Внедрение технологий искусственного интеллекта в малом бизнесе может привести к некоторым негативным последствиям, заявил в интервью АБН24 Александр Валерьевич Бухановский, доктор технических наук, директор Мегафакультета трансляционных информационных технологий Университета ИТМО, научный руководитель исследовательского центра «Сильный искусственный интеллект в промышленности».

Фото: pxhere.com

Первая проблема

«Первая проблема с ИИ у малого бизнеса может быть обусловлена целеполаганием: зачем внедрять? Множество «хрестоматийных» примеров успешного внедрения ИИ связаны с разного рода оптимизацией бизнес-процессов и экономии времени и ресурсов на рутинных операциях. Но реально польза от такой оптимизации может проявляться, начиная от определенных объемов производства. Иными словами, то, что приносит госкорпорациям экономию в сотни миллионов рублей в год, для малого бизнеса обернется только головной болью», — пояснил эксперт.

Бухановский рекомендовал компаниям малого бизнеса ориентироваться не на практики искусственного интеллекта для управления издержками, а на его применения для получения новых источников дохода, например, генерации цифровых объектов, контента и др.

Вторая проблема

Еще одна проблема, к которой может привести внедрение ИИ, это ошибка бизнес-модели, основанной на иллюзии, что сокращение временных затрат за счет использования ИИ приведет к пропорциональному росту доходов. Обычно такого не происходит.

Дело в том, что даже если ИИ все делает быстрее, это еще не значит, что емкость рынка позволит увеличить объем производства: просто может не быть столько заказов, или они разделяются между разными игроками. Во-вторых, ИИ имеет право на ошибку, поэтому часто сэкономленное время приходится тратить на тщательную проверку результата, — отметил Бухановский.

Третья проблема

Третья проблема внедрения ИИ в малом бизнесе связана с объективным недостатком собственных данных для обучения моделей. В некоторых случаях, когда, например, компания работает в массовой нише, например, интернет-рекламы, это не так страшно – можно использовать систему ИИ общего назначения, обученную на открытых данных. Гораздо сложнее, когда малый бизнес делает ставку на инновационность собственных процессов – тут модели на открытых данных теряют в качестве, потому приходится внедрять их на ходу, постепенно дообучая по мере накопления данных. Часто эта ситуация возникает при внедрении массовых рекомендательных сервисов с так называемого «холодного старта».

Конечно, пока не наберется достаточно данных, платой за обучение является неудовлетворенность или даже раздражение пользователей», — отметил эксперт.

Четвертая проблема

Наконец, есть виды деятельности, где достаточно данных у компаний вообще нет, особенно у компаний малого бизнеса. Здесь можно отчасти облегчить жизнь за счет синтетических данных, но все равно проблема полностью не исчезает», — заключил собеседник издания.

Ранее эксперт Сергей Буляк оценил способность искусственного интеллекта заменить человека в высокоинтеллектуальных профессиях.