Что входит в цифровизацию
Что такое цифровизация и какие сферы жизни она заденет
Цифровизация – это внедрение современных цифровых технологий в различные сферы жизни и производства.
В конце 90-х годов XX века в мире начали говорить о технологиях IoT и цифровой экономике, тогда как в России в это время только начали появляться первые мобильные телефоны. С тех пор прошло более 20 лет, и интернет вещей стал для нас привычным явлением: практически у каждого есть дома умные устройства, которых во всем мире насчитывается уже более 26 миллиардов единиц, а у нас только за последний год было куплено почти 20 миллионов SIM-карт для IoT-оборудования.
Цифровизация в глобальном плане представляет собой концепцию экономической деятельности, основанной на цифровых технологиях, внедряемых в разные сферы жизни и производства. И эта концепция широко внедряется во всех без исключения странах.
Технологии цифровизации успешно внедряются и в России на протяжении последних лет. Но если процесс запущен уже давно, то почему мы не видим его масштабов? Все просто: один из показателей успешной глобальной цифровизации – это открытая информация, которая меняет социальные, политические и бизнес-процессы и приводит к улучшению качества жизни.
Почему это не работает в России глобально? Есть один маленький нюанс: чтобы цифровизировать всю страну, нужно для начала ее всю электрифицировать. Многим людям, например, сложно объяснить, в чем преимущество умного холодильника, который сам проверит свежесть продуктов и при необходимости закажет новые. Особенно если эти люди все продукты хранят в погребе и жгут керосинку. Современные технологии им попросту не понятны.
Если мы не можем говорить о глобальной цифровизации страны, то почему используем выражение «настала эпоха перемен»? Перемены действительно идут. Умные бытовые приборы сами о себе заботятся, информация раскрывается, производственные процессы контролируются машинным зрением, роботы заменяют человека на вредной работе. Но все вот это работает, только если вы живете в крупных городах России, где хотя бы электричество и вышка сотовой связи есть. Эпоха перемен идет в пределах крупных городов и промышленных центров. А дальше, как обычно, все сложно.
Глобальная цифровизация – звучит внушительно. Расскажем простыми словами, что это такое и почему это хорошо для всех?
Для начала разделим нашу жизнь на составляющие. Мы все зависим от эффективности работы правительства, покупаем товары и услуги в интернете и оффлайн, общаемся и используем информацию. Цифровизация делает все эти процессы более простыми.
Где применяется цифровизация прямо сейчас:
Производственная цифровизация занимается сокращением монотонного физического труда для человека, организовывает и контролирует трудовые и производственные процессы и обеспечивает безопасность сотрудников компании. Допустим, простой рабочий идет на свое место к станку, но почему-то включается сирена, а самому сотруднику сообщают о нарушении техники безопасности. Это «умная» система видеоаналитики заметила, что работник вошел в цех без каски, подала сигнал и спасла человеку жизнь.
«Умные» системы при помощи машинного зрения выявляют бракованные детали, а система видеонаблюдения следит за соблюдением техники безопасности. Такие же системы применяются в непроизводственных компаниях и даже в маленьких офисах.
Государство внедряет цифровизацию во все свои вертикали. Система анализа данных давно уже эффективно используется в исполнительной власти. Яркий пример – розыск преступников с использованием онлайн камер на улицах или возможность отправить обращение в нужные инстанции по интернету. Одна из главных заслуг цифровизации государства – это снижение количества бумажной волокиты и бюрократии при оформлении документов. Справки и паспорта можно заказывать через приложение, там же хранить и обновлять все данные.
Единственна я опасность цифровизации – в снижении важности человека во многих процессах и вероятное исчезновение в будущем целых профессий, с которыми лучше будут справляться роботы.
Понятия цифровизации и автоматизации нередко путают. Некоторые уверены, что если в офисе стоят компьютеры с доступом в интернет, то предприятие уже в каком-то смысле можно назвать цифровым. Только и ПК и интернет – это всего лишь инструменты, позволяющие упростить и даже автоматизировать некоторые процессы, но они никак не ведут к цифровой трансформации.
Цифровизация направлена не столько на автоматизацию и совершенствование рабочих и производственных процессов (хотя это зачастую необходимо), сколько на изменение всей бизнес-модели. Автоматизация улучшает производство, однако при ней сохраняется способ ведения дел на предприятии, а при цифровой трансформации меняется сам продукт, трансформируются взаимоотношения между клиентом и поставщиками, позиционирование самой компании. Это комплексный подход к использованию цифровых ресурсов на предприятии.
Рассмотрим пару примеров автоматизации и цифровизации:
Цифровизация: от простого к сложному
Сейчас много говорят о цифровизации, о том, как она может повысить эффективность бизнеса, откроет новые возможности для всех отраслей промышленности, изменит мир и самого человека.
Но как появился этот термин и что он означает? Все, что нужно знать, чтобы не потеряться в цифре и современном мире – простыми словами, от простого к сложному.
На данный момент определений для «Цифровизации» много. Но длинные формулировки и сложные фразы не дают ясности и запутывают еще больше.
Самое простое определение, которое можно дать, это численное описание окружающего мира. Но тогда получается, что цифровизация совсем не новая вещь. Люди с древности занимались созданием астрономических таблиц, морских карт и сложных чертежей. И без описаний окружающего мира с помощью цифр прогресс технологий был бы невозможен.
Однако такое определение «цифровизации» получается слишком общим и неточным.
Более подходящее объяснение «цифровизации» такое: это подход, который направлен на создание цифровой картины окружающего мира, но в формате, подходящем для обработки компьютером. В результате описания свойств объектов с помощью машинного кода возникает его цифровой двойник.
