Композитный ИИ представляет собой следующую фазу эволюции ИИ

Компания Gartner обновила цикл зрелости в сфере искусственного интеллекта (Hype Cycle for Artificial Intelligence).

Генеративный искусственный интеллект (ГИИ) преодолел пик завышенных ожиданий. К концу 2024 года ценность будет в основном извлекаться из проектов, основанных на знакомых методах ИИ, как отдельных, так и в сочетании с ГИИ, которые имеют стандартизированные процессы, необходимые для внедрения.

Несмотря на то что применение ГИИ сопряжено с различными проблемами, включая этические и общественные, безопасность и пр., у него еще есть потенциал стать преобразующей технологией с глубоким влиянием на бизнес.

Специалистам, отвечающим за работу с ИИ, также рекомендуется не ограничиваться ГИИ, а обратить внимание на составные методы ИИ, а также сосредоточиться на нетехнических аспектах ИИ.

Изучить инфографику →

#искусственный_интеллект #генеративный_ИИ #машинное_обучение #большие_данные

«Яндекс Поиск», Sber AI и MTS AI названы лучшими работодателями по ИИ в России

TAdviser изучил подходы к привлечению и найму талантов в сфере искусственного интеллекта и подготовил рейтинг ключевых компаний–работодателей по ИИ в России. В общей сложности было опрошено 45 организаций крупного и среднего бизнеса, в итоговый сводный рейтинг были включены 20 ключевых работодателей по ИИ. Сравнивались выделенные подразделения или дочерние структуры организаций, ведущие разработку ИИ.

Данные для рейтинга предоставляли представители компаний. Также для оценок использовались данные из открытых источников, данные предыдущих исследований и экспертные оценки TAdviser.

Ключевые выводы:

• в 2024 году 90% из топ-100 крупнейших компаний России из разных отраслей экономики используют технологии машинного обучения и искусственного интеллекта для внутренних задач бизнеса, либо для разработки коммерческих продуктов для внешнего рынка;

• в среднем команды специалистов по ИИ составляют около 50-100 человек для среднего бизнеса, либо выделенных структур (департаментов или дочерних организаций) внутри крупных корпораций. В крупном высокотехнологичном бизнесе команды по ИИ насчитывают 500-1000 человек и продолжают расти. Наибольшие команды ИИ-специалистов собирают банки, ритейл, E-Commerce, а также ИТ-разработчики;

• ключевыми работодателями в этой сфере названы «Яндекс Поиск» (36 баллов), Sber AI (35), MTS AI (34), Т-Банк (32), «Лаборатория Касперского» (31), Cloud. ru (28), VK (28), Avito (27), Ozon Tech (26), Softline Digital (25), «Т1 ИИ» (25), «Сибур Цифровой» (24), «Газпром нефть» (24);

• в рейтинге «Развитие карьеры и саморазвитие в ИИ» первую строчку поделили «Яндекс Поиск», Sber AI, Т-Банк и Avito (по 15 баллов);

• в рейтинге «Исследования и участие в развитии сообщества ИИ» на первом месте расположились «Яндекс Поиск», Sber AI и MTS AI (по 8 баллов), следом за ними идут Т-Банк и «Лаборатория Касперского» (по 7 баллов).

Ознакомиться с полным рейтингом →

#кадры #искусственный_интеллект #машинное_обучение

Российский рынок ИИ в 2023 году достиг 900 млрд руб., годовой рост составил 37%

Аналитики Центра компетенций НТИ по направлению «Искусственный интеллект» на базе МФТИ подвели итоги развития российской отрасли ИИ в 2023 году. Документ содержит информацию об объеме рынка искусственного интеллекта, количестве публикаций российских ученых на конференциях и в научных журналах, динамике инвестиций, государственной поддержке, подготовке кадров, а также об отношении к ИИ в обществе.

Отчет подготовлен с использованием данных из различных наукометрических баз, а также анализа открытых источников информации (научных публикаций, патентов, СМИ, сайтов компаний, сайтов университетов и др.).

