграции данных.

На ежегодной конференции Qlik Qonnections генеральный директор компании Майк Капоне заявил, что объединение в одной платформе источников данных и инструментов для их подготовки и анализа позволило сформулировать уникальное аналитическое предложение.

«Мы представляем единственную в отрасли всеобъемлющую платформу обработки данных», – провозгласил он.

Заявление Капоне о том, что Qlik является единственным вендором, переводящим данные «из необработанного в готовый вид», наверное, может быть оспорено конкурентами, в том числе, Microsoft и Tableau, но вице-президент Qlik по отраслевым решениям Дэвид Болтон настаивает на том, что предложения компании действительно уникальны.

«Tableau ориентируется в первую очередь на бизнес-аналитику в режиме самообслуживания – вот основной принцип этой компании, – указал он. – В ее решениях данные доставляются на инструментальную панель, после чего проходят визуализацию и попадают к пользователям, но при этом процесс сбора данных, репликации и организации потоков от источников не меняется. Нужны другие продукты. И в этом плане мы уникальны, поскольку можем предложить полный спектр открывающихся возможностей. Что касается Microsoft, они могут конкурировать с Qlik Sense, предоставляя что-то вроде Power BI или средств визуализации. Но и здесь возникает та же проблема. Для анализа данных нужны хранилища, киоски данных и, наверное, гиперкубы OLAP. Это сложный и дорогостоящий путь, поскольку в одной точке нужно собрать массу различных технологий. Для реализации возможностей, которые появляются у нас с Attunity, требуется множество инструментов, в том числе и не имеющих отношения к Microsoft. И этим мы отличаемся от конкурентов».

Стратегия приобретений

Когда в 2016 году инвестиционная компания фонд Thoma Bravo предложил за Qlik примерно 3 млрд долл., предшественник Капоне на посту генерального директора Ларс Бьорк уверял акционеров, что у новых владельцев есть «прекрасный план долгосрочных инвестиций в выдающиеся технологии». И в январе 2018 года, после того как Капоне пришел на смену Бьорку, это обещание было выполнено.

За время пребывания Капоне в должности генерального директора Qlik совершила серию из трех приобретений, кульминацией которых стала покупка Attunity за 560 млн долл. Инструментарий интеграции данных было добавлено к средствам управления и каталогизации данных, полученным Qlik после покупки в 2018 году компании Podium Data, являющейся ныне подразделением Qlik Data Catalyst.

По словам ведущего аналитика Forrester Бориса Эвелсона, сделка с Podium Data помогла Qlik вступить в борьбу с мощными конкурентами, предложив полностью интегрированную платформу бизнес-аналитики и ETL.

«Это служит еще одним доказательством тенденции, согласно которой покупатели средств бизнес-аналитики все чаще ищут полнофункциональные платформы и решения, а не отдельные компоненты BI и ETL, которые затем приходится интегрировать», – подчеркнул он.

В начале текущего года, после приобретения компании Crunch Data, разработавшей чатбот, который использует для диалога с пользователями технологии обработки естественного языка, Qlik добавила к своей платформе диалоговые средства анализа. Понимание того, как люди говорят и пишут, играет ключевую роль в деле демократизации данных. По оценкам Gartner, к 2020 году 50% аналитических запросов будет генерироваться поисковыми системами, средствами автоматической обработки естественного языка, голосом или полностью автоматически.

Приобретение трех компаний позволило Qlik утверждать, что теперь в ее распоряжении имеется полнофункциональная платформа обработки данных, охватывающая процесс интеграции данных, управления, каталогизации и анализа в рамках единой системы, которая собирает разрозненные данные вместе и обеспечивает соблюдение ужесточаемых нормативных требований.

В Qlik надеются, что активизация спроса поможет компании заработать на волне аналитического бума. По оценкам Dara Bridge Market, в период с 2018-го по 2026 год рынок бизнес-аналитики ждет подъем с нынешних 20,4 млрд до 42,6 млрд долл.

Варианты развертывания

Капоне заверил клиентов, что несмотря на движение софтверной отрасли в сторону SaaS, Qlik продолжит поддерживать и другие варианты развертывания. Все они будут доступны в рамках единой модели лицензирования Qlik по подписке.

«Наш бизнес ориентирован в первую очередь на облачные технологии и SaaS, но хочу четко заявить: одним только облаком он не исчерпывается, – заметил Капоне. – Мы не отказываемся от мультиоблачной архитектуры. Если вы хотите осуществлять развертывание на своей территории – прекрасно. Если хотите использовать для развертывания частное или публичное облако – замечательно. Если хотите полностью развернуть все в нашем облаке – великолепно. Мы будем поддерживать любое сочетание, которое вы пожелаете».

Капоне пообещал, что Qlik поможет клиентам масштабировать системы и перемещать их в облако по своему собственному графику.

«Мы хотим делать все это не просто для вас, а вместе с вами, – подчеркнул он. – В конечном итоге переход в облако неизбежен. Думаю, никто из присутствующих в зале не будет спорить с тем, что все больше и больше дел, все больше и больше решений принимается в облаке. Но это вовсе не значит, что вы должны переместиться туда в одночасье».

Аналогичное отношение Капоне выразил и к будущему продукта «управляемой аналитики» QlikView. Хотелось бы, чтобы со временем клиенты переходили к инструментарию самообслуживания Qlik Sense, но у компании нет намерения заставить их совершить соответствующий переход прямо сейчас.

Чтобы упростить процесс перехода, в Qlik представили стратегию унифицированного лицензирования для QlikView и Qlik Sense, связи от Qlik Sense к QlikView, лицензирование с двойным использованием и поддержку функционала QlikView в Qlik Sense.

«Хочу, чтобы вы поняли: мы уже предлагаем то, что устраивает нас в наибольшей степени, и уделяем этому самое серьезное внимание, – добавил Капоне. – Но наша позиция остается неизменной: вести с вами дела мы будем так, как это хочется вам».

В 2018 году профессия исследователя данных (data scientist) стала самой высокооплачиваемой в сфере ИТ. Ожидается, что в 2019 году по мере увеличения доступности соответствующих инструментов и технологий и перехода к практическому использованию средств искусственного интеллекта эту сферу ожидает дальнейший рост.

Недавний опрос Deloitte показал, что в организациях стали замечать потенциальные преимущества для бизнеса от технологий искусственного интеллекта, в связи с чем 57% респондентов заявило о своем намерении увеличить расходы в этой области.

«Мы находимся лишь в самом начале преобразований информационных систем, связанных с применением средств машинного обучения корпоративного уровня, – полагает вице-президент компании Cloudera Стивен Лайн. – В 2019 году произойдет выход соответствующих инструментов на новый этап зрелости: от проверки концепции организации перейдут к претворению ее в жизнь в промышленных масштабах. Внедрение корпоративного машинного обучения будет расширяться по мере того, как предприятия начнут автоматизировать процессы распознавания шаблонов, прогнозирования и принятия решений, что приведет к дальнейшему повышению эффективности, конкурентной дифференциации и росту. В условиях перехода первых последователей от подтверждения концепции к промышленному использованию множества различных сценариев будет происходить дальнейшее развитие технологий и накопление передового опыта с целью совершенствования операций, масштабирования, а в конечном итоге — раскрытия новых бизнес-возможностей и полного достижения поставленных перед проектом цифровой трансформации целей».

«Функции искусственного интеллекта на основе предварительного обучения сохранят популярность, но их начнут встраивать в более широкие решения, – указала главный аналитик Forrester Мишель Гетц. – Мы видим, что такого рода проекты набирают ход. По мере того как компании все чаще используют искусственный интеллект для радикальной модернизации, а не для подстройки деловых процессов и автоматизации рутинных операций, ценность его начинает затмевать существующие узкие подходы к решению конкретных задач, наподобие скоринга или распознавания фрода».