Профессора из США Майкла Гривза принято считать основоположником термина «цифровой двойник».
Полноценный «цифровой двойник» это не просто набор данных, а постоянно обновляемая цифровая модель объекта, которая получает данные со специальных датчиков. Благодаря этому появляется возможность сымитировать его поведение в реальном мире.
Для создания полнофункционального «цифрового двойника» важно не только собирать базовую информацию, но и учитывать изменения, которые происходят в самом объекте. Например, износ в процессе эксплуатации, отказы или возникновение каких-то проблем на производстве. Поэтому модель и данные нужно непрерывно обновлять.
Одно из главных преимуществ использования «цифровых двойников» в промышленности – экономия ресурсов. Одно дело проводить испытания в реальных условиях. Например, в случае с автомобильной шиной, этот процесс не только дорогой, но и очень длительный. И совсем другое – проводить тесты в виртуальной среде. Это помогает повысить качество продукта, снизить себестоимость, временные затраты и оперативно удовлетворять требования заказчика.
Завод будущего основан на «общении» умного оборудования и всех систем предприятия друг с другом: каждый объект получает свою цифровую модель и обеспечивает передачу данных. Это позволяет перейти к совершенно новому состоянию производства – промышленному интернету вещей (IIoT), который активно осваивается во всем мире. Технологии, основанные на киберфизических решениях и полной автоматизации производства, являются основой очередной промышленной революции – Индустрии 4.0.
Мир интернета вещей (IoT) предполагает возможность влиять на физические объекты через изменение их цифровых двойников. Для этого применяются умные контроллеры, используемые как непосредственно в производстве, так и в составе конечной продукции.
Пример такого IoT-объекта – автомобиль Тесла и его автопилот, который собирает информацию о дорожной обстановке и передает на сервер для обучения новых моделей и совершенствования возможностей управления беспилотным транспортом. В этом автомобиле даже аккумулятор поддерживает функции IoT, поскольку его эксплуатационные характеристики являются объектом управления. Например, вы покупаете машину с гарантированным пробегом от одной зарядки, а если понадобится дополнительный пробег, то производитель может удаленно провести апгрейд, ничего не меняя в самом авто.
Итак, IoT объекты начинают общаться между собой не только в реальном мире, но и в цифровом. С помощью облачных технологий и 5G они хранят, анализируют и передают массивы данных. Конечно, здесь встает вопрос о кибербезопасности — ее развитие будет одним из ключевых трендов в ближайшие годы. Что касается нового поколения стандарта сотовой связи 5G, то эта технология не только увеличит пропускную способность и сделает наши гаджеты шустрее, но и обеспечит бесперебойную передачу данных промышленного интернета вещей.
5G впервые фокусируется на двух принципиально важных системах – массовой машинной связи и ультранизких задержках при передаче данных. Это критически важно, например, для беспилотного транспорта и технологий «умного города», где вопросы безопасности, беспрерывного взаимодействия устройств жизненно необходимы.
Что будет происходить дальше? Количество датчиков и информации будет непрерывно расти. Для полезного использования всю эту информацию нужно агрегировать, анализировать и применять для построения различных цифровых моделей. Здесь мы приходим к известному термину Большие данные ( Big data). Основным вызовом становится вопрос эффективного использования собираемой информации — на сегодняшний день речь идет не более чем о процентах от уже доступных людям данных.
Ключевые технологии, которые могут помочь с обработкой стремительно растущих массивов данных – искусственный интеллект (ИИ) и машинное обучение. Эти два понятия часто используют как синонимы, но это не совсем так. Попытки ученых описать принципы систем с ИИ были предприняты еще в середине прошлого века, после этого были предложены первые подходы к машинному обучению. Тем не менее, прорыв произошел только на рубеже веков: были разработаны методы глубокого обучения и ИИ стал постепенно проникать во все сферы нашей жизни.
На данный момент технология прошла определенные этапы зрелости. Сегодня активно развивается «воспринимающий ИИ». Это те умные устройства, машины с автопилотом, умные колонки, голосовые помощники, которые окружают нас сегодня, разговаривают с нами и собирают о нас информацию. А на следующем этапе, автономизация ИИ, человек будет исключаться из ряда процессов, машины научатся импровизировать и самостоятельно принимать решения.
Эволюционное развитие технологий приводит к слиянию реального мира и цифровых двойников. Встает вопрос, а может ли произойти цифровизация человека?
Раньше это было предметом научной фантастики до тех пора, пока Илон Маск не запустил проект Neuralink, который занимается прорывными нейротехнологиями. На данный момент компания решает медицинские задачи – разрабатывает нейроимплантанты, которые помогут парализованным людям и больным с нейрозаболеваниями в «общении» с окружающим миром.
Но революция нейроинтефейсов еще впереди, в будущем они сотрут границы между реальным и виртуальным пространством. Тем не менее, технологии сегодняшнего дня находятся на самом раннем этапе – их массовое применение начнется не ранее второй половины нашего века.
В недалеком будущем большинство физических объектов приобретут свои цифровые двойники. И если сегодня это скорее задел крупных промышленных компаний, которые развивают Индустрию 4.0, то в дальнейшем с развитием автопилотного транспорта и «умной городской среды» это станет обиходом нашей жизни.
Пять уровней цифровизации бизнеса: как в России стать компанией будущего
Об экспертах: команда консалтинговой фирмы UXSSR.
По итогам первого полугодия 2020 года только 11% российского бизнеса отличается высоким уровнем цифровизации. Общий индекс цифровизации составляет 50 пунктов из 100.
На диаграмме, созданной по результатам опроса KMDA в 2020 году, показаны уровни развития цифровой инфