Наибольшее количество компаний, использующих инструменты на основе больших данных и искусственного интеллекта, наряду с ИТ-индустрией насчитывается в телекоммуникационной отрасли и в финансовом секторе. Кроме того, «умные» решения активно «опробывают предприятия нефтегазового сектора и металлургические заводы, ретейлеры и транспортные компании. Согласно исследованию КПМГ, в России решения на основе искусственного интеллекта тестируют или внедряют 75% телеком-операторов, 40% банков, 25% нефтегазовых компаний, 17% металлургических предприятий, 5% розничных сетей и 1% транспортных компаний. Насколько эффективны такие начинания, представители этих отраслей рассказали участникам конференции «Технологии искусственного интеллекта 2019», организованной издательством «Открытые системы». (О конференции см. также «AI2019: С чего начать внедрение искусственного интеллекта?», Computerworld Россия, 29 мая 2019.)

Более 60% крупных российских компаний используют чат-боты и системы на основе разговорного искусственного интеллекта. Операторы чаще всего задействуют такие решения для обслуживания клиентов. К 2022 году, по прогнозам Gartner, разговорный искусственный интеллект будет поддерживать 20% всего клиентского сервиса.

Большинство вопросов при обращении клиентов в контактный центр «МегаФона» решает виртуальный помощник «Елена». В дополнение к нему в компании разрабатывают чат-бот «Суфлер», помогающий оператору найти нужную информацию в базе знаний. Голосовая биометрия позволяет обслужить клиента, не тратя время на традиционную процедуру идентификации. Клиенты также могут задать вопрос чат-боту или ассистентам «Алиса» и Google Assistant — это очень перспективные каналы взаимодействия, отметил Андрей Коньшин, руководитель проектов клиентского сервиса «МегаФон» по направлению искусственного интеллекта. Роботов начали применять и в исходящих коммуникациях — для маркетинговых исследований и продажи услуг. Виртуальный оператор звонит абонентам, для которых появились персональные предложения, и с их согласия подключает услугу. Качество обслуживания по каждому обращению контролируется с помощью речевой аналитики.

Андрей Коньшин: в «МегаФоне» боты используются не только при обращении клиентов, но и в исходящих коммуникациях

Так, в «Почту России» за месяц поступает около 500 тыс. звонков, 85% из них классифицируются роботами, и 100 тыс. обращений на первой линии поддержки полностью обрабатывается роботом, без привлечения оператора. «Не пренебрегайте роботами и чат-ботами, — призвал Дмитрий Булкин, директор по развитию компании Naumen. — За прошедший год наши роботы обслужили порядка 10 млн обращений в голосовом и текстовом каналах, а к концу текущего года этот показатель достигнет 30 млн — волна нарастает».

В Мосэнергосбыте на роботов переложили функцию приема показаний счетчиков, решив проблему неравномерной месячной нагрузки операторов контакт-центров. А благодаря роботу-коллектору на 15% повысилась собираемость платежей.

В ОТП Банке виртуальный ассистент успешно классифицирует 95% обращений по 20 высокочастотным тематикам; до 40% обращений чат-бот «закрывает» полностью. Вопреки расхожему мнению о том, что общение с роботом снижает лояльность клиентов, в данном случае лояльность повысилась вдвое.

Удачных примеров изменения бизнеса с помощью искусственного интеллекта накоплено уже немало. В научно-техническом центре «Газпромнефти» внедрили интеллектуальную поисковую систему, в дирекции научно-технических программ Минобразования — систему оценки проектных заявок и проверки соответствия проектной документации техническому заданию. В Главгосэкспертизе переход на цифровую модель экспертизы проектной документации позволил существенно сократить сроки проведения работ и в разы увеличить число обрабатываемых проектов.

Одна из самых актуальных бизнес-задач для искусственного интеллекта в финансовой сфере — борьба с фродом. В «Русфинанс Банке» потери, связанные с мошенничеством, в 2014 году достигли 500 млн руб. Это вынудило банк полностью изменить подход к решению вопросов безопасности и создать аналитический антифрод-центр, использующий технологии искусственного интеллекта для раннего выявления мошенничества, снижения прямых и косвенных операционных потерь. Базовым элементом стало внедрение процессной культуры менеджмента и персонала, подчеркнул Александр Яковлев, руководивший департаментом защиты бизнеса «Русфинанс Банка». По его словам, для эффективного применения искусственного интеллекта требуются определенная зрелость процессов и уровень цифровизации, обеспечивающий среду с чистыми данными, «тогда в этом есть смысл и добавленная стоимость, а не только маркетинг». Сотрудники центра прошли обучение технологиям бережливого производства и agile-методологии, и лишь к 2017 году подошли к этапу подготовки нейронных сетей. В итоге за пять лет уровень мошенничества удалось снизить более чем в десять раз при удвоении объемов продаж и сокращении персонала на 27%.

Еще одна область, где искусственный интеллект показывает высокую эффективность, — прогнозная аналитика для управления персоналом. Кадровые службы все чаще сталкиваются с проблемой «выгорания», следствием которого становится увольнение либо резкое снижение активности сотрудников. Причем «выгоранию» подвержены, как правило, ответственные и добросовестные работники. Их уход приводит к существенным потерям из-за низкой производительности труда, негативных изменений климата в коллективе, недополученной прибыли, а также дополнительных затрат на поиск и адаптацию нового работника. Руководителями подразделений «Ростелекома» оказалось очень востребовано решение, позволяющее с высокой вероятностью предсказать момент увольнения сотрудника по «собственному желанию». Такой прогноз дает возможность уменьшить потери, вовремя приняв меры для удержания работника или заранее начав искать ему замену.

В тяжелой промышленности накопленные исторические данные позволяют эффективно применять машинное обучение, выдавая точные рекомендации операторам оборудования. В комбинации с методами классической оптимизации такие инструменты дают возможность сокращать отходы сталелитейного производства, повышать качество продукции, более рационально использовать ресурсы и выполнять требования по защите окружающей среды. «Чтобы заработать денег предприятию, мы применяли не только машинное обучение, но и знания химии и физики», — рассказал Виталий Ширяев, руководящий в Новолипецком металлургическом комбинате исследованиями в дирекции по анализу данных и моделированию. Сократив потребление природного газа за счет оптимального распределения его между котлами, предприятию удалось добиться экономии более 14 млн руб. в месяц. Никакого дополнительного оснащения для этого не потребовалось.

Виталий Ширяев: «В комбинации с методами классической оптимизации машинное обучение дает возможность сокращать отходы сталелитейного производства, повышать качество продукции, более рационально использовать ресурсы, выполнять требования по защите окружающей среды»

Горнодобывающей и сталелитейной компании «Северсталь» проекты с применением машинного обучения помогают решать множество задач, направленных на улучшение бизнес-показателей. Это предсказание выхода из строя узлов агрегатов и рекомендации по их обслуживанию, обнаружение поломок с помощью компьютерного зрения, прогнозирование дефектов стали с выявлением причин их образования, советчики по технологии при производстве чугуна, выявление очагов травматизма в цехах, поиск проблемных точек на прокатных станах для повышения их производительности, а также анализ текучести кадров.

Выступавшие подчеркивали важность тесного сотрудничества исследователей данных с технологами, глубоко погруженными в оптимизируемый процесс. «Многие проекты взлетали потому, что мы добирались до Excel-файлов на компьютерах технологов, содержащих накопленную за несколько лет очень полезную информацию, на которую они действительно ориентируются», — сообщил Борис Воcкресенский, руководитель направления Data Science в компании «Северсталь Диджитал».

Борис Воскресенский: «Мы добирались до Excel-файлов на компьютерах технологов, содержащих накопленную за несколько лет очень полезную информацию»

Здравоохранение пока не входит в число отраслевых лидеров применения искусственного интеллекта, однако именно в медицине можно увидеть самые впечатляющие примеры. В пилотных проектах, которые ассоциация «Национальная база медицинских знаний» проводит в российских регионах, технологии искусственного интеллекта позволяют выявлять факторы риска сердечно-сосудистых катастроф в разы быстрее и точнее традиционной диспансеризации, а также находить на КТ-изображениях пропущенные врачами злокачественные новообразования. Однако в этой сфере особенно остро стоит вопрос доверия к результатам работы искусственного интеллекта, и крайне важно подчеркнуть, что задача его внедрения — не вытеснить врача из процесса, а помочь расширить его возможности.

«В будущем нас ждет симбиоз людей, программных роботов и искусственного интеллекта», — отметил Александр Максимов, представляющий компанию ОТР.

Аналитики считают подобную комбинацию искусственного и естественного интеллекта наиболее перспективным вариантом применения интеллектуальных технологиий, для нее даже придумали название — «кентавры». В шахматах так называют команды «компьютер плюс человек». Предполагается, что «кентавры» смогут снять с повестки проблему доверия к искусственному интеллекту.

