Использование технологий искусственного интеллекта на предприятиях в России
Автор: Путькина Лидия Владимировна, Минаков Владимир Федорович, Лобанов Олег Сергеевич
Журнал: Известия Санкт-Петербургского государственного экономического университета @izvestia-spgeu
Рубрика: Экономика предприятий, регионов и отраслей
Статья в выпуске: 3-2 (141), 2023 года.
Бесплатный доступ
В статье рассматриваются технологии искусственного интеллекта, востребованными предприятиями России. Рассматриваются основные факторы, стимулирующие рост технологий искусственного интеллекта: эволюция технологий; доступность больших объемов данных; рост инвестиций; расширение применения; интеграция искусственного интеллекта с другими технологиями. Акцентируется внимание на востребованности Л1-систем предприятиями, поскольку компании продолжат искать способы повышения эффективности, снижения затрат и улучшения качества предлагаемых продуктов и услуг. Установлены проблемы развития технологий искусственного интеллекта на предприятиях в России.
Искусственный интеллект, большие данные, машинное обучение, интернет вещей, блокчейн, кибербезопасность, инвестиции, интеграция, эффективность
Короткий адрес: https://sciup.org/148326530
IDR: 148326530
Текст научной статьи Использование технологий искусственного интеллекта на предприятиях в России
Технологии искусственного интеллекта являются распространенными и всеобъемлющими когнитивными механизмами, которые включают в себя вычислительные, математические и алгоритмические модели, вводящие и обрабатывающие данные для принятия решения. На протяжении последних нескольких лет востребованность систем искусственного интеллекта (AI) предприятиями существенно выросла.
ГРНТИ 06.81.23
EDN KFYGMX
Лидия Владимировна Путькина – кандидат технических наук, доцент кафедры информатики Санкт-Петербургского государственного экономического университета.
Владимир Федорович Минаков – доктор технических наук, профессор, профессор кафедры информатики Санкт-Петербургского государственного экономического университета.
Олег Сергеевич Лобанов – кандидат экономических наук, первый заместитель директора Санкт-Петербургского государственного казенного учреждения «Управление информационных технологий и связи».
Материалы и методы
При проведении исследования в качестве исходных данных были использованы материалы Росстата, опубликованные на его официальном сайте, кроме того, учитывались результаты аналитических исследований [1; 3; 6; 7] и другие источники, специализирующиеся на AI и технологиях. Основные факторы, стимулирующие рост технологий искусственного интеллекта, включают следующее:
-
• эволюция технологий. Прогресс в области машинного обучения, глубокого обучения и других технологий AI позволяет создавать более мощные и эффективные системы;
-
• доступность больших объемов данных. В наши дни огромные объемы данных, которые могут быть использованы для обучения AI, стали более доступными. Это позволяет предприятиям создавать более точные и надежные когнитивные системы;
-
• увеличение инвестиций. В последние годы инвестиции в AI продолжают расти, что способствует разработке новых продуктов и услуг на основе AI;
-
• расширение применения. AI находит применение во всех отраслях, включая здравоохранение, финансы, розничную торговлю, производство и транспорт. Это создает большой спрос на AI-решения, которые могут оптимизировать процессы и повысить эффективность;
-
• интеграция AI с другими технологиями. AI интегрируется с другими технологиями, такими как ин
тернет вещей (IoT), блокчейн и кибербезопасность, создавая новые возможности и востребованные решения.
Ожидается, что в ближайшие годы динамика востребованности AI-систем предприятиями будет сохраняться [8] и, возможно, ускоряться, поскольку компании продолжат искать способы повышения эффективности, снижения затрат и улучшения качества предлагаемых продуктов и услуг. Приведем показатели, которые могут быть использованы для оценки динамики каждого фактора. Они представлены в таблице 1.
Таблица 1
Показатели динамики факторов
Факторы |
Показатели |
Улучшение технологий |
Количество научных публикаций по AI и машинному обучению Количество патентов, связанных с AI Количество открытых исходных кодов и библиотек AI |
Доступность больших объемов данных |
Объем глобальных данных (в экзабайтах) Количество открытых наборов данных для AI Рост объема данных в различных отраслях |
Увеличение инвестиций |
Глобальные инвестиции в AI (в млрд долларов США) Количество стартапов, связанных с AI Средний размер инвестиций в стартапы AI |
Широкое применение |
Доля компаний, использующих AI в своей работе Количество новых AI-приложений в различных отраслях Прогнозируемый рынок AI по отраслям (в млрд долларов США) |
Интеграция AI с другими технологиями |
Количество AI-проектов, интегрированных с IoT, блокчейн и кибербезопасностью Рыночная стоимость интегрированных решений (в млрд долларов США) Количество компаний, предлагающих интегрированные AI-решения |
Для получения актуальных данных по этим показателям обратимся к исследовательским отчетам, статистическим данным, аналитическим обзорам и другим источникам, специализирующимся на AI и технологиях. В таблице 2 представлены данные по некоторым из указанных выше показателей. Результаты и их обсуждение
Рассматриваемую тенденцию можно проиллюстрировать данными, приведенными в таблице 3. Эта таблица построена авторами по результатам обобщения рекомендаций [2; 5], полученных рядом российских экспертов, а также собственных социологических и эконометрических исследований. В таблице 3 рассмотрены показатели и их значения за последние три года [4].