Новые приложения

По мнению аналитика Forrester Данкана Джонса, все больше поставщиков программного обеспечения будут встраивать искусственный интеллект в свои продукты, снижая потребность ИТ-служб в создании собственных инструментов.

Акценты средств бизнес-анализа начнут смещаться «от детализации к оповещению» за счет использования автоматизированных средств, предупреждающих людей о событиях и тенденциях, требующих их внимания.

«В конечном итоге вы будете управлять с помощью исключений, а не с помощью штампов, – заметил Джонс. – Таков мой прогноз в отношении программного обеспечения делового назначения. Процессы будут выполняться вручную в гораздо меньшей степени. Все будет отлажено и автоматизировано, так что люди смогут наблюдать за тем, что действительно требует контроля, а со всем остальным справятся программы».

Растущий потенциал науки о данных ведет к ускоренному развитию новых технологий. Дэвид Серли из Gartner считает, что увеличение числа автономных роботов, дронов и автомобилей способствует более естественному их взаимодействию с окружающей средой и людьми.

«По мере распространения автономных устройств мы ожидаем перехода к их взаимодействию, множество самоуправляемых устройств будут совместно работать друг с другом, как независимо от людей, так и при их участии, – подчеркнул он. – Если, к примеру, дрон, осматривая большое поле, обнаруживает, что оно готово к уборке, он может направить туда автономный комбайн. На рынке доставки наиболее эффективным решением представляется использование комбинации автономных транспортных средств, совместно перемещающих посылки по назначению. Скажем, на борту у робомобиля могут находиться роверы и дроны, осуществляющие доставку отправлений на последней миле, непосредственно адресату».

По мере совершенствования средств обработки естественного языка Гетц ожидает расширения сферы их применения.

«Виртуальные агенты будут обладать более глубокими знаниями и навыками и смогут шире применять разговорные практики в рамках одного взаимодействия», – подчеркнула она.

С этой точкой зрения согласен и технический директор компании Exasol Матиас Голомбек. «У Amazon Echo, Google Home и Apple Home уже имеются подключенные помощники, – указал он. – Впервые голосовое взаимодействие стало основным методом управления устройствами для воспроизведения музыки, получения основной информации и взаимодействия с интеллектуальной домашней техникой. Однако эти устройства не оказывают большого влияния на бизнес. Думаю, что в 2019 году голосовые интерфейсы начнут использоваться и в отдельных сценариях корпоративного назначения, а виртуальные ассистенты окажут офисным пользователям поддержку в деле рационализации процессов и при работе с электронной почтой, системами CRM, ежедневниками и другими деловыми приложениями».

Новые угрозы

Технический директор компании Tufin Ройвен Харрисон, занимающийся вопросами безопасности, убежден в том, что развитие голосовых приложений приведет к увеличению числа брешей в системе защиты данных.

«Атаки будут провоцировать людей подавать голосовые команды или воспроизводить на своем компьютере звук, порождая поток событий, позволяющих получать информацию о деятельности компании или собирать сетевые данные, облегчающие вторжение», – пояснил он.

«На сегодняшний день средства обнаружения помогают выявлять поддельное видео и изображения, – отметил главный специалист O’Reilly Media по данным Бен Лорика. – Но инструменты для генерирования фальшивого контента быстро улучшаются, и мы должны быть уверены в том, что темпы развития технологий обнаружения находятся на должном уровне. Методы машинного обмана позволяют сбивать с пути не только людей, но и машины – боты. Не стоит забывать и о том, что люди также обманывают машины. Существуют целые армии троллей и пользователей, щелкающих по ссылкам. Методы распространения информации и фермы кликов по-прежнему будут использоваться для ввода в заблуждение систем ранжирования и розничных платформ, а новые способы противодействия этому будут появляться так же быстро, как и новые формы машинного обмана».

Укрепление доверия

С вводом в действие норм, подобных европейской директиве по защите личных данных GDPR, любое из таких нарушений будет обходиться очень дорого. Сверхбольших штрафов за нарушение требований GDPR пока не назначалось, но руководитель службы безопасности компании KCOM Дэвид Фрэнсис убежден в том, что в 2019 году это наверняка произойдет.

«Если в 2018 году регуляторы еще не прибегали к жестким мерам, то в 2019 году нарушителей ждет расплата, – подчеркнул он. – Переходный период закрывается, и в новом году Евросоюз инициирует первые громкие дела в отношении нарушителей требований к защите персональных данных. Появится прецедент, по которому начнут судить о дальнейшем вероятном развитии событий, о том, насколько строгими будут правила и насколько высокими штрафы. Пока еще есть время проверить, в какой степени вы соответствуете нормативным требованиям. Не ждите, когда топор упадет на вашу голову».

Несмотря на риски компании стремятся внедрять у себя безопасные и эффективные меры защиты данных. Проведенный недавно KPMG опрос показал, что 61% топ-менеджеров включают укрепление доверия в тройку главных приоритетов своей организации, но только 35% людей, принимающих решения в сфере ИТ, уже сейчас испытывают высокий уровень доверия к проведению анализа в своих организациях.

По мнению Гетц, для укрепления доверия необходимо развивать «объяснимый» искусственный интеллект.

«При проведении машинного обучения основное внимание сосредоточено на алгоритме, – подчеркнула она. – Однако проблема номер один в области искусственного интеллекта связана с доверием к данным. И это вопрос не только науки о данных, но и бизнеса. Во-первых, бизнес-экспертам необходимо искать более эффективные способы разъяснения исследователям данных, какие выборки следует использовать в моделях. Во-вторых, нужны среды, которые позволяли бы понять и скорректировать применение искусственного интеллекта при решении тех или иных задач. Диаграммы рассеяния, гистограммы и прочее не слишком понятно бизнес-экспертам. Но традиционных информационных панелей с графиками и диаграммами может оказаться недостаточно. Пробелы в доверии к искусственному интеллекту и его адаптации помогают закрыть бизнес-анализ, очистка данных и среды управления».

ИТ-директор компании Insight Майк Гуггемос считает, что опасения начнут снижаться, а ведущие организации будут стремиться использовать функции искусственного интеллекта по максимуму там, где это возможно.

«2018-й год был годом шумихи и тревог в отношении искусственного интеллекта, – указал он. – В 2019-м мы переходим на следующий этап с широким внедрением искусственного интеллекта в корпоративной среде. Будет наблюдаться ускорение внедрения реальных приложений искусственного интеллекта, а соответствующая технология проникнет во все сферы бизнеса, приводя к изменению деловых операций, которого мы даже не будем замечать. Сервисы искусственного интеллекта, предлагаемые Microsoft и AWS в качестве эталонных архитектур, преобразуются в стандартные подключаемые сервисы, хотя и не всегда это происходит так просто, как заявлено. По мере превращения искусственного интеллекта в неотъемлемую часть деловой жизни, страх потери работы постепенно сходит на нет – люди осознают, что искусственный интеллект скорее помогает им, нежели вытесняет».

Новые навыки

Конвейер подготовки специалистов изо всех сил старается угнаться за стремительным развитием инструментов и технологий науки о данных. По мнению глобального вице-президента компании ABBYY Нила Мерфи, треть организаций, внедряющих средства искусственного интеллекта, уже в ближайшие полгода увеличит численность ИТ-персонала.

«Потребность в специалистах по искусственному интеллекту и технологиям автоматизации в 2019 году вызовет всплеск их найма по всему миру, – указал он. – Каждая третья компания будет расширять ИТ-персонал. С этой проблемой столкнутся представители самых разных отраслей – от производственной и сферы здравоохранения до некоммерческих, правительственных и финансовых организаций. Главный вопрос будет связан с модернизацией ИТ-инфраструктуры и заменой унаследованных систем в рамках программ цифровой трансформации. Для достижения этой цели бизнесу понадобится инвестировать время и деньги в поиск лучших талантов в своей области. В противном случае компании рискуют утратить конкурентоспособность».

Дефицит специалистов в области искусственного интеллекта заставит университеты переосмыслить свои стратегии. Согласно прогнозам профессора Калифорнийского университета в Сан-Франциско и главного научного сотрудника компании SnapLogic Грега Бенсона, уже скоро среди выпускников появятся дипломированные специалисты по машинному обучению.

«До недавнего времени машинное обучение и искусственный интеллект преподавались в качестве факультативных дисциплин, – пояснил он. – В дополнение к появлению соответствующих степеней бакалавров и магистров машинное обучение будет преподаваться студентам в качестве обязательных курсов».

Глубинное обучение и Python

Главный специалист по данным O'Reilly Media Бен Лорика полагает, что глубинное обучение получит мощный импульс к развитию, дополнив уже существующие приложения машинного обучения.

«Помимо новых систем, использующих технологии машинного зрения и речи, мы ожидаем усиления активности в сфере глубинного обучения, – подчеркнул он. – Причем это направление будет развиваться в первую очередь там, где у компаний уже имеются необходимые для этого данные и средства машинного обучения. Компании дополняют свои временные и геопространственные данные средствами глубинного обучения, повышая тем самым точность и масштабируемость. Появляются системы, в которых глубинное обучение сочетается с другими методами машинного обучения».

По мнению Лорики, специализированное оборудование сделает эти технологии доступнее, но более широкое распространение все же получат гибридные модели.

Всплеск интереса к глубинному обучению начался в 2011 году с появлением моделей обработки речи и компьютерного зрения. Сегодня оно приобрело уже достаточные масштабы для того, чтобы оправдать появление специализированного оборудования – одна только компания Facebook ежедневно выдает триллионы прогнозов. Проекты Google тоже достигли достаточной величины для окупаемости собственного специализированного оборудования. С прошлого года в облаке Google применяются тензорные процессоры.

Таким образом, в 2019 году нас ждет широкий выбор специализированного оборудования. Многочисленные компании из Китая и США работают над созданием аппаратных средств, предназначенных для построения моделей и задач логического вывода и рассчитанных на использование как в ЦОДах, так и на оконечных узлах.

По мнению Голомбека, ведущим языком программирования для исследователей данных станет Python.

«В 2019 году будут развиваться сразу несколько языков науки о данных, – указал он. – Однако прослеживается четкая тенденция, в соответствии с которой ведущим языком для машинного обучения станет Python, а технологии на базе Python (в частности, библиотека глубинного обучения TensorFlow) приобретут еще более широкую популярность».

Совет предприятиям

Организации, делающие только первые шаги в освоении возможностей искусственного интеллекта, основными его преимуществами, вероятно, сочтут средства расширенного анализа, которые встраиваются в корпоративные приложения и снижают потребность в профессиональных исследователях данных.

Для появления дополнительных возможностей потребуется более интенсивное вовлечение всех заинтересованных сторон в этот процесс.

«Рассматривайте искусственный интеллект как часть вашего человеческого капитала, а не замену ему, – указал Гетц. – Время, деньги и усилия, затрачиваемые на обучение технологиям искусственного интеллекта, столь же велики, как и затраты на обучение людей. Вчерашние выпускники вузов не могут пока похвастаться глубокими практическими навыками искусственного интеллекта, даже если у них написана дипломная работа на эту тему. Сегодняшние сотрудники вынуждены обучаться методом проб и ошибок. В сфере корпоративного искусственного интеллекта появляются передовые методы и практики, которые свидетельствуют о том, что искусственный интеллект необходимо развивать так же, как мы выращиваем специалистов на рабочем месте. Компании, подбирающие себе качественных работников и потенциальных сотрудников, быстрее заполняют штат, связанный с искусственным интеллектом. Они выделяют необходимое время и вкладывают средства в обучение и развитие карьеры, повышая тем самым конкурентоспособность своего бизнеса за счет эффективного использования технологий искусственного интеллекта».

Компания Huawei представила свою стратегию в области искусственного интеллекта и набор продуктов, построенных на базе двух новых микросхем, которые, по утверждению гиганта телекоммуникационной отрасли, являются первыми в мире чипами искусственного интеллекта, призванными решать широкий круг задач.

Чип Ascend 310 предназначен для интеллектуальных устройств с низким энергопотреблением, а Ascend 910 – для организации облачных вычислений.

Действующий генеральный директор Huawei Эрик Сюй заявил, что Ascend 910 «обладает очень высокой для одного чипа вычислительной плотностью», но отверг наличие прямой конкуренции с продуктами Qualcomm и Nvidia.

«Поскольку Huawei не продает чипы напрямую независимым производителям, с чистыми поставщиками процессоров мы не конкурируем, – пояснил он. – Наша компания предлагает оборудование и облачные сервисы, а следовательно, и конкурируем мы с поставщиками оборудования и облачных сервисов».

Вместо того чтобы продавать чипы независимым производителям, Huawei будет предлагать их в составе готовых модулей искусственного интеллекта, серверов и облачных сервисов.

«Наша стратегия в области искусственного интеллекта заключается в инвестициях в базовые исследования и подготовку талантов, построение продуктов полного стека, создание многофункционального портфеля и формирование открытой глобальной экосистемы», – пояснил Сюй.

Он анонсировал также появление полного стека продуктов искусственного интеллекта и облачных сервисов, предназначенных для адаптации к особенностям публичных облаков, частных облаков, граничных вычислений, устройств Промышленного интернета, потребительских и прочих устройств, обеспечивающих оптимальную эффективность для любого сценария независимо от того, является ли приоритетом минимизация энергопотребления или максимизация вычислительной мощности.

«Полный стек означает, что Huawei готова предоставить разработчикам приложений искусственного интеллекта беспрецедентную вычислительную мощь и надежную платформу для разработки приложений, – подчеркнул Ху. – Мы работаем над тем, чтобы сделать искусственный интеллект еще более всеобъемлющим – доступным, эффективным и надежным для всех. И у нас есть все необходимое для того, чтобы это произошло».

В США компания Huawei подвергается нападкам за ее вероятные связи с китайским правительством, и Сюй всячески демонстрирует ее стремление к международному сотрудничеству.

«Стратегия Huawei в области искусственного интеллекта заключается в инвестициях в базовые исследования и подготовку талантов, построение продуктов полного стека, создание многофункционального портфеля и формирование открытой глобальной экосистемы», – заявил он.

Сюй отверг сообщения о том, что Microsoft якобы закупала чипы Huawei: «Мы связывались с Microsoft, и самые первые новости были как раз об этом. Потом тему стали развивать, она обрастала подробностями о том, как в Microsoft закупали наши чипы все в больших и больших объемах… Но мы не продаем им свои чипы. Между тем, СМИ продолжают утверждать, что Microsoft увеличивает закупки чипов у Huawei. На самом деле это всего лишь слухи. Я же со своей стороны готов поделиться с вами фактами: сегодня мы представили два чипа и предлагаем своим наиболее близким клиентам тестовые карты ускорителей. С февраля же следующего года модули ускорителей искусственного интеллекта, карты ускорителей искусственного интеллекта и сервисы искусственного интеллекта будут официально получать все наши клиенты. Такова существующая сегодня реальность».

Стратегия Huawei в области искусственного интеллекта

Компания Huawei исторически нацеливалась на создание чипов для смартфонов, но сегодня она разрабатывает микросхемы и для поддержки других корпоративных приложений.

Увеличение числа интеллектуальных устройств, цифровых помощников и средств анализа данных переводит искусственный интеллект в разряд технологии общего назначения, которая изменит каждую отрасль и каждую организацию, но скорость этих перемен будет зависеть от темпов разработки новых технологий.

Стратегия Huawei в области искусственного интеллекта заключается в усилении распространения моделей ускоренного обучения и доступных вычислительных мощностей, в разработке средств искусственного интеллекта и обеспечения конфиденциальности пользователей, новых алгоритмов, средств автоматизации искусственного интеллекта, практических приложений, систем замкнутого цикла, работающих в реальном времени, в синергии технологий, поддержке платформ и подготовке соответствующих специалистов.

Формирование портфеля решений на базе технологий искусственного интеллекта – одно из пяти ключевых направлений стратегии компании. К другим относятся инвестиции в исследования искусственного интеллекта в области данных и эффективных с точки зрения энергопотребления технологий, обеспечивающих требуемую автоматизацию, уровень доверия и безопасность, разработку открытой экосистемы и системы подготовки специалистов с поддержанием взаимодействия с глобальными академическими институтами, отраслями и партнерами, использование искусственного интеллекта для укрепления существующего портфеля Huawei и повышения внутренней эффективности.

К поддерживающим эти цели продуктам относятся семейства чипов Ascend, библиотека операторов чипов и инструментарий для разработки, платформа для обучения и логического вывода, а также обеспечение доступности приложений для устройств, оконечных узлов и облачных сред за счет использования полнофункциональных конвейерных сервисов, иерархических API и предварительно интегрированных решений.

В сентябре 2017 года компания представила Huawei Cloud EI – платформу сервисов искусственного интеллекта для коммерческих компаний и государственных организаций. В апреле 2018 года была анонсирована HiAI – технология искусственного интеллекта для «умных» устройств. Разносторонний портфель средств искусственного интеллекта полного стека разрабатывался для усиления поддержки Huawei Cloud EI и HiAI.

Опираясь на портфель средств искусственного интеллекта, Huawei Cloud EI предоставляет полный стек продуктов для частных предприятий и государственных организаций, а HiAI – полный стек продуктов для интеллектуальных устройств. Сервисы HiAI развертываются в среде Huawei Cloud EI.

Новые продукты компании создаются на базе существующего портфеля. Сюда относятся недавно представленная платформа сервисов искусственного интеллекта для государственных и частных предприятий Huawei Cloud EI, а также HiAI – технология искусственного интеллекта для «умных» устройств.

«Наш разносторонний портфель средств искусственного интеллекта  предназначен для усиления поддержки Huawei Cloud EI и HiAI, – подчеркнул Сюй. – Поддерживаемая портфелем средств искусственного интеллекта среда Huawei Cloud EI предоставит продукты полного стека для корпоративных и правительственных клиентов, а HiAI – продукты полного стека для 'умных' устройств. Сервисы HiAI развертываются в среде Huawei Cloud EI».

AIOps (Artificial Intelligence for IT Operations) обещает cэкономить время и усилия ИТ-служб, затрачиваемые на выявление различных неполадок во все более сложной среде, в которой им приходится работать.

Аналитический дом Gartner ввел этот термин для описания того, каким образом средства искусственного интеллекта могут применяться для автоматической идентификации возникающих проблем и их устранения.

В настоящее время целый ряд поставщиков платформ AIOps используют технологию машинного обучения для улучшения контроля за операциями, уменьшения числа ложных предупреждений и более точной выдачи прогнозных уведомлений. Эти платформы через API необходимо интегрировать с другими приложениями для повышения эффективности, а также создания независимых от конкретного поставщика аналитических систем, которые объединяли бы существующие разрозненные компоненты.

Типичные сценарии их использования включают в себя постобработку потоков событий, генерируемых средствами мониторинга, организацию двунаправленного взаимодействия с инструментами управления ИТ-сервисами и интеграцию с инструментами автоматизации для более глубокого проникновения в суть происходящего.

Разработка стратегии AIOps

В Gartner рекомендует внедрять AIOps поэтапно. Пользователи обычно начинают применять машинное обучение к мониторингу, операциям и инфраструктурным данным еще до перехода к использованию глубоких нейронных сетей, чтобы автоматизировать работу ИТ-сервисов и служб технической поддержки.

Директор Gartner по исследованиям Вив Бхалла предлагает определить тактические и стратегические варианты использования, позволяющие извлекать выгоду из AIOps, после чего оценить инструменты и поставщиков, которые готовы удовлетворять соответствующие потребности.

«Поэтапные подходы к AIOps обещают быть наиболее успешными, – пояснил Бхалла, выступая на конференции Moogsoft AI Symposium. – Область наших интересов – машинное изучение данных о событиях, а также структурированных данных – представляется мне низко висящим плодом. Если вы знакомы с этой темой, используйте свои знания для расширения применения соответствующей технологии. На втором этапе будет происходить развитие нейронных сетей, поведенческого анализа и данных, ориентированных на языки, причем все это будет осуществляться через автоматизацию сервисных служб. Не вижу ничего плохого в том, чтобы начать с низко висящего плода, а затем уже продвигаться далее».

Бхалла рекомендует выделить время для того, чтобы подготовить отвечающий за функционирование инфраструктуры и выполнение операций персонал к использованию новых технологий, создать центр передового опыта, который организовал бы обмен идеями между различными подразделениями, а затем, начав с малого, быстро продвигаться вперед, оценивая полученные результаты.

«Речь идет не о том, чтобы установить что-то и на этом успокоиться, – подчеркнул Бхалла. – Мы имеем дело со стратегией, с процессом, требующим оценки и развития. Вы ищете новые варианты применения – идеи, о которых, возможно, даже не задумывались раньше».

Предложения вендоров

Бхалла убежден в том, что готовые инструменты AIOps, такие как Splunk IT Service Intelligence и Moogsoft AIOps, станут более популярными, чем решения собственной разработки, поскольку они обеспечивают большую согласованность и позволяют ускорить оценку.

Фил Ти, директор Moogsoft, в беседе с Computerworld заявил, что программное обеспечение его компании учитывает изменение потребностей при выполнении ИТ-операций.

«Инструменты AIOps создавались с учетом того, что нельзя априори предвидеть отказы и моделировать свои действия в таких случаях, – пояснил он. – Нужно отказаться от поиска условий отказов вручную и начать использовать данные, которые помогут определить логику поиска неисправностей. Направление AIOps охватывает полный набор операций машинного обучения, науки о данных и искусственного интеллекта».

Платформа Moogsoft AIOps применяет алгоритмы машинного обучения к данным ИТ-систем для поиска возникающих проблем и их устранения. По мнению Ти, главным ее достоинством является возможность обнаружения отказов, которые человек не в состоянии предвидеть.

«Инженеры не делают ошибок сознательно, – пояснил он. – Но сложность ИТ-систем настолько велика, что человеку просто не под силу охватить их в полном объеме и свести все к простому набору правил».

Оператор платежных систем Worldpay, например, обратился к Moogsoft с целью совершенствования традиционных инструментов мониторинга за счет кластеризации событий в ситуациях, требующих вмешательства и выявления их вероятных первопричин, а компания Daimler использует инструменты Moogsoft для предоставления сервисным службам необходимой информации в условиях растущих объемов данных, генерируемых автомобилями.

«Для нас AIOps – это решение, помогающее реагировать на действительно важные события, а не на тысячи событий, регистрируемых нашими инструментами мониторинга», – пояснил ИТ-менеджер группы диагностики подключенных автомобилей Daimler Рюдигер Шмидт.

Что дальше?

Согласно прогнозам Gartner, к 2019 году четверть глобальных корпораций внедрят платформы AIOps, поддерживающие не менее двух основных ИТ-операций.

Ти считает, что популярность AIOps будет расти по мере увеличения объема данных, возрастания сложности систем и повышения интеллектуальности устройств.

«В конечном итоге мы придем к автономной сети, самовосстанавливающейся системе, в которой накопленные знания о возможных причинах сбоев позволят автоматически предпринимать меры для их устранения, – подчеркнул он. – Со временем мы дойдем до того, что будем автоматически оповещать клиентов о сроках восстановления работоспособности системы и о том, каким образом они могут продолжить работу в сложившейся ситуации. Думаю, что в перспективе искусственный интеллект будет в полном объеме поддерживать взаимодействие как с клиентами, так и с устройствами».

2017 год для General Electric выдался исключительно тяжелым. Убытки в четвертом квартале составили 9,8 млрд долл., стоимость акций упала до 42%, а довершением всему стал досрочный выход на пенсию в октябре генерального директора компании, легендарного Джеффа Иммельта.

В условиях, когда под руководством нового лидера Джона Флэннери компания готовится совершить коренной разворот к лучшему, ее цифровое подразделение ключевую роль в восстановлении утраченных позиций отводит Промышленному интернету.

Реализация инициативы GE Digital началась в 2015 году. К 2020 году выгода от широкого распространения подключенных устройств и новейших аналитических средств, по имевшися оценкам, должна была составить 225 млрд долл.

Иммельт верил в открывавшиеся перспективы и вкладывал в GE Digital миллиарды. В 2016 году подразделение GE Digital купило за 915 млн долл. облачный сервис управления сбором информации ServiceMax. За 495 млн долл. была приобретена компания Meridium, специализировавшаяся на автоматизации обслуживания и повышении эффективности управления имеющимися ресурсами.

Но поскольку стоимость акций GE продолжала падать, Иммельту пришлось срочно вносить поправки в свои планы, что отразилось и на финансировании цифрового подразделения.

В ноябре 2017 года преемник Иммельта Джон Флэннери объявил инвесторам о «начале проведения более сфокусированной стратегии с сохранением приверженности цифровому курсу». Главный упор предполагалось сделать на приложения, ориентированные на управление эффективностью промышленного производства.

Генеральный директор GE Digital Билл Ру считает эти стратегические изменения обретением «новой точки опоры».

«Следует помнить, что подразделение GE Digital было создано только в 2015 году, а его продукты начали продаваться в 2016-м, – подчеркнул Ру. – Идет лишь третий полноценный год нашей операционной деятельности. Мы поняли, что нужно концентрироваться на главном. И хотим в большей степени сосредоточиться на уточнении конкурентных отличий наших продуктов».

Центральным звеном портфеля GE Digital стала программная платформа Predix, которая предназначена для создания приложений, управляющих промышленным оборудованием. По словам Флэннери, доходы от Predix в 2018 году должны удвоиться, достигнув примерно 1 млрд долл., а стратегия Ру заключается в том, чтобы Predix обслуживала в первую очередь ключевых клиентов GE и специально предназначенные для них приложения.

Отказ от собственных дата-центров

Изначально GE планировала построить собственное облако Predix Cloud, которое управляло бы распространением данных, вырабатываемых промышленными ресурсами.

Компания рассчитывала предложить клиентам свое облако в 2016 году, но впоследствии планы пришлось скорректировать, а платформа Predix была развернута в уже существующих публичных облаках.

«Мы быстро осознали, что бизнес облачных ЦОДов не имеет для нас особого смысла, поскольку в этом случае нам пришлось бы конкурировать с Amazon, Microsoft и Google, которые вкладывают в ЦОДы миллиарды и миллиарды долларов, – отметил Ру. – Таких затрат мы просто не можем себе позволить, да этого и не нужно».

Смена ориентации позволила инженерам GE сконцентрироваться на разработке приложений.

«Мы поняли, что можем сосредоточиться на двух основных областях – управлении эффективностью использования ресурсов и автоматизации обслуживания, – добавил Ру. – И действительно придерживаемся именно этих направлений. Нам удалось продемонстрировать свою состоятельность, став настоящим лидером в этих сферах».

В отличие от подхода Иммельта, ориентировавшегося по большей части на приобретения, Ру нацелен на повышение эффективности уже существующих компонентов.

«Мы тратим массу времени на интеграцию наших приобретений, – указал он. – Если в дальнейшем потребуется заполнять пробелы, наверное, мы что-нибудь приобретем. Пока же мы вполне комфортно чувствуем себя с тем, что уже имеем».

К уже сложившимся для Predix рынкам относятся нефтяной, газовый и энергетический секторы, где промышленные гиганты, включая BP и EDF, используют соответствующее программное обеспечение для прогнозирования выхода оборудования из строя.

Свидетельством преимуществ Промышленного интернета и растущего технического потенциала их реализации является открытие новых рынков.

«На рынках, которые для нас остаются менее традиционными, – например, на рынках продуктов питания и напитков – мы выступаем в роли маяка, поскольку ничто не стимулирует так, как видимые доказательства извлекаемой выгоды», – подчеркнул Ру.

С этой целью GE Digital недавно подписала партнерское соглашение с гигантом отрасли упаковки для продуктов и напитков SIG Holding, предусматривающее развертывание Predix на 400 предприятий компании с целью повышения эффективности работы каналов поставок и управления качеством бизнеса.

Швейцарская компания принимает активное участие в формировании растущего европейского рынка для Predix.

«В последнем квартале Европа почти сравнялась с Северной Америкой в части заказов, что не может не радовать, поскольку еще год назад мы видели в своем семействе продуктов много слабостей, а сегодня с удовлетворением наблюдаем за тем, как укрепляется процесс разработки, как растут продажи», – отметил Ру.

В 2017 году об искусственном интеллекте говорили повсюду, но обещанный подъем машин так и не нашел своего материального подтверждения.

Несмотря на шумиху, реальные сценарии использования остаются весьма ограниченными, но в 2018 году ситуация может измениться.

Реальность на смену шумихе

Компании уже сейчас вкладывают в искусственный интеллект огромные средства, но большая часть этих инвестиций пока не получила желаемой отдачи. По оценкам Forrester, 55% компаний так и не добились от искусственного интеллекта осязаемых выгод, а по мнению 43%, об успехах искусственного интеллекта говорить еще слишком рано.

«Существует много экспериментальных проектов и много подтвержденных концепций, но помимо самого понятия искусственного интеллекта и его потенциальных возможностей есть определенные требования, которые необходимо выполнить для успешного запуска всех этих интеллектуальных систем», – пояснила один из авторов отчета Forrester «Медовый месяц искусственного интеллекта окончен» Мишель Гетц.

Организации начинают понимать необходимость инвестиций в технологии, ставя перед собой четкие бизнес-цели. Владельцы бизнеса, исследователи данных, технологи – все они должны быть вовлечены в этот процесс.

Это потребует не только наличия экспертов, не только создания условий для внедрения технологии, но и выявления тех потенциальных преимуществ, которые бизнес сможет извлечь из технологий.

Если вы не можете определить для себя цель, выходящую за рамки постепенных небольших улучшений, затраты на внедрение искусственного интеллекта перевесят получаемую от него выгоду, и ваш проект просто не окупится.

Точки роста интеллекта

С Гетц согласна и генеральный директор Yandex Data Factory Евгения Завалишина. Она уверена, что растущее понимание современной науки о данных принесет результаты как в традиционных отраслях, так и на цифровых в первую очередь по своему характеру предприятиях.

«Речь идет не просто о многообещающих инвестициях в технологии, – подчеркнула Завалишина. – Искусственный интеллект превращается прежде всего в практический инструмент улучшения бизнеса. Если в 2017 году речь шла о понимании потенциальных возможностей искусственного интеллекта, то в 2018-м – о его реальном практическом применении».

Это означает изменение всей картины искусственного интеллекта, переход от его восприятия в виде чего-то экзотического к внедрению роботизированных помощников и обыгрыванию машинами людей в шахматы и го. За всем этим незримо стоит искусственный интеллект.

Этот «невидимый искусственный интеллект» обеспечивает оптимизацию процессов традиционного бизнеса (например, в нефтяной и газовой отраслях) на основе машинного обучения.

Анализируя исторические данные, организации могут создавать более точные прогнозные модели функционирования оборудования и получать в реальном времени рекомендации по поддержке и внесению необходимых изменений в целях дальнейшего повышения эффективности.

Рост числа датчиков Интернета вещей и аналитических средств на оконечных узлах сети также способствует росту доступности промышленного искусственного интеллекта. Теперь, когда о преимуществах искусственного интеллекта говорят повсеместно, предприятия других отраслей, известные своим неприятием новых технологий, тоже начинают понимать его ценность для бизнеса.

Исследовательские, административные и консультационные подразделения, равно как и представители других секторов, выдвигающие предположения и делающие выводы на основе клиентской информации, видят, какой прорыв сулит все это.

«Мы наблюдаем колоссальные сдвиги, потому что машины обрабатывают огромные объемы информации самых разных типов, объединяя их и делая выводы гораздо быстрее, чем способен человек», – подчеркнула Гетц.

Ориентация на данные

В 2017 году наука о данных (Data of Science) сделала большой шаг вперед, но ее потенциал сдерживается низким качеством данных. Зачастую это заставляет исследователей данных тратить дополнительное время на подготовку и фильтрацию данных плохого качества.

«Думаю, что одним из вопросов, который требует практического рассмотрения, является повышение качества данных, – указал старший вице-президент компании Infogix по пресейлу аналитических средств Рави Рао. – Об управлении данными надо задумываться при планировании любой аналитики, не оставляя это на потом».

Рао убежден, что в ближайшее время мы станем свидетелями дальнейшей автоматизации процесса управления данными. Будет обеспечено автоматическое обновление данных, а в новых системах и новых наборах данных появятся все необходимые элементы управления.

«В перспективе это станет необходимым техническим условием, – пояснил он. – Ключевая роль будет отводиться искусственному интеллекту и машинному обучению, причем не только в продвинутой аналитике, но и во всем, что внедрению этой аналитики способствует. Речь, в частности, идет о качестве данных и управлении ими».

Доступность глубинного обучения

Исследователи данных по-прежнему в дефиците, и высокий спрос на них сохраняется, но глубинное обучение станет доступнее благодаря снижению входного порога.

Три ведущих поставщика облачных сервисов – Google, Amazon и Microsoft – предлагают сейчас услуги почасовой аренды своих графических процессоров, которые клиенты могут использовать для обучения своих нейронных сетей.

«После завершения обучения большого объема вычислений для выдачи прогнозов уже не потребуется, – заметил генеральный директор компании Insightly Энтони Смит. – Возможность аренды очень мощных графических процессоров на несколько часов для проведения обучения вместо физической их закупки поможет ускорить процесс».

Рост популярности чатботов

Смит убежден в том, что в 2018 году чатботы на основе искусственного интеллекта получат повсеместное распространение и помогут предприятиям оптимизировать процесс своего взаимодействия с клиентами и организационно-штатную структуру контакт-центров.

«В области маркетинга и CRM диалоговый интерфейс – как голосовой, так и текстовый – стал весьма востребован, – подчеркнул он. – В последние пару лет создание таких интерфейсов было сопряжено с существенными сложностями. Но Facebook и Google, проделав очень большую работу в потребительском пространстве, предложили ряд инструментов, упрощающих построение чатботов. Сейчас мы видим, что некоторые из этих инструментов являются уже достаточно зрелыми, и их можно использовать в том числе и в корпространстве B2B».

Голосовые технологии представляют собой вполне конкурентоспособную альтернативу электронным формам. При этом интерфейсы чатов отфильтруют или ограничат число вопросов исходя из предыдущих ответов пользователя.

«Для большинства людей это действительно гораздо быстрее и удобнее по сравнению с необходимостью заполнять формы всякий раз, когда вы хотите что-то получить от сайта, – указал Смит. – Нам кажется, что в 2018 году такие возможности будут весьма востребованными».

Смена ролей

В условиях растущей важности анализа данных поддерживающую роль должна играть вся организация.

«Чтобы наладить и правильно реализовать программу управления данными и повышения их качества, нужна организация, которая будет заниматься поддержкой соответствующих вопросов, – указал Рао. – Эту роль не может играть команда аналитиков. Традиционное ИТ-подразделение тоже не должно решать эти задачи, поскольку выполняет иные базовые функции. На передний план здесь выходит директор по данным со своей командой, обеспечивающий должное качество данных и управление ими при реализации всех аналитических инициатив. И в этом смысле директор по данным становится все более важной фигурой в любой организации».

Роль директора по данным в ближайшей перспективе не подвергается сомнению, но есть и другие люди, от которых также зависит очень многое.

«Думаю, что существенный вклад в расширение возможностей анализа должен внести главный аналитик», – добавила Гетц.

А вот в том, что роль директора по искусственному интеллекту получит повсеместное распространение, у аналитика Forrester есть сомнения.

«Я так не считаю, – указала она. – Вопросами использования технологий в бизнесе и их стратегическими аспектами должен заниматься директор по цифровым технологиям. Чаще всего директор по цифровым технологиям и директор по данным поддерживают тесное взаимодействие друг с другом, а в некоторых организациях директор по данным подчинен директору по цифровым технологиям».

По мнению Завалишиной, в ближайшее время должны появиться и новые роли, значение которых нам еще только предстоит осознать.

«Понимание науки о данных, безусловно, окажет существенную помощь, но нельзя забывать и о деловых навыках, – указала она. – Сегодня востребованы специалисты, находящиеся на пересечении сферы управления и науки о данных. Исследователи данных пользуются большим спросом, а поиск подходящей кандидатуры (если она вообще существует) выливается в очень сложный и дорогостоящий процесс. В ближайшее время потребность в таких людях будет только расти, и компаниям придется учиться использованию передовых технологий для решения стоящих перед ними задач».

Правительство Великобритании объявило о намерении инвестировать в искусственный интеллект миллиард фунтов стерлингов. Целью инвестиций станет поддержка технологического сектора страны в условиях жесткой конкуренции на мировой арене.

Предусматривается финансирование тысячи обладателей ученой степени в области искусственного интеллекта, создание нового центра этики данных и инноваций, также подготовка 8 тыс. преподавателей информатики, что должно гарантировать их наличие в каждой школе.

«Искусственному интеллекту отводится центральная роль в наших планах превращения Великобритании в лучшее место в мире для начала ведения и дальнейшего развития цифрового бизнеса», – заявил министр цифровых технологий, культуры, средств массовой информации и спорта Великобритании Мэтт Хенкок.

В своей Промышленной стратегии, опубликованной в 2017 году, правительство объявило искусственный интеллект и данные одной из четырех областей, в которых Великобритания претендует на мировое технологическое лидерство. В этом случае экономика страны к 2030 году может получить дополнительно 232 млрд фунтов стерлингов, что эквивалентно 10% ее ВВП.

Японские и канадские инвестиционные фонды пообещали внести свой вклад, увеличив финансирование правительства и британских компаний в рамках согласованных усилий по противодействию угрозе, исходящей от растущего сектора искусственного интеллекта Китая, который к 2030 году намерен стать мировым лидером в области искусственного интеллекта.

Ванкуверская венчурная фирма Chrysalix и японская Global Brain откроют в Великобритании свои европейские филиалы и инвестируют 110 млн фунтов стерлингов в искусственный интеллект и роботизацию, а еще 35 млн фунтов стерлингов в британские технологические стартапы.

В рамках совокупного финансирования в 1 млрд фунтов стерлингов почти 300 млн фунтов инвестиций частного сектора и 300 млн фунтов, дополнительно выделяемых правительством, будут добавлены к ранее анонсированным правительственным инвестициям в размере 400 млн фунтов стерлингов.

А между тем, растет конкуренция со стороны стран Евросоюза. Европейская комиссия призвала к 2020 году инвестировать в исследования в области искусственного интеллекта по крайней мере 20 млрд евро, а президент Франции Эммануэль Макрон пообещал инвестировать в соответствующие исследования в стране почти 1,5 млрд евро.

«Сегодняшний анонс еще раз подтверждает роль нашей страны как одного из мировых лидеров в области искусственного интеллекта, – подчеркнула министр международной торговли Великобритании Лиам Фокс. – Правительство решительно настроено на то, что британский бизнес должен предпринять новые шаги для развития глобальных возможностей, которые открываются благодаря достижениям в области искусственного интеллекта и меняют жизнь миллионов людей. Будучи министерством, связанным с вопросами международной экономики, мы будем помогать британским компаниям, работающим в секторе искусственного интеллекта, налаживать новые торговые связи, которые будут способствовать увеличению экспорта, новым инвестициям и созданию дополнительных рабочих мест во всех частях страны».

По мнению директора компании Tableau Software по технической стратегии Энди Котгрива, правительству необходимо инвестировать и в область управления данными, с тем чтобы успешно конкурировать с Китаем и США.

Один из основателей и генеральный директор SAS Institute Джим Гуднайт, сыгравший особую роль в том, чтобы средства бизнес-аналитики стали столь популярны, вот уже 41 год стоит во главе компании, ставшей за это время гигантом отрасли программного обеспечения. А вот на шумиху, царящую вокруг искусственного интеллекта, бизнесмен-миллиардер с докторской степенью в области математической статистики не обращает особого внимания.

«Все вокруг утверждают, что занимаются искусственным интеллектом, – иронизирует Гуднайт. – Раньше речь шла об облачных вычислениях и о больших данных, ну а сегодня нужно говорить об искусственном интеллекте. Ничего не меняется».

Гуднайт убежден в том, что многие используют растущий интерес к искусственному интеллекту для продвижения своих брендов, главным образом, в маркетинговых целях. Это в полной мере относится и к системе IBM Watson, которая, по его мнению, представляет собой, по сути, интеллектуальную поисковую технологию.

«Аналитики и журналисты уже устали от разговоров об облаке, – добавил он. – Им нужно говорить о чем-то новом. Так происходит на протяжении всей моей жизни. Каждые четыре года в мире ИТ появляется очередное модное и прилипчивое словечко. Сегодня таким модным термином стал искусственный интеллект».

Искусственный интеллект овладевает общественным сознанием в последнее время, между тем, в SAS занимаются развитием соответствующих технологий на протяжении уже довольно долгого времени.

«В эту тему мы вовлечены по крайней мере на протяжении 15 лет, – подчеркнул Гуднайт. – Все наши модели по выявлению мошенничества, связанного с кредитными картами, построены на базе искусственного интеллекта. Они работают с нейронными сетями. Всякий раз, когда вы позволяете машине принимать решения, которые ранее относились к сфере ответственности человека, это называется искусственным интеллектом. Спектр возможных применений очень широк. Порой просто формулируются три условия, которые человек учитывает при принятии решения, и это уже объявляют искусственным интеллектом. Одновременно дифирамбы поются и машинному обучению – еще одному модному термину. Когда речь заходит о машинном обучении, это очень часто представляет собой лишь рекламную шумиху. У вас есть модель, которую вы определили, и вы пытаетесь прочитать данные и улучшить ее, минимизируя целевую функцию. Вы проделываете это снова и снова до тех пор, пока целевую функцию не удастся сжать, после чего модель можно использовать в производственной деятельности. Но в основе всегда лежит модель. Нельзя просто бросать призывы к обучению. На самом деле машинное обучение – вредный термин. Звучит все хорошо. Но не стоит излишне увлекаться этим. По сути, речь идет всего лишь об очень сложной модели, которая подогнана под определенные задачи».

Прорывная сила аналитики

Известно, что в SAS всегда отказывались от соблазнов IPO и предложений о приобретении другими, более крупными игроками ИТ-индустрии, превратившись в итоге в крупнейшую частную компанию, специализирующуюся на производстве программного обеспечения бизнес-аналитики (Business Intelligence, BI). В 2016 году ее оборот составил 3,2 млрд долл., и с самого момента своего основания она ежегодно демонстрирует неуклонный рост.

Конечно, конкуренция со стороны как технологических титанов наподобие Google, так и ловких стартапов с тех пор заметно обострилась. Но Гуднайт убежден в том, что SAS удастся сохранить лидерство благодаря своей традиционной ориентации на клиентов.

«Мы стараемся разрабатывать именно то, чего хотят наши клиенты, – подчеркнул он. – Но при этом не только прислушиваемся к своим клиентам, но и пытаемся понять, куда движется рынок, с тем чтобы прийти туда первыми».

Гуднайт любит подчеркивать, что аналитическое программное обеспечение SAS проектируется таким образом, чтобы клиенты чувствовали себя разрушителями устоев, а не подвергаемыми разрушению.

Аналогичная метафора применима и к бизнес-стратегии SAS. «Мы и здесь стремимся все успеть. На протяжении 41 года нам удается оставаться на плаву, потому что мы постоянно улучшаем свое программное обеспечение, внося необходимые изменения и адаптируясь к новым задачам, которые становятся актуальными».

Основы для этих улучшений закладываются в инновационных лабораториях компании, сотрудники которых представляют новые идеи, и, если концепция имеет потенциал с точки зрения бизнеса, SAS финансирует разработку.

Среди предложений, которые уже нашли отражение в производстве, можно отметить Viya – облачную технологию анализа в памяти (in memory), которая была реализована в 2016 году, через восемь лет после появления соответствующей идеи. Архитектура предполагает использование вычислений на системах с массовом параллелизмом (Massive Parallel Processing, MPP), предусматривающих одновременную обработку множества вычислительных операций или процессов; каждый из таких процессов одновременно обрабатывается отдельными ядрами или процессорами.

«Для нас это являлось очень сложной задачей, поскольку изначально все делалось по-другому, – отметил Гуднайт. – Мы имели дело с последовательной обработкой. Данные считывались, заполнялась матрица вычислений, производилось обращение этой матрицы, после чего осуществлялся вывод полученных результатов. Как выполнять все это параллельно? Ни в одной книге рецептов вы не найдете. Нужно думать самим. Именно этим мы и занимались на протяжении последних восьми лет, определяя способы для организации параллельных вычислений. Некоторые задачи, на решение которых ранее уходило до 18 часов, теперь выполняются за четыре минуты. Клиенты, оперирующие большими объемами данных, уже успели ощутить все преимущества такого подхода на собственном опыте».

Одним из пользователей Viya недавно стала спортивная аналитическая компания SciSports, применяющая предлагаемые средства анализа при обработке событий футбольных матчей. Это позволяет ей быстро идентифицировать все, что происходит на поле.

«С телевизионных камер мы получаем изображение, поступающее со скоростью 32 кадра в секунду, – сообщил Гуднайт. – Его необходимо проанализировать. А если учесть, что на матче работают 20 камер, объемы данных, подвергаемых обработке каждую секунду, оказываются весьма значительными».

Обработка потоков событий (Event Stream Processing, ESP) становится важной частью бизнеса SAS. Миллионы периферийных устройств Интернета вещей, от домашнего оборудования и до покоряющих бескрайние просторы железных дорог локомотивов, генерируют потоки данных, открывая возможность их сбора и анализа прямо на месте.

«Обработкой потоков событий занимается большое количество наших аналитических средств, – указал Гуднайт. – Мы обрабатывает потоки данных со скоростью 400 тыс. событий в секунду, передавая в Viya соответствующую информацию, и вы можете получать визуальные результаты всех этих движений данных. Мы поддерживаем отношения с компаниями, занимающимися построением систем управления кондиционированием воздухом, управления отоплением, управления потреблением электроэнергии. Мы контролируем все это 24 часа в сутки, выдавая клиентам рекомендации по повышению эффективности путем изменения положения того или иного органа управления или регулятора, благодаря чему им действительно удается сократить свои расходы на электроэнергию. Полученные данные используются также для своевременного проведения профилактических мероприятий и прогнозирования того, что может пойти не так».

Дефицит специалистов в области науки о данных

Недавний SAS опрос руководителей 100 европейских организаций показал, что только 20% респондентов считают свои подразделения обработки данных готовыми к решению задач в области искусственного интеллекта, тогда как 19% сообщили о полном отсутствии у них групп, связанных с наукой о данных.

Гуднайту эта тема очень близка. Его филантропическое желание устранить дефицит специалистов в сфере анализа — основная причина того, что и в свои 74 года он продолжает заниматься наукой о данных, вместо того чтобы уйти на покой и наслаждаться состоянием в 9,4 млрд долл., которое сделало его самым богатым жителем родного штата Северная Каролина.

Среди реализованных Гуднайтом образовательных инициатив можно отметить SAS Curriculum Pathways – среду обучения в Интернете, объединяющую 2 млн студентов и преподавателей, и программу Goodnight Scholars Program для студентов из семей с невысоким уровнем дохода.

В рамках этой программы ежегодную поддержку получают более 200 студентов-старшекурсников его альма-матер, Университета штата Северная Каролина, где в 1976 году с реализованного Гуднайтом совместно с его тогдашним аспирантом Джоном Солом исследовательского проекта системы статистического анализа сельскохозяйственных данных и началась история SAS.

Дефицит специалистов, который помогают устранить образовательные программы, ощущается в SAS не так остро, как в большинстве других компаний, и Гуднайт связывает это со своей бизнес-средой, пронизанной участием к работникам.

Сочетание удачной организационной структуры, гибкого графика и различных льгот, включая тренажерный зал, объекты соцкультбыта и бесплатные консультации по вопросам профессиональной жизни, обеспечивают компании ежегодное место в списке Fortune 100 Best Companies to Work For, начиная с его первой публикации в 1997 году.

Культура корпоративного участия, прививаемая Гуднайтом, вдохновила Google на создание ставшей знаменитой концепции дружественных рабочих мест.

«У нас нет особых проблем с поиском талантов, потому что наша компания считается одним из лучших рабочих мест в мире, – признался Гуднайт. – Это помогает нам эффективно привлекать новые таланты. А также удерживать их».

Оптимистичный взгляд на GDPR

Гуднайт убежден в том, что опасения в отношении неправомерного использования компаниями персональных данных во многом преувеличены.

«Теперь, когда приняты нормы GDPR о персональных данных, пользователю нечего бояться: если вам что-то не нравится, вы можете просто отказаться, – заметил он. – По большому счету, я не вижу здесь особого потенциального риска. Конечно, вас могут раздражать cookie и демонстрация одной и той же рекламы, которая появляется всякий раз, когда вы заходите на сайт. Но в этом случае вы просто пройдете мимо, что в итоге приведет к существенным денежным потерям владельцев такого сайта».

Чтобы помочь компаниям подготовиться к ужесточению требований, диктуемых принятым в Евросоюзе общим регламентом обработки персональных данных GDPR, в SAS выпустили программное обеспечение «единого окна», помогающее находить и изолировать идентифицируемые клиентские данные для их защиты.

Гуднайт спокойно относится к требованиям регулирующих органов, но признает, что его компания не поддерживает их ужесточение.

«Откровенно говоря, наши люди в Брюсселе выступали против, поскольку гарантии конфиденциальности и права на забвение требуют огромных усилий, – указал он. – Тем не менее, мы проиграли. Но зато теперь у нас есть программное обеспечение, помогающее компаниям раскрывать характер использования соответствующих данных».

В июле компания GE Digital, являющаяся подразделением General Electric, организовала в Париже конференцию, на которой анонсировала свою стратегию движения вперед в эпоху цифровых отраслей. Конференция собрала специалистов в области науки о данных (data science), а также представителей образовательной сферы и различных отраслей промышленности.

«Промышленный интернет имеет не меньшее экономическое значение, чем Интернет массовый, однако не все это понимают, – указал глава европейского отделения GE Digital Венсан Шампейн. – Отрадно видеть, что в академическом сообществе начинают делать соответствующие выводы. Компьютерные науки сегодня тесно связаны с отраслями экономики, причем речь идет не о каких-то специализированных исследованиях, а о массовых тенденциях. В условиях дешевизны датчиков и вычислительных устройств люди получают возможность собирать огромные объемы данных. И сегодня нам нужно извлекать из этих массивов данных вполне конкретные ценности».

Любая компания, вкладывающая деньги в промышленную инновацию, обращает внимание на мощь сочетания передовых достижений науки о данных и облачных вычислений с гибкими методами быстрого и недорогого развертывания приложений.

Прежде всего следует отметить, что специалисты в области исследования данных, которые нужны для промышленных приложений, отличаются от тех, кто работает на массовом рынке.

«В сравнении с услугами и товарами для массового рынка знание машин, физики, термодинамики и химических реакций имеет здесь первоочередное значение», — пояснил Шампейн.

Интернет вещей меняет промышленный мир

Как инвесторы, так и СМИ отдают предпочтение более привычному потребительскому Интернету вещей, но по мере совершенствования машинного интеллекта вложения в этот сегмент становятся совершенно несопоставимы с инвестициями в Промышленный интернет вещей (Industrial IoT, IIoT). По предварительным оценкам, к 2030 году оборот мировой экономики вследствие этого может вырасти на 14,2 трлн долл.

Промышленный интернет вещей называют также Промышленным интернетом (Industrial Internet), используя термин, введенный компанией General Electric в 2012 году. Американский промышленный конгломерат на протяжении целого ряда лет активно агитирует своих клиентов за решения, благодаря которым они получат возможность осуществлять автономный мониторинг процессов и выполнять настройки в реальном времени.

У GE прогнозы и планы не расходятся с делом. В 2015 году было создано подразделение GE Digital, призванное развивать бизнес в области Промышленного интернета, и представлена облачная платформа Интернета вещей Predix, которую клиенты могут использовать для разработки приложений, повышающих эффективность благодаря анализу операционных данных в реальном времени.

По оценкам аналитиков Boston Consulting Group, к 2020 году компании потратят на Интернет вещей 250 млрд долл. В GE Digital уже разработан ряд соответствующих приложений.

Платформа Predix позволяет клиентам анализировать производительность оборудования и повышать эффективность посредством оптимизации энергопотребления и выявления дополнительных доступных мощностей и потенциальных дефектов, например коррозии в промышленных трубопроводах.

«Вы можете направлять роботов, которые будут фотографировать километры и километры труб, после чего средства искусственного интеллекта сообщат вам, на каком именно километре, метре и сантиметре трубопровода могут возникнуть проблемы, – заметил Шампейн. – Это поможет избежать катастроф».

Промышленный интернет поможет управлять складскими запасами и цепочками поставок, обеспечит возможность осуществлять удаленный мониторинг коммунального оборудования посредством датчиков, прогнозировать отказы оборудования, реагировать на изменение спроса, отслеживать заказы на товары и местонахождение автомобилей.

GE – не единственная компания, осваивающая эту область. Microsoft совместно с конкурирующим с GE производителем авиадвигателей Rolls Royce работает над прогнозированием сроков, когда двигатели потребуют техобслуживания. Облачные сервисы Microsoft Azure будут использоваться для мониторинга состояния двигателей.

GE претендует на лидерство в Промышленном интернете

GE использует современные технологии и для трансформации собственного бизнеса. В 2016 году компании удалось сэкономить 730 млн долл. благодаря применению машинного обучения для распознавания сигналов, поступающих от оборудования. Это позволило наполовину сократить количество материалов, используемых для прочистки труб.

Компания получает господдержку своих инициатив в области Промышленного интернета. На открытии центра GE Digital в 2016 году присутствовал, в частности, тогдашний министр экономики Франции Эммануэль Макрон.

«С тех пор он заметно вырос, равно как и мы, – заметил Шампейн. – В свое время Макрон прилагал все усилия для продвижения соответствующих технологий, хорошо понимая, как это скажется на экономике».