Цифровая трансформация промышленности на основе искусственного интеллекта

Введение . К числу национальных интересов в области цифровой экономики, в соответствии с Указом Президента Российской Федерации, относятся укрепление ее отраслей на основе повышения производительности труда, конкурентоспособности и эффективности производства¹.

В 2022 г. Россия по уровню цифровизации экономики, оцениваемой по международному индексу сетевой готовности, заняла в мировом рейтинге 40-е место среди 131 страны и 3-е место (после Китая и Малайзии) – по группе государств с уровнем дохода выше среднего1.

Программа по цифровизации экономики РФ, принятая в 2017 г. и обеспечивающая повышение статуса страны в международном рейтинге, структурировала процесс тремя уровнями2. На высшем в качестве субъектов взаимодействия выступают отрасли экономики и рынки. Их деятельность базируется на платформах и технологиях, составляющих второй уровень пирамиды цифровизации. Работоспособность всей конструкции обеспечивается условиями среды, включающими кадровое обеспечение, нормативное регулирование, информационную инфраструктуру и безопасность. В числе 12 основных сквозных технологий в программе назван искусственный интеллект (ИИ).

По результатам исследования, проведенного НИУ ВШЭ при поддержке Microsoft, установлено, что нет единого определения понятия искусственного интеллекта3, но при этом признается огромный потенциал его влияния на все сферы деятельности, включая бизнес. По оценкам глобальных исследований, осуществленных компанией McKinsey, технологии ИИ могут обеспечить среднегодовой прирост ВВП на 1,2 % (Ивановский, 2021: 11).

Целью данного исследования является определение влияния развития ИИ на промышленность и ее отдельные отрасли. Для ее достижения были поставлены следующие задачи:

• 1)    уточнение определения понятия «искусственный интеллект»;

• 2)    обоснование методов измерения ИИ;

• 3)    определение способов количественной оценки влияния уровня развития ИИ на объемы промышленного производства с использованием статистических методов исследования.

Информационной базой исследования послужили имеющиеся в открытом доступе официальные данные российских и зарубежных организаций по уровню развития искусственного ин-теллекта4 и промышленного производства по странам мира5.

Результаты . Понятие искусственного интеллекта в общем виде раскрывается через способность машин распознавать и анализировать образы, обучаться и действовать наподобие человека (Блануца, 2020: 86). В утвержденной Указом Президента РФ от 10 октября 2019 г. Национальной стратегии развития искусственного интеллекта на период до 2030 г.⁶ под искусственным интеллектом понимается комплекс технологических решений, сопоставимый с результатами интеллектуальной деятельности человека благодаря способности к самообучению и поиску решений без заданного алгоритма, т. е. рассматривается с позиций результата деятельности.

Группа исследователей используемой терминологии из НИУ ВШЭ выделяет два основных подхода к трактовке искусственного интеллекта. Узкий подход рассматривает ИИ как различные варианты технологии в виде компьютерного зрения и машинного обучения. Широкий подход сравнивает ИИ со сверхмашиной, называя его роботизированным, или нечеловеческим, интел-лектом7.

Существующие подходы к дефиниции искусственного интеллекта обобщены и систематизированы нами на рисунке 1.

Для оценки уровня развития ИИ существуют качественные методы, предполагающие его градацию на слабый (Artificial Narrow Intelligence), предназначенный для применения отдельных технологий и решения отдельных задач, и сильный (Artificial General Intelligence), ориентированный на большинство задач, выполняемых человеком.

z
	ИИ как способность (функциональный подход)		•Способность машин распознавать и анализировать образы, обучаться и действовать наподобие человека
z	—	X
	ИИ как результат (управленческий подход)		•Комплекс технологических решений, сопоставимый с результатами интеллектуальной деятельности человека
z	—
	ИИ как алгоритм (поведенческий подход)		•Поведение системы, самостоятельно принимацющей решения по заранее заданным алгоритмам
/		X
	ИИ как программа (технологический подход)		•Программа, самостоятельно принимающая решения на основании больших данных и обладающая способностью мыслить
\_
Z		X
	ИИ как система (системный подход)		•Система, делающая выводы на основе анализа данных, предоставляющая возможность оценки человеку
\_
/
	ИИ как процесс (процессный подход)		•Глубокое машинное обучение
V_
/
	ИИ как сверхмашина (ресурсный подход)		•Машина, способная к саморазвитию и принятию решений на основе модели и набора правил

Рисунок 1 – Систематизация подходов к определению содержания искусственного ин-теллекта ¹

• Figure 1 – Systematization of approaches to defining the content of artificial intelligence

  Для более точных количественных оценок Центр стратегических инноваций Ростелекома использует такие показатели, как количество публикаций, патентов и объем инвестиций². В 2021 г. по первым двум параметрам лидировал Китай (около 104 тыс. публикаций и 94,6 тыс. патентов), а по объему инвестиций – США (более 118 млрд долл.)³. Позиция России относительно лидеров, по нашим оценкам, составляет 5,6 % по публикациям, менее 1,0 % – по остальным показателям развития ИИ. Преимущества данного подхода состоят в доступности данных и невысокой трудоемкости расчетов при оценке ИИ. К числу недостатков следует отнести ограниченность (неполноту) характеристик, используемых для исследования уровня развития этого многогранного явления.

Среди зарубежных информационных источников на постоянной основе публикуют свои отчеты по искусственному интеллекту исследователи из Стэнфордского университета. Система показателей в отчете за 2022 г. представлена в виде следующих групп (и направлений)4:

• 1)    исследования и разработки (публикации, конференции, программное обеспечение с открытым доступом для библиотек);

• 2)    технические характеристики (компьютерное зрение-изображение, компьютерное зрение-видео, язык, речь, рекомендация, обучение с подкреплением, оборудование, робототехника);

• 3)    техническая этика ИИ (метаанализ справедливости и показатели смещения, естественный язык и показатели смещения при обработке, тенденции в области этики адекватности и нейропсихологии, соответствие и правдивость);

• 4)    экономика и образование (работа, инвестиции, корпоративная деятельность, образование в области ИИ);

• 5)    политика и управление в области ИИ (ИИ и разработка политики, государственные инвестиции США в ИИ).

В отчете Стэнфордского университета за 2023 г. появились дополнительные группы пока-зателей1. Добавились разделы «Разнообразие» (конференции, высшее образование в области ИИ, образование К-12) и «Общественное мнение» (данные опроса, данные из социальных сетей). В разделе «Исследования и разработки» появился новый показатель (тенденции машинного обучения). С одной стороны, изменение состава показателей выступает в качестве преимущества методического подхода, поскольку расширяет наши знания о характеристиках ИИ. С другой стороны, изменение состава учитываемых характеристик создает трудности в оценке динамики исследуемого явления.

Наибольший интерес из зарубежных подходов к количественной оценке ИИ представляет глобальный индекс ИИ – Tortoise2. Построенный путем агрегирования трех групповых индексов (внедрение, инновации и инвестиции), обобщающий показатель уровня ИИ базируется на семи показателях первого уровня. В 2021 г. по данным упомянутого информационного портала Россия занимала 32-е место среди 62 стран. Количественные оценки России по семи характеристикам ИИ представлены в таблице 1.

Таблица 1 – Уровень развития ИИ в России по составляющим глобального индекса искусственного интеллекта в 2021 г. ³

Table 1 – Level of AI development in Russia by components of the Global AI Index in 2021

Составляющая индекса	Страна-эталон (100 %)	Значение по России, %
1. Внедрение в области ИИ
1.1. Способные работники	США	12,46
1.2. Инфраструктура	Китай	62,59
1.3. Среда	Саудовская Аравия	52,85
2. Инновации в области ИИ
2.1. Исследования	США	52,89
2.2. Разработки	США	19,48
3. Инвестиции в развитие ИИ
3.1. Государственная стратегия	Канада	90,40
3.2. Коммерческие предприятия	США	1,38
Общий балл	США	21,99

Повышение уровня ИИ, по данным социологических опросов, проводимых известными иностранными компаниями, выступает важнейшим фактором развития и роста производительности труда ⁴ . Для России вопрос повышения производительности труда остается весьма актуальным, поскольку ВВП в расчете на одного занятого (59,9 долл.) в 2,2 раза ниже, чем в США (134,4 долл.).

Наличие надежной информационной базы по глобальному индексу ИИ позволяет исследовать по странам мира взаимосвязи между уровнем развития ИИ и экономики, в том числе по отраслям промышленности. Предпринятая авторами попытка по установлению зависимости между уровнем развития ИИ и производством валового внутреннего продукта на одного занятого привела к получению результатов, представленных на рисунке 2. В целом прослеживается взаимосвязь между независимой переменной в виде глобального индекса и результирующим показателем. При этом Россия вписывается в общий тренд, исключение из которого (вернее, отклонение от него) составляют страны с максимально высоким уровнем экономического развития и ИИ. Это означает, что за счет реализации Национальной стратегии по развитию ИИ Россия реально может повысить уровень ВВП в расчете на одного занятого.

Учитывая сырьевую ориентацию российской экономики, мы предприняли попытку проследить влияние ИИ на развитие некоторых отраслей добывающего сектора. Особый интерес представляют отрасли по добыче полезных ископаемых, поскольку они обладают наибольшими финансовыми возможностями для цифровой трансформации своих производств (Курушина, Петров, 2020: 109). Несмотря на высокую фондоемкость и интенсивное использование природного фактора, между объемами добычи нефти, включая газовый конденсат, и уровнем развития ИИ по странам мира прослеживается полиномиальная зависимость, представленная на рисунке 3. Полученная зависимость не может быть рекомендована для прогноза, но она подтверждает целесообразность общего тренда внедрения ИИ в производство для сектора добычи полезных ископаемых.

Рисунок 2 – Зависимость ВВП на одного занятого по странам мира от глобального индекса искусственного интеллекта ¹

Figure 2 – Dependence of GDP per person employed by countries of the world on the global index of artificial intelligence

Рисунок 3 – Зависимость объемов добычи нефти с газовым конденсатом от глобального индекса ИИ по странам мира

Figure 3 – Dependence of oil production with gas condensate on the global AI index by countries of the world

1 Рисунки 2–4 составлены и рассчитаны авторами на основе следующих источников: Россия и страны мира … ; The Global AI Index …

Тестирование обрабатывающего сектора экономики на примере производства легковых автомобилей показало, что зависимость от уровня развития ИИ прослеживается менее заметно, чем в добывающих отраслях, о чем свидетельствуют данные, представленные на рисунке 4. Исходя из этого, можно сделать вывод, что помимо важнейшего тренда цифровизации (ИИ) на объемы производства влияет большое количество других факторов, включая степень отраслевой специализации экономики.

Рисунок 4 – Зависимость производства легковых автомобилей от глобального индекса искусственного интеллекта по странам мира

Figure 4 – Dependency of car manufacturing on the global artificial intelligence index for the world

Полученные результаты не могут быть распространены на все отрасли исследуемых секторов экономики, но позволяют сделать вывод о позитивном (в той или иной степени) влиянии развития ИИ как на объемы производства, так и на уровень производительности труда по экономике в целом.

Заключение . Принятие и реализация в России Национальной стратегии развития искусственного интеллекта на период до 2030 г. призваны обеспечить не только повышение статуса страны в мировых рейтингах важнейших цифровых трендов, но и получение реальной выгоды, связанной с экономическим развитием. Несмотря на то что нет единого понимания сущности искусственного интеллекта, систематизация дефиниций позволила определить имеющиеся подходы, включая системный, функциональный, процессный, управленческий, технологический, ресурсный, поведенческий.

Из систем оценки уровня развития ИИ особый интерес представляют количественные методы, такие как подходы Центра стратегических инноваций Ростелекома, Стэнфордского университета и информационного портала Tortoise. К достоинствам последнего относится следующие: 1) комплексность подхода в трех направлениях (инновации, инвестиции и внедрение), рассчитываемых на основе семи характеристик; 2) наличие обобщенной оценки в виде глобального индекса ИИ; 3) доступность данных для пользователей в Интернете.

Наличие данных в открытом доступе позволило на основе метода регрессионного анализа и точечной диаграммы визуализировать зависимость ВВП на одного занятого от глобального индекса ИИ по странам мира. В пул этих государств входит и Россия, для которой ИИ становится реальным фактором решения важнейшей задачи – повышения производительности труда. Исследование влияния уровня ИИ на экономический рост в добывающем секторе экономики на примере добычи нефти дало возможность выявить полиномиальную зависимость, а в обрабатывающем секторе на примере производства легковых автомобилей – логарифмическую. Полученные зависимости хотя и не удовлетворяют статистическим критериям, необходимым для прогно- зирования, но подтверждают практическую значимость развития данного направления цифровизации для увеличения объемов производства в отдельных отраслях промышленности и развития экономики России в целом.