Таблица 2
Данные по некоторым показателям
Факторы |
Данные |
Улучшение технологий |
Количество научных публикаций по AI и машинному обучению растет, сотни тысяч статей опубликованы в этой области По данным WIPO (Всемирной организации интеллектуальной собственности), в 2022 году было зарегистрировано более 300 тыс. патентов, связанных с AI |
Доступность больших объемов дан ных |
В 2022 году объем глобальных данных превысил 50 зеттабайтов Доступно множество открытых наборов данных для AI, таких как ImageNet, COCO, OpenAI Gym и другие |
Увеличение инвестиций |
В 2022 году глобальные инвестиции в AI составили около 40 млрд долларов США Количество стартапов, связанных с AI, насчитывает несколько тысяч по всему миру |
Широкое применение |
Доля компаний, использующих AI в своей работе, продолжает расти и в настоящее время составляет около 37% Прогнозируемый рынок AI по отраслям к 2025 году был оценен в сотни миллиардов долларов США |
Интеграция AI с другими технологиями |
Продолжает расти количество AI-проектов, интегрированных с IoT, блокчейн и кибербезопасностью, многие компании активно разрабатывают и внедряют интегрированные решения Рыночная стоимость интегрированных решений в 2022 году составила десятки миллиардов долларов США |
Таблица 3
Наименование показателя |
2022 год |
2021 год |
2020 год |
Количество научных публикаций по AI и машинному обучению |
~ сотни тысяч |
~ десятки тысяч |
~ тысячи |
Количество патентов, связанных с AI |
> 300 000 |
~ 200 000 |
~ 100 000 |
Объем глобальных данных (в зеттабайтах) |
> 50 ZB |
~ 40 ZB |
~ 33 ZB |
Количество открытых наборов данных для AI |
множество |
множество |
множество |
Глобальные инвестиции в AI (в млрд долларов США) |
~ 40 |
~ 30 |
~ 25 |
Показатели и их значения за последние три года
В этих условиях возрастает интерес к сквозным цифровым технологиям, которые используют рос-

Рис. Использование сквозных цифровых технологий российскими предприятиями [9]
Заключение
Подводя итог рассмотрению проблемы, можно согласиться с выводом, что существуют факторы, стимулирующие рост технологий искусственного интеллекта: улучшение технологий; доступность больших объемов данных; увеличение инвестиций; широкое применение; интеграция AI с другими технологиями. С другой стороны, существуют проблемы, препятствующие развитию технологий искусственного интеллекта на предприятиях в России. Одна из них – кадровая: у сотрудников предприятий отсутствует опыт внедрения и опыт взаимодействия с технологиями искусственного интеллекта.
Список литературы Использование технологий искусственного интеллекта на предприятиях в России
- Минаков В.Ф. Информационные процессы в формировании ажиотажных циклов // Развитие территорий. 2021. № 2 (24). С. 76-82.
- Минаков В.Ф. От информационных потоков к трансферу знаний в индустрии 4.0 // Развитие науки и научно-образовательного трансфера логистики. СПб., 2019. С. 184-204.
- Минаков В.Ф. Цифровая трансформация когнитивных процессов в экономике // Цифровая трансформация в экономике и управлении. Сборник научных трудов. СПб., 2021. С. 17-24.
- Минаков В. Ф., Азаров И.В. Моделирование конъюнктуры инфотелекоммуникационного рынка // Экономический вестник Ростовского государственного университета. 2006. № 2. С. 35-39.
- Нуждин В.И., Путькина Л.В. Методика информационного обеспечения инновационной деятельности предприятия // Международный научный журнал. 2020. № 3. С. 20-27.
- Путькина Л.В. Применение интеллектуальных технологий в условиях цифровой конвергенции экономики // Цифровая конвергенция в экономике и управлении. Сборник научных трудов. СПб., 2020. С. 19-25.
- Путькина Л.В. Формирование модели управления ИТ-инфраструктурой предприятия в условиях цифровой экономики России // Трансформация бизнеса и общественных институтов в условиях цифровизации экономики. Сборник материалов II Национальной научно-практической конференции. СПб., 2020. С. 135-139.
- Minakov V.F., Lobanov O.S., Dyatlov S.A. Three-Dimensional Trends Superposition in Digital Innovation Life Cycle Model // International Journal of Technology. 2020. Vol. 11 (6). P. 1201-1212.
- Putkina L.V. Correlation of economic growth and information resources // Проблемы и тенденции развития информационных и производственных систем. Сборник научных статей по материалам Международной научно-практической конференции. СПб., 2019. С. 61-63.