– Николай Владимирович, сегодня о внедрении ИИ говорят почти все компании, работающие в секторе перевозок. Можно ли на данном этапе оценить объем мирового рынка ИИ?
– Объективно – сложно: крупные международные аналитические и консалтинговые центры используют различные методики подсчета с учетом множества параметров. Есть консенсусное мнение, что совокупный среднегодовой темп роста сферы нейросетей в промежутке между 2022 и 2032 годом будет составлять примерно 20,3%.
По прогнозу к 2027 году объем рынка достигнет $407 млрд. Выручка глобального рынка от внедрения ИИ к 2030 году может составить до $1,8 трлн, а мировой ВВП, возможно, вырастет на $15,7 трлн.
Сейчас более 1,8 тыс. компаний разрабатывают различные модели машинного языка для ИИ в различных сферах. Наибольшую скорость развития нейросети достигли в таких отраслях, как банковское дело, финтех, здравоохранение и страхование. Самые крупные инвестиции в деятельность и в собственные продукты демонстрируют лидеры финансового рынка, крупный бизнес вложил не менее 600 млрд руб. Передовая финтех-компания ежегодно тратит на ИИ, в среднем, около 80 млрд руб. Рентабельность от вложений может достигать ежегодные 240 млрд руб.
– Вы говорите про крупный бизнес. А малый и средний бизнес инвестирует в ИИ?
– Да, но значительно скромные суммы. Бюджет таких финтех-стартапов в среднем не превышает 300 млн руб. ежегодно.
– Что это за компании: страховой сектор, транспорт или здравоохранение?
– Банки внедряют технологии ИИ чаще, чем страховые компании. В процентном соотношении это значение где-то 55% против 21% соответственно.
Аналитики финансового рынка используют ИИ при обработке данных с общей информацией – показателями спроса, предложения и конкуренции, – и таким образом они выявляют закономерности, тренды и корреляции в данных. Это, в свою очередь, позволяет выстраивать различные прогнозные модели по ценам, рыночным тенденциям и т. д.
ИИ в финансовой сфере помогает, например, при анализе кредитных историй. ИИ значительно уменьшает время одобрения заявки: если раньше на каждый случай рассмотрения требовалось несколько дней, то с помощью нейросетей процесс сократился буквально до нескольких минут анализа. Но универсальных инструментов скоринга нет: каждый банк разрабатывает и внедряет свой собственный инструмент. Сбербанк использует собственную скоринг-систему по обработке заявок от физических лиц.
– А защитить от мошенников ИИ может?
– Да, нейросети со специально настроенными параметрами уже оценивают поведение клиентов, транзакции и инциденты, выявляя таким образом необычные, рискованные действия. Машинное обучение, основанное на алгоритмах искусственного интеллекта, используется, к примеру, в антифрод-системе платежного провайдера ЮKassa.
Развитие нейросетей способствует автоматизации однотипных, трудоемких задач. Технологии позволяют финансовым учреждениям улучшать коммуникации с клиентами, что, в свою очередь, углубляет понимание человеческого поведения и повышает точность прогнозирования рисков в самых разных ситуациях. Согласно оценкам экспертов, углубленное внедрение ИИ в сервисы-ассистенты и чат-боты сэкономит банкам до 30% на операционных расходах.
Наиболее перспективные направления в финтехе на основе ИИ связаны с диалоговым банкингом, распознаванием мошеннических схем и андеррайтингом (оценкой рисков, связанных с кредитованием).
– Есть ли риски, при внедрении ИИ?
– Да, и они увеличиваются по мере углубления роли ИИ в деле принятия решений. Вопрос разграничения ответственности между нейросетями и человеком – один из важнейших, и первые попытки формирования этических норм и правил для работы с ИИ показывают, сколько важных нюансов предстоит учесть в ближайшие годы для предотвращения глобальных экономических рисков.
Беседовала Алена Алешина
Если Вы заметили ошибку, выделите, пожалуйста, необходимый текст и нажмите Ctrl+Enter, чтобы сообщить об этом редактору.