Тренды Искусственного Интеллекта (ИИ) в 2023 году

Содержание

#1. Глобальный обзор технологии в среде розничного рынка
#2. Ключевые тенденции рынка ИИ и машинного обучения
#3. Лучшие тенденции искусственного интеллекта в 2023 году
#4. Гиперавтоматизация
#5. Приложения кибербезопасности
#6. Пересечение AI и ML с loT
#7. Бизнес-прогнозирование и анализ
#8. Расцвет дополненного интеллекта
#9. ИТ-тренды, которые не стоит ожидать в 2023 году

Доминирующая часть всей технологической индустрии состоит из искусственного интеллекта и машинного обучения, которые все больше и сильнее входят в привычную жизнь человечества. Разработки позволяют компаниям получать желаемые цели с меньшими временными и денежными затратами, удается быстро принимать важные решения, создавать новые инновационные продукты, услуги.

По прогнозам многих компаний к концу 2022 года предприятия будут создавать и выпускать порядка 35 проектов ИИ для реализации определенных целей. Фактически средний годовой прирост рынка AI и ML составляет 44; или 9 млрд. долларов. За последние годы технология ИИ и машинного обучения получила сильный толчок в развитии, что дало несколько масштабных прорывов. Попробуем разобраться в самых крупных тенденциях AI и ML.

Глобальный обзор технологии в среде розничного рынка

Многие аналитические компании ожидают, что глобальный ИИ на розничном рынке зарегистрирует CAGR на уровне 35% до 2026 года.

Пандемия COVID-19 стала толчком для активного развития технологий и вызвала спрос на покупки в режиме онлайн. Это связано с тем, что многие люди перешли на онлайн-платформы для оформления различных покупок. Такой канал стал одним из единственных доступных и удобных. Изменение дало возможность продавцам, крупным компаниям по изготовлению потребительских товаров, принять инициативу в сфере развития, которые переплетаются с цифровизацией.

При помощи искусственного интеллекта удается быстро принимать правильные решения в следующих областях бизнеса:

• маркетинг;
• электронная коммерция;
• управление продуктами.

Это часть возможностей, сокращающие дисбаланс между идеями и их реализацией. Согласно данным Министерства торговли США есть вероятность, что в 2023 году розничные продажи составит почти 6 трлн. долларов.

В целом для искусственного интеллекта используют методики машинного обучения. В сфере торговли, розничных продаж такая методология помогает предоставлять пользователям персонализированный опыт, среду с интерактивными задачами.

Компания IBM провела исследование, согласно которому интеграция ИИ в торговлю и производства будет увеличена с 40% до 80% в течение 3 лет. Вместе с этим технология получает постоянные инвестиции, что дает возможность улучшения и развития. Нежелание некоторых крупных корпораций внедрять инновационные разработки может замедлять общий рыночный рост. Еще одной проблемой для развития тенденций в 2023 году, вероятно, станет нехватка квалифицированных сотрудников, которые умеют внедрять ИИ в бизнес.

Ключевые тенденции рынка ИИ и машинного обучения

Эксперты уверены, что в ближайшем будущем область оптимизации продукта начнет занимать существенную долю рынка. В результате любые рекомендации и планирование в бизнесе, связанном с розничной торговлей будут сферой использования ИИ. При помощи развития аналитики крупного информационного объема произойдет все большее внедрение устройств и программ с ИИ.

Уже созданы технологии, работающие с ИИ и большими хранилищами данных, среди которых машинное обучение.

К ним можно отнести:

1. Обработка человеческой речи.
2. Глубокое обучение.
3. Программы для автоматизированного принятия решений.

ИИ обладает рядом достоинств для работы и использования в розничной торговле.

Среди плюсов, Ассоциация потребительских технологий выделяет:

• экономию средств;
• высокую производительность;
• быстрый прием решений для решения проблем бизнеса;
• быструю доставку товаров;
• рост инноваций (умные боты, автономные транспортные средства).

По ожиданиям описанные преимущества могут улучшать аналитики пользователей, поведенческий опыт, за счет чего усиливается значимость оптимизации.

В 2020 году компания Baker Hughes запустила приложение, базированное на основе ИИ. Это дало возможность операторам видеть данные о добыче из скважин в режиме реального времени. Как результат улучшилось прогнозирование добычи нефти и газа, а также были задействованы методы по оптимизации ряда операционных процессов, положительно обновление коснулось темпов производства.

Есть вероятность, что в будущие несколько лет доминировать на рынке будет Северная Америка, которая активнее всего применяет технологию ИИ. Это в большей мере связано с присутствием ряда развитых стран, среди которых США и Канада. Они направляют инвестиции для модернизации розничной торговли и решений конкретных задач в этой сфере. Именно Северная Америка была одной из первых, кто начал внедрение ИИ для оптимизации цепи поставок товаров и услуг. При помощи инновации ритейлерам проще поддерживать клиентов, управлять бизнесом, понимать модель покупок клиентами.

Для увеличения объемов продаж, привлечения новых клиентов, технология ИИ интегрируется в магазинах оффлайн и онлайн. Мировые бренды и корпорации активно занимаются оптимизацией продуктов, разработкой.

Лидеры этого рынка:

• NVIDIA;
• Intel;
• Salesforce;
• Sentient Technologies;
• Microsoft;
• Google;
• IBM;
• Amazon Web Services.

В 2020 году началось активное использование ИИ в разных областях. Kenco Logistics запустили DaVinci AI. Этот продукт дает широкий спектр аналитических услуг с охватом всех цепочек поставок. При помощи технологии можно получать прогнозную информацию, которая позже транслируется в действия. Mastercard представила решения для продавцов Drive Through, чтобы упростить совершение покупок в магазинах, работая с минимальным контактом и максимальной вовлеченностью сторон.

Лучшие тенденции искусственного интеллекта в 2023 году

Теперь рассмотрим самые крупные тенденции в сфере ИИ и машинного обучения в 2023 году. Они помогут получить идеи о том, как можно контролировать бизнес и другие сферы деятельности.

Гиперавтоматизация

Под гиперавтоматизацией понимают процессы применения инновационных разработок для ускоренного и простого выполнения задач с минимальным применением человеческой силы, знаний. Это понятие нередко называют цифровой или интеллектуальной автоматизацией.

Многие современные компании вынуждены работать с большими потоками информации, а для эффективного извлечения их нужна автоматизация. Знания о данных, их анализ можно найти везде и в наши дни эти инструменты становятся доступнее для каждого.

Большим спросом в этой сфере пользуются такие профессии:

• архитектор приложений;
• специалист машинного обучения;
• инженер по данным;
• архитектор предприятия.

Наука о данных подходит для финансовых учреждений, производств, страховых компаний, маркетинговых фирм и т.д. Гиперавтоматизация нужна для выполнения исследований, позволяющих увеличить прибыль фирмы.

Основные передовые технологии этого направления:

1. Автоматизация процессов при помощи роботов (RPA).
2. Искусственный интеллект и машинное обучение (AI/ML).
3. Автоматизация когнитивных процессов.
4. Программное обеспечение для корректного управления процессами (iBPMS).

Главная идея заключается в объединение инноваций, чтобы упростить, спроектировать и автоматизировать бизнес-процессы вместо применения методов, которые основаны для узкой деятельности.

Конкретные методы использования гиперавтоматизации в компании могут отличаться. К примеру, для улучшения качества поддержки клиентской базы можно использовать компанию разговорного AI и RPA. Это поможет автоматизировать ответы на электронные письма клиентов, а также улучшит оценку CSAT. Улучшить продуктивность работников компании позволяет внедрение технологий в трудоемкие процессы. За счет такой реализации сокращается ручная работа, улучшается производительность. Системная интеграция даст возможность компании интегрировать любые цифровые технологии в рабочие бизнес-процессы.

Приложения кибербезопасности

Одна из важных составляющих современного мира – информационная безопасность. Технология AI и ML дает возможность создавать новые методы надежной защиты, а вся кибербезопасность становится безрисковой и автоматизированной.

Основные методы улучшения кибербезопасности при помощи машинного обучения и ИИ:

1. Искусственный интеллект подойдет для классификации, обработки, кластеризации и фильтрации поступающей информации, поскольку есть много информационных данных в такой сфере.
2. Машинное обучение дает возможность анализировать прошлую информацию, предоставлять оптимальные методы решения для будущего и настоящего. При помощи прошлых данных алгоритмы обеспечивают инструкциями, позволяющие найти угрозы или вредоносное ПО. AI и ML помогают нарушать работу любого, кто захочет проникнуть в систему.
3. Внедрение технологий систематизирует информацию по заданным параметрам, позволяя сопоставлять разную информацию, отслеживать любые угрозы.
4. ИИ упростит ведение аудита способов защиты информации, что даст возможность быстро узнать об эффективности внедрения ограничений. Это защищает пользователей конкретной компании.
5. AL и ML быстро находит угрозы, вредное ПО, создавая платформу безопасности для сканирования крупных информационных объемов.

При помощи искусственного интеллекта предприятия усиливают методы миграции в облако, улучшается производительность при большом количестве данных.

Пересечение AI и ML с loT

Современные устройства, услуги в интернете становятся более интеллектуальными и безопасными, что достигается за счет внедрения AI и ML. Gartner публиковала исследования, по которым в конце 2022 года больше 80% проектов Интернета вещей в корпорациях будут обладать AI и ML. Для своевременного реагирования на любые ситуации на базе собранной информации, все устройства должны быть подключены к сети Интернет.

В описанной модели важность инновации состоит в возможности быстрого получения информации для определения закономерностей и обнаружения аномалий. Все это работает при помощи интеллектуальных датчиков, дополнительных устройств.

К таким данным можно отнести:

• температуру;
• давление;
• влажность;
• чистоту воздуха;
• звуковые изменения;
• распознавание зрения;
• компьютерное зрение.

Пересечение технологий с loT можно найти в умном доме, городе или на носимых устройствах. В последние входят смарт-часы, браслеты, приложения для контроля состояния здоровья и др. Также сюда относятся приборы AR / VR, беспроводные наушники. Внедрение в умном доме позволит автоматически управлять светом, температурой, электроприборами. Кроме того, машинное подобная инновация не просто все делает автоматически, а адаптируется под привычки владельца дома, что добавляет больше поддержки пользователям.

AIoT применяют и в умных городах, создавая комфортные условия. Технология следит за порядком, безопасностью, удобством жизни. Разработки добавляют в умный транспорт, освещение или энергетические системы. В промышленности ИИ и машинное обучение упрощает анализ информации, которая нужная для оптимизации всей деятельности, цепи поставок и логистики.

Бизнес-прогнозирование и анализ

В сравнении с описанными выше методами прогнозирование и анализ в бизнесе при помощи ИИ – самое простое, что может быть. AI и ML дает возможность проводить высокоточные прогнозы. Финансовые компании уже сегодня используют технологии, чтобы узнать спрос на валютные пары, исходя из рыночной ситуации, показывают поведение людей, уровень страха в реальном времени. Это дает возможность обеспечивать финансово-технический сектор нужным объемом предложения, удовлетворяющим спрос.

Расцвет дополненного интеллекта

Следующая тенденция – объединение машин и людей, чтобы усилить когнитивную производительность.

К 2023 году по данным Gartner, 40% инфраструктурных и операционных групп начнут применять автоматизацию с ИИ, чтобы добиться увеличения производительности ИТ. В результате половина сложной работы будет возложена на машины.

При помощи дополнительного интеллекта разные платформы быстро делают информационный сбор с его структурированием по шаблонам. Данные берутся из разных источников, а компания получает полную информацию о товаре, клиенте и др.

Такая тенденция отлично подойдет и будет активно развиваться в 2023 году в секторе финансовых услуг, здравоохранении, путешествиях и торговле.

ИТ-тренды, которые не стоит ожидать в 2023 году

По мнению аналитиков ABI Research существует несколько тенденций, способные сформировать технологический рынок, а также тренды, которые привлекают много внимания, инвестиций, но с меньшей вероятностью повлияют на рынок в 2023 году.

Аналитики предполагают, что бума периферийных вычислений не будет, они продолжат увеличиваться только в количестве. Методы использования граничных вычислений и финансовая зависимость прямо связаны с сетью 5G, как в приватном, так и общедоступном понимании. Ценовая лояльность подобных услуг для развития периферийных вычислений еще не перешла в глобальную фазу реальности, поэтому общее развитие планируется более медленное, чем ожидалось.

Также не получать масштабного распространения роботы-компаньоны. Много лет, ведущие разработчики и компании были вынуждены отказывать от коммерческих предложений или закрывать собственные магазины. Только в 2021 году опять начали поступать инвестиции в подобный сектор, после чего потенциал технологий на базе ИИ был пересмотрен. Большой интерес был вызван роботом Astro от Amazon, но, невзирая на потенциал в 2023 году может не случиться прорыва, как возлагали аналитики и эксперты данной отрасли.

Следующий тренд, который может не состояться в 2023 году – невозможность вернуть объемы продаж машин. Цепи поставок еще не могут закрыть спрос по причине недостатка полупроводников. США активно развивается в этом направлении, однако быстрого решения проблемы пока нет. До средины-конца 2023 года ABI Research не ждет возврата к 90 млн. долларов по продажам новых авто.

Кроме того, до 2023 года решается проблема недостатка полупроводников. Основные сложности заключается в дополнительной мощности, инфляционного воздействия и реального спроса. Основные риски заключаются в социальном и политическом аспекте, в результате нет возможности своевременно запустить новые производственные мощности.

Как показали результаты исследования IDC, расходы в мире на разработки ИИ в 2022 могут составить 432,8 млрд. долларов, что покажет рост на 19,6%, а в 2023 году отметка преодолеет 500 млрд. Основное направление в данный момент сосредоточено для создания технологий и их внедрения в бизнес-проекты, чтобы улучшить логистику, технологические процессы, планирование.

Активно создаются программы с ИИ в сфере языков, общения при помощи машин и машинного зрения. Затраты по обеспечению этих технологий и услуг для них растут быстрее, чем расходы на ПО и подобная тенденция может сохраняться в течение всего 2023 года.

Все 5 из описанных тенденций постепенно проявляются и будут продолжать развиваться в 2023 году. Иные функции, которые могут быть реализованы и добавлены – машинное обучение в сфере голосовой передачи информации и поддержки, а также регулирование цифровой информации. AI и ML помогает крупным компаниям, трейдерам понимать настроения на рынках, уровень стресса и другие факторы, которые в совокупности помогают принять быстрые решения. Для успеха любого вида деятельности ИИ и машинное обучения играют важную роль в управлении сложными задачами и поддержки их корректности. Роботизация процессов показала безупречные результаты, исключающие человеческий фактор, ошибки и т.д. Активное и масштабное развитие промышленных сфер еще сильнее повышают потребность тенденций и развития искусственного интеллекта и машинного обучения.