Ключевые выводы:

• объем российского рынка искусственного интеллекта в 2023 году достиг 900 млрд руб., увеличившись за год на 37%;

• в России насчитывается около 540 компаний, работающих в сфере искусственного интеллекта. 68% из них находятся в Москве;

• основной сегмент рынка ИИ в России — это обработка естественного языка (NLP), который достиг 61,3%. Второй по размеру сегмент — анализ данных, он занимает 33,6%;

• на российском венчурном рынке в 2023 году состоялось 38 сделок на $158 млн (против 9 сделок на $7 млн в 2022 году). Однако 94% из них — это сделки M&A. Таким образом инвестиции на ранних стадиях в ИИ-стартапы уже второй год меньше $10 млн;

• несмотря на сложные обстоятельства, российские исследователи продолжают публиковаться в журналах и на конференциях. Россия поднялась на одну строчку и заняла 13-е место в мире по публикациям в журналах;

• по направлению «Искусственный интеллект» в 2023 году государством было профинансировано 7,48 млрд руб., уровень исполнения бюджета составил 99%;

• по оценкам аналитиков, в 2024 году около 4,3 тыс. выпускников вузов будут владеть навыками машинного обучения (ML).

Ознакомиться с документом → (48 стр.)

#инвестиции #стартапы #искусственный_интеллект #NLP

54% российских компаний внедрили решения на базе ГенИИ хотя бы в одну функцию в организации

Эксперты «Яков и Партнёры» изучили развитие генеративного искусственного интеллекта в странах, входящих в БРИКС, по состоянию на ноябрь 2024 года. Основная часть исследования посвящена ситуации в Бразилии, России, Индии, Китае, ЮАР, ОАЭ и Саудовской Аравии (находится в процессе интеграции в объединение).

Ключевые выводы:

• реализованный экономический эффект от внедрения генеративного ИИ в странах БРИКС+ (основываясь на Китае, России, ОАЭ, Саудовской Аравии, Индии, Бразилии и ЮАР) в 2030 году может достичь $350–600 млрд;

• при этом почти 70% эффекта придется на шесть ключевых отраслей: банковский сектор, розничную торговлю, машиностроение, энергетику, электронику и ИТ;

• все анализируемые страны имеют собственные базовые модели. В Китае более 240 таких моделей, в России, ОАЭ, Саудовской Аравии и Индии также есть по несколько моделей, конкурирующих на локальных языках с лучшими западными решениями;

• 54% российских компаний внедрили решения на базе генеративного ИИ хотя бы в одну функцию в организации. Более трети моделей, используемых в решениях на базе генеративного ИИ в российских компаниях, созданы в России;

• опрос СТО показал, что к лету 2024 года 57% компаний в объединении уже внедрили в бизнес хотя бы одно решение на базе генеративного ИИ, а 6% масштабируют эти решения и продают их на внешнем рынке;

• большинство рассматриваемых стран, за исключением ЮАР, обладают мощностями в тысячи видеокарт, достаточными для обучения больших моделей;

• по мнению авторов документа, кадровый баланс в БРИКС+ скорее отрицательный из-за оттока специалистов в западные страны, преимущественно в США. При этом в объединении есть как центры развития специалистов с сильными образовательными системами (Китай, Россия и Индия), так и центры притяжения кадров с привлекательными условиями для иностранных сотрудников (Саудовская Аравия и ОАЭ).

Ознакомиться с исследованием → (132 стр.)

#госрегулирование #инвестиции #искусственный_интеллект #генеративный_ИИ

В топе трендов промышленной робототехники — коботы, интеграция ИИ, цифровые двойники и другие направления

Институт статистических исследований и экономики знаний НИУ ВШЭ определил ключевые направления развития промышленной робототехники, которые будут актуальны в ближайшее десятилетие. Расчеты для составления списка велись на основе более 21 тыс. англоязычных источников за 2020–2024 годы, отражающих актуальную повестку науки и бизнеса.

Ключевые выводы:

• первое место в рейтинге заняли коботы, способные выполнять те же операции, что и классические промышленные роботы, но более безопасные, что позволяет применять их в одном пространстве с людьми и напрямую взаимодействовать с ними;

• вторым драйвером спроса названа интеграция ИИ-решений, то есть возможность интеллектуализации промышленных роботов, чтобы сделать их более умными, автономными и маневренными;

• третью строчку заняли цифровые двойники. Применение виртуальных моделей физических роботов позволяет тестировать и оптимизировать системы. Цифровые копии помогают прогнозировать поведение оборудования и оперативно вносить изменения в производственные линии без остановки реального производства;

• на четвертом месте расположились автономные мобильные роботы, которые в отличие от коботов обладают высоким уровнем самостоятельности и не требуют постоянного контроля оператора. Благодаря этому значительно упрощаются логистика и другие процессы в промышленности, в т. ч. за счет функции планирования траектории движения на основе обучения с подкреплением. Робот автономно взаимодействует с внешней средой, которая может быть не определена заранее;

• пятым трендом названы виртуальная и дополненная реальность (VR/AR), которые применяются преимущественно для дистанционного управления, тестирования и корректировки программы роботов в виртуальной среде до их реального внедрения на производство;

• также в топ-10 вошли мобильные манипуляторы (MoMas), высокоточные роботы, роевой интеллект, роботы с повышенной грузоподъемностью и роботы для освоения космоса.

Посмотреть все тренды →

#робототехника #искусственный_интеллект #цифровые_двойники #VR #AR

30% российских компаний планируют увеличить инвестиции в развитие проектов Big Data

K2 Cloud (подразделение компании «К2Тех») совместно с компанией Arenadata провели исследование уровня зрелости проектов в сфере больших данных. Документ опирается на результаты опроса, в котором приняли участие более 200 представителей крупного и среднего бизнеса (CIO, CTO, CDTO, CDO, директора по цифровизации).

Ключевые выводы:

• большинство компаний работают с базовыми решениями Big Data не менее 8 лет. Более продвинутые инструменты, например ML, используют около 3 лет;

• 19% респондентов используют ИИ-инструменты для работы с большими данными, хотя большинство (81%) не делают этого. Но многие заинтересованы в этой теме и активно анализируют и тестируют существующие решения;

• компании, которые уже используют ИИ, применяют нейронные сети и алгоритмы машинного обучения для прогнозирования популярных товаров, отслеживания цен конкурентов и сегментирования. Активнее всего анализируют и используют ИИ-инструменты для аналитики данных компании из ритейла и ИТ;

• отечественные решения Big Data используют большинство респондентов (36%). Равное количество опрошенных (по 28%) выбирают зарубежные продукты и Open Source. Однако опрос подразумевал множественный выбор, и 40% респондентов используют комбинации разных решений. В ответах категории «Другое» в основном упоминались решения собственной разработки;

• 30% респондентов планировали увеличение затрат на проекты Big Data в 2024—2025 годах. Рост затрат обосновывают развитием существующих платформ, продолжением процесса миграции, а также ежегодным органическим ростом как самой компании, так и объема ее данных;

• 39% участников исследования используют облачные решения для работы с большими данными. Среди тех, кто пока не пользуются облачными решениями, 65% планируют начать это делать в ближайшее время.

Посмотреть детали →

#большие_данные #облачные_технологии #искусственный_интеллект #машинное_обучение #open_source

На карте российских разработчиков ГенИИ самыми узкими сферами оказались сервисы для генерации кода, картинок и видео

Эксперты компании «Технократия» составили карту российских разработчиков решений на основе генеративного искусственного интеллекта, а также сопутствующих инструментов.

Все элементы на карте распределены по 13 категориям: большие языковые модели (LLM), ИИ-агенты, голосовые помощники, генераторы кода, генераторы изображений, генераторы видео, генераторы аудио, облачная инфраструктура для ИИ, кибербезопасность, бенчмарки и др. В некоторых категориях указаны компании, а в других — названия непосредственно решений.

Ключевые выводы:

• активнее всего на карте представлены компании из сфер автоматизации технической поддержки и разработки ИИ-агентов. Наиболее узкими сферами являются сервисы для генерации кода, изображений и видео;

• среди разработчиков больших языковых моделей составители карты выделяют «Яндекс» и «Сбер», которые представлены на рынке решениями YandexGPT и GigaChat. Отдельно отмечены решения Open Source Saiga LLM и «Вихрь LLM» (Vikhr), которые адаптировали под русский язык иностранные LLM;

• разработчиков ИИ-агентов авторы карты разделяют на поставщиков решений White Label на основе собственных продуктов (JustAI, «Битрикс CoPilot», Sistemma и др.) и разработчиков кастомных ИИ-агентов (R77AI, Napoleon IT, Naumen и др.);

• сервисы для генерации изображений, видео и кода также в основном представлены решениями от «Яндекса» и «Сбера», однако компанию им составил сервис для генерации кода от МТС (Kodify);

• в качестве поставщиков облачной инфраструктуры для ИИ были представлены компании, которые сдают в аренду вычислительные мощности с GPU. Среди таких компаний авторы выделили Selectel и «Рег.ру», которые могут поставлять видеокарты NVIDIA A100;

• эксперты также отмечают, что широко представлен рынок бенчмарков для русскоязычных LLM;

• компании из сферы кибербезопасности давно и активно используют ИИ в своих продуктах. Лидерами в этой сфере можно считать «Лабораторию Касперского» и Positive Technologies.

Рассмотреть карту →

#информационная_безопасность #искусственный_интеллект #генеративный_ИИ #бенчмарк #NLP

Выручка российского рынка ИИ-проектов по итогам 2024 года достигнет 305 млрд руб.

Агентство Smart Ranking представило обзор российского рынка ИИ по итогам 2023 года и рейтинг 100 отечественных компаний, предлагающих проекты с применением искусственного интеллекта.

В рейтинг включены негосударственные организации, которые создают коммерчески успешные проекты, ориентированные на рынок и внешних потребителей. Данные о выручке получены путем анкетирования компаний или анализа бухгалтерской отчетности через систему «Контур.Фокус», а также с помощью оценки выручки экспертами Smart Ranking.

Ключевые выводы:

• в тройке лидеров рейтинга оказались многопрофильные компании: VK с выручкой 94,3 млрд руб. за 2023 год, «Яндекс» c выручкой в 40 млрд руб. и «Газпромнефть — Цифровые решения» — 22,2 млрд руб.;

• среди самых быстрорастущих компаний рынка — преимущественно молодые игроки. Наиболее высокие темпы роста показала компания «Медицинские скрининг-системы» (проект «Цельс»);

• ИИ наиболее активно используется в финансовом секторе, где его уже применяют 95% компаний;

• значительная часть ИИ-проектов сконцентрирована в Москве: на столицу приходится 71% от их общего числа;

• по оценке Smart Ranking, объем рынка искусственного интеллекта в России по итогам 2024 года превысит 305 млрд руб.

Посмотреть документ → (54 стр.)

#искусственный_интеллект

ICT.Moscow: почти 50% задач, связанных с разработкой ИИ-моделей в российском сегменте, будут касаться LLM

В феврале более 500 представителей российской отрасли ИИ приняли участие в опросе ICT.Moscow о приоритетных задачах для них на текущий год.

🖍 Какие выводы можно сделать

В числе задач, связанных с ИИ-моделями, преобладают:
• расширение возможностей LLM: внедрение новых модальностей, интеграция RAG-методов, разработка ИИ-агентов и др. (46%);
• оптимизация нейросетевых архитектур и используемой ими инфраструктуры (20%);
• повышение качества обучения ИИ (19%).

Приоритетом в контексте ИИ-ассистентов становится разработка помощников для написания кода (22%).

А в числе ИИ-задач, связанных с конкретными сферами, особое значение приобрели наука (26%) и медицина (18%).

Аналитики ICT.Moscow отмечают некоторую схожесть российских приоритетов развития ИИ с международными:

«Данные, полученные в рамках этого экспресс-замера, показывают, что во многом векторы приоритетов российского сегмента ИИ-разработки совпадают с общемировыми. Например, по нашей оценке, тренды на создание ИИ-агентов и совершенствование возможностей ГенИИ, включая LLM, входят в число ключевых как для западных компаний, так и для азиатского региона. А об актуальности адаптирования ИИ-моделей для работы непосредственно на мобильных устройствах сообщалось в исследованиях глобальных компаний еще в конце прошлого года»

Смотреть все выводы →

#искусственный_интеллект

ИИ-инструменты, данные и оркестровка составляют инфраструктурную основу для ИИ-агентов

Венчурная компания Madrona представила исследования о новых технологических решениях, которые окажутся полезными для компаний, использующих ИИ-агентов.

Ключевые выводы:

• если год назад разработчики создавали решения с использованием ИИ-агентов с нуля, к сегодняшнему дню сложилось несколько устоявшихся паттернов, которым следуют основатели компаний, расширяя применение уже работающих решений;

• к этим паттернам относятся новые поколения ИИ-помощников (Next-Gen Copilots), которые участвуют в решении сложных задач, корпоративные справочные службы с поддержкой ИИ для ИТ-команд (Teammate Agents), системы из нескольких агентов искусственного интеллекта (Agent Organizations) и ИИ-агенты как продукты для разработчиков (Agents as a Service);

• в связи с формированием подобных паттернов авторы исследования выделяют три ключевых слоя инфраструктуры — инструменты, данные и оркестровка;

• слой инструментов переживает наибольшие изменения. Агенты все чаще взаимодействуют напрямую с веб-страницами, а не с программными интерфейсами (API). Кроме того, возникает потребность в инструментах для аутентификации ИИ-агентов, действующих от имени пользователей, и контроле за их правами доступа к данным;

• что касается данных, то здесь авторы называют ключевой способность ИИ-агентов работать с базами данных и создавать их гораздо быстрее, чем люди;

• авторы исследования поясняют, что использование нескольких агентов требует оркестровки (то есть координации и управления агентов, работающих одновременно). Также полезными в этой связи окажутся технологии, помогающие сохранять информацию о текущем состоянии агентов (Persistence Engines).

Рассмотреть карту →

#искусственный_интеллект #генеративный_ИИ

Самыми популярными направлениями использования ИИ стали анализ данных и автоматизация документооборота

«К2 НейроТех» — подразделение компании «К2Тех» — представило результаты исследования, в котором выяснила основные преимущества, популярные направления и препятствия, с которыми сталкиваются компании при внедрении искусственного интеллекта. Для этого были опрошены 100 ИТ-специалистов компаний, относящихся к крупному бизнесу.

Ключевые выводы:

• 58% российских компаний рассматривают ИИ в большей мере как инструмент повышения эффективности выполнения рутинных операций;

• 82% респондентов рассчитывают на значительное улучшение бизнес-процессов после внедрения ИИ. Ожидаемые преимущества — высвобождение человеческих ресурсов (36%) и ускорение процессов с одновременным повышением их качества (36%);

• наиболее популярными направлениями использования ИИ стали анализ данных (50%), автоматизация документооборота (33%) и поддержка разработки информационных технологий (28%). 25% компаний планируют передать ИИ функции взаимодействия с клиентами;

• половина респондентов (50%) сомневаются в целесообразности использования ИИ для ведения переговоров, 36% — для подбора персонала, а 25% — для управления кризисными ситуациями и финансовыми вопросами;

• основными препятствиями для внедрения ИИ респонденты назвали недостаточную зрелость текущих решений (26%), дефицит вычислительных мощностей (19%) и трудности интеграции новых инструментов с действующими корпоративными системами (11%);

• 31% участников выразили беспокойство касательно точности и надежности результатов, полученных с использованием ИИ. Около трети опрошенных (28%) опасаются угроз конфиденциальности данных и юридических последствий, связанных с применением ИИ.

Ознакомиться со всеми выводами →

#искусственный_интеллект #автоматизация

Язык вопроса в большей степени влияет на ответ LLM, чем происхождение модели

Лаборатория ИИ «Сколково» изучила, как культурные аспекты отражаются в ответах систем искусственного интеллекта. Были изучены следующие модели: GPT-3.5, GPT-4o, GPT 4o-mini, Claude 3.5 Sonnet, ChatGLM-turbo, Spark, Llama2-7B-Chat, Llama2-13B-Chat, Qwen-7B-Chat, Qwen-14B-Chat, Baichuan-13B-Chat, Baichuan2-7B-Chat, Baichuan2-13BChat, ChatGLM-6B, ChatGLM2-6B, ChatGLM3-6B, Moss-moon-003-sft, Alpaca-7B, YandexGPT, GigaChat.

Было проведено три эксперимента. Во-первых, исследователи проанализировали, существуют ли статистически значимые различия в ответах LLM на вопросы стандартизированного опросника, основанного на модели культурных измерений Хофстеде. Во-вторых, был применен метод измерения культурных различий между моделями, разработанный и основанный на тенденции LLM показывать лучшие результаты в контрастных контекстах, по отношению к отечественным языковым моделям — Yandex GPT и GigaChat. В-третьих, было изучено, различаются ли LLM по стратегиям убеждения собеседника.

Ключевые выводы:

• язык опросника, на который отвечает большая языковая модель, оказывает существенное влияние на ее ответы. Ответы разных моделей на вопрос, заданный на определенном языке, будут различаться меньше, чем ответы одной модели на вопрос, задаваемый на разных языках;

• при сравнении культурных индексов Хофстеде по адаптированной для LLM методике российские модели (GigaChat и YandexGPT) показали склонность к неприятию конкуренции и прощению ошибок, меньшую дистанцию к власти и более долгосрочную ориентацию, по сравнению с усредненными показателями американских и китайских моделей. Хотя это сочетание характеристик напоминает отчасти культурные паттерны скандинавских стран, по другим культурным измерениям Хофстеде существенных различий между российскими и зарубежными моделями обнаружено не было;

• сравнивая распределения ответов различных моделей, исследователи обнаружили, что только российские модели имеют характерное «двугорбое» распределение по индексам индивидуализма и избегания неопределенности. В некоторых ситуациях GigaChat и YandexGPT предпочитают реагировать как индивидуалисты, а в некоторых — как коллективисты, что коррелирует с результатами масштабного исследования населения России в 2015–2016 годах.

Ознакомиться со всеми выводами →

#искусственный_интеллект #генеративный_ИИ

41% ИТ-специалистов Москвы используют в работе ИИ

Аналитики ДИТ Москвы изучили, какие инструменты московские ИТ-специалисты используют в работе и как воспринимают свои карьерные и профессиональные перспективы. Для этого в онлайн-формате в октябре 2024 года был проведен опрос.

Ключевые выводы:

• 57% специалистов работали до ИТ по другой профессии, что говорит о текучести кадров между отраслями;

• 41% ИТ-специалистов используют ИИ-инструменты в работе, еще 43% планируют начать это делать. При этом чаще технологию применяют начинающие и специалисты среднего уровня — 45%;

• чаще всего ИТ-специалисты применяют генеративный ИИ (72%), за которым следуют синтез и распознавание речи (62%), системы поддержки принятия решений (61%), обработка естественного языка (56%), компьютерное зрение (39%);

• большая часть опрошенных настроена позитивно относительно влияния ИИ на их работу в обозримом будущем.

Смотреть все выводы →

#кадры #smartcitymoscow #умный_город #искусственный_интеллект #генеративный_ИИ #компьютерное_зрение #NLP #распознавание_речи