Почему искусственному интеллекту нелегко живется в России
Технологии искусственного интеллекта становятся венчурным мейнстримом — неотъемлемым элементом стартапов в области информационных технологий. Тем не менее в России ИИ-стартапы сталкиваются с целым рядом проблем
Еще пять лет назад домены в области .ai были свободны, но сейчас их невозможно купить. Если раньше серьезное приложение выглядело как большая приборная панель, сейчас идеалом представляется продукт с одной кнопкой, которая делает «чудо». А под чудом скрывается искусственный интеллект, осуществляющий все сложные процессы. Даже сам ввод команд теперь можно выполнить голосом, жестами, — в каком-то смысле через анализ поведения людей.
ИИ, машинное обучение и жизнь
Что делают проекты в сфере ИИ и как это отличается от распространенных систем автоматизации? Системы на основе машинного обучения уже давно оптимизируют простые и предсказуемые действия. Взять, например, заполнение анкеты на покупку авиабилета и последующую обработку этой заявки на серверах компании. Такие базовые процессы (сухим научным языком — процессы с низкой энтропией) уже давно автоматизированы алгоритмически. Этого нельзя сказать о задачах, имеющих нестандартные входные или выходные данные — «данные с высокой энтропией». Системы нового поколения как раз и призваны с ними справляться. Например, нужно обработать запрос: «Я устал, хочу на море». Исходя из личности пользователя, интеллектуальный ассистент подберёт билеты, место отдыха с оптимальным климатом, организует трансфер из аэропорта и сможет сразу все оплатить.
Сама технология при этом обычно решает задачи следующих типов:
- Распознавание (голоса, лица, дефектов, — т.н. Anomaly Detection)
- Поиск (Matching). Типичный пример — поисковик (найти 1 вариант из ста тысяч) или более экзотические рекомендательные системы
- Предсказание. Кто победит на выборах, какая будет погода, какая будет выручка у торговой точки?
Стартапы в ИИ
Успешные проекты в области ИИ, что неудивительно, чаще всего являются комбинацией науки, бизнеса и маркетинга. Типичная история успеха компании часто базируется на том, что их решение гораздо лучше других автоматизирует процесс или обрабатывает данные, до которых раньше никому не было дела. Например, данные датчиков на заводе позволили предсказывать отказы оборудования, или анализ постов в Twitter позволил выявлять ценные торговые сигналы в торговле акциями.
В то же время у проектов в области ИИ есть определённая специфика, выводящая их из стандартов венчурной индустрии. По нашему опыту, проект ИИ — это чаще всего b2b с длинным циклом продаж. У этих проектов, особенно в России, есть специфические проблемы — отсутствие финансовых запасов для функционирования в течение сделки и отсутствие связей при выходе на международный рынок. Это дополнительно осложняет создание подобного проекта.