Компания Genesys провела ежегодное мероприятие G-Summit Moscow, на котором представила возможности своих решений для контакт-центров и ряд практических кейсов по их применению.

Мартин Веселка, вице-президент Genesys по Восточной Европе, отметил три основные особенности ПО компании. Во-первых, это большое внимание системам обмена сообщениями. По статистике, это главный канал общения людей в возрасте от 23 до 34 лет. Поэтому работе с мессенджерами в Genesys уделили особое внимание.

Второе, что отметил Веселка — Blended AI, «смешанный искусственный интеллект» Genesys. «Обычный» искусственный интеллект может мгновенно решать простые, стандартные проблемы. Но в ситуациях сложных буксует и, кроме того, в некоторых случаях для принятия решения клиенту нужно общение с живым человеком. Kate, интеллектуальная система Genesys, как утверждают в компании, обеспечивает бесшовную интеграцию процесса обслуживания ботами и операторами.

Третья особенность решений Genesys — предиктивная маршрутизация запросов. При передаче запроса от бота к оператору учитывается весь накопленный массив знаний о нем, в том числе — его поведение в текущей сессии. И запрос переводится не первому свободному оператору, а оператору, имеющему навык в решении конкретной проблемы и, при этом, имеющему высокий «индекс совместимости» с данным клиентом.

Скажем, пассажир ищет авиабилет. Он смотрит предложения в эконом-классе, переходит на страничку бизнес-класса, но, посмотрев на цены, возвращается обратно. Оценив поведение клиента Kate решает, что он небезнадежен и что если ему предложить скидку, процентов в десять, то можно склонить его к «бизнесу».

Поскольку обсуждение деталей (например — дискуссия о преимуществах бизнес-класса на длинных перелетах) может оказаться слишком сложной для бота, искусственный интеллект начинает подыскивать свободного оператора. Первый найденный оператор — женщина «от 30 до 40» — сочтена системой не слишком подходящим собеседником, поэтому искусственный интеллект ищет дальше, пока не находит мужчину около 50, сверстника клиента, которому и перепоручает агитацию за «бизнес».

В клиентских кейсах, от бельгийского подразделения банка ING и российского оператора «ЭР-Телеком», впрочем, упор делался на решение более традиционных задач. ING Belgium за счет внедрения решения Genesys, позволившего улучшить управление всеми видами взаимодействие с клиентами, за год увеличил прибыль на 15%. «ЭР-Телеком», объединив процессы цифровых коммуникаций, вдвое увеличил число параллельно обрабатываемых обращений, а стоимость обработки обращения вдвое понизилась. При этом внедрение решения заняло всего четыре месяца.

Что может быть общего между автомобильным регистратором и «говорящей» плюшевой игрушкой? То, что они работают на платформе интеллектуальных виртуальных ассистентов. На конференции Conversations’18 два отечественных стартапа, NotAnotherOne и Mishka AI, представили свои разработки: умный видеорегистратор Linza со встроенным голосовым ассистентом и умную плюшевую игрушку mishka.cloud.

Кирилл Петров, управляющий директор компании Just AI, занимающейся исследованиями, разработкой и внедрением технологий разговорного искусственного интеллекта, сделал обзор нового сегмента интеллектуальных технологий, оценив его как следующий шаг к человеко-машинному взаимодействию. До недавнего времени не существовало средств адекватной автоматизации основного способа нашего общения — человеческого языка. Сегодня с распространением новых каналов взаимодействия (мессенджеры, веб-чаты, голосовые ассистенты и т. п.) и на фоне успехов технологий распознавания речи (Automatic Speech Recognition), перевода текста в речь (Text To Speech), понимания естественного языка (Natural Language Understanding), использующих, в частности, машинное обучение, ситуация изменилась.

Рынок интеллектуальных ассистентов и устройств на их основе динамично растет. Так, темпы продаж умных колонок сейчас выше, чем в свое время были для смартфонов: в 2017 году во всем мире использовалось 50 млн умных колонок, годом позже — 100 млн, а в 2021-м, по оценкам Just AI, во всем мире будет уже 500 млн умных колонок. Лидеры здесь недолго почивают на лаврах – если в 2014 году на рынке господствовала Amazon Alexa, то в 2017 году у Google было 20% рынка, а затем произошло коренное изменение – 36% у Google и 27% у Amazon, да и выбор резко расширился: Apple Homepod, Samsung Bixby, Xiaomi Mi AI, «Яндекс Алиса», ну и разработки множества азиатских игроков помельче.

Сегодня 32% домохозяйств в США уже применяют умные колонки, 50% из них используются для заказа товаров. Среди причин популярности умных устройств — возможность заниматься одновременно другими делами, оперативность получения ответов, освобождение от рутинных действий, а выдержка и доброжелательность виртуальных ассистентов приводит к тому, что у людей появляется привычка общаться именно с ними.

Для широкого распространения умных устройств критически важна экосистема, отметил Андрей Липатцев из Google, отвечающий за развитие партнерского сообщества. В сфере разговорного искусственного интеллекта и соответствующих интерфейсов сегодня открывается большой простор для исследований, особенное если учесть, что речь идет не о голосовых, а именно о разговорных интерфейсах. Здесь важны не только распознавание или генерация голоса, но и грамотная комбинация всех деталей, присущих осмысленному диалогу: качество и стиль подачи информации, ее объем, тональность, форма разговора – лаконичность, доброжелательность, доверительность, в сумме формирующих персону общения. Очевидно, что паттерны ведения диалога зависят от национального менталитета, возраста, самочувствия собеседника и других факторов. При этом, как отметил Липатцев, работа ассистента определяется не кодом программы, а именно сценарием, и здесь, как и у грандов ИТ-индустрии, так и у стартапов, имеется обширное поле деятельности по созданию устройств, обеспечивающих иллюзию общения с живым собеседником и способных не только отвечать на четкие вопросы, но и самостоятельно инициировать и вести осмысленный диалог.

«Одноклассницы» Siri все больше завоевывают симпатии масс. Даниил Колесников, руководитель маркетинга проекта «Яндекс.Алиса», отметил, что с «Алисой» общается 33 млн человек в месяц (треть всего Рунета), а в поисковом приложении «Яндекса» 20% запросов формулируются голосом. Однако, как это было раньше, например, с мышью, для работы с голосовыми интерфейсами от людей требуются определенные навыки.

О том, как создавалась мультимедийная система «Яндекс.Станция» с «Алисой» внутри, рассказала Вера Козырь, руководитель компании NotAnotherOne, принимавшей участие в проектировании этой умной разработки, уже ставшей популярной у отечественных пользователей. Нужно было ответить на массу вопросов: сколько должно быть микрофонов, где их разместить, как обеспечить охлаждение станции, каким должен быть ее уникальный, еще никем доселе не запатентованный дизайн.

«Алиса» «живет» не только в смарфонах и в «Яндекс.Станции». Козырь представила умный видеорегистратор Linza, который появится на прилавках уже в декабре 2018 года. Он имеет лишь две кнопки, управляется через приложение на смартфоне, взаимодействует с облаком и другими устройствами – можно посмотреть, что видит другой водитель, оценить обстановку на дороге, узнать погоду и пр. Кроме обычных для устройств такого типа функций, в Linza имеются: поддержка Wi-Fi с режимом хот-спот; встроенные сенсоры — гироскоп и акселерометр, способные, например, «почувствовать» момент эвакуации машины, вовремя предупредить водителя и сохранить видео в облаке; интерфейсы с бортовыми системами автомобиля; интеллектуальный голосовой помощник, способный общаться на любые темы и выполнять команды по управлению инфраструктурой автомобиля.

Умный мишка разговаривает с ребенком, выполняет его просьбы, заполняя возможный дефицит общения с часто занятыми, уставшими после работы родителями

Кульминацией конференции можно назвать выступление Андрея Тесленко, основателя и операционного директора компании Mishka AI, работающей на ниве виртуальных ассистентов для детей. Как показывают опросы, шесть из десяти родителей сегодня выступают против гаджетов и разного рода экранов для детей, опасаясь формирования первой в их жизни зависимости. Общаться ребенку предпочтительно с физическим, а не виртуальным объектом, однако до сих пор ИТ-индустрия предлагала очень мало интеллектуальных устройств, спроектированных именно для детей. Технологии искусственного разговорного интеллекта позволяют сделать «умной» практически любую традиционную детскую игрушку, встроив в нее чип и обеспечив связь с облаком. Умный мишка разговаривает с ребенком, выполняет его просьбы: может спеть песенку, рассказать сказку на ночь и т. п., в какой-то степени реализуя функции воспитания и обучения, заполняя возможный дефицит общения со стороны часто занятых, уставших после работы родителей. Подписка на контент (см. www.mishka.cloud) дает возможность настраиваться практически на любое содержание, а расширение функционала в будущем может быть достигнуто, например, путем смены «одежды» игрушки. Эта полностью российская разработка одновременно с выходом на местный рынок запускается и в США.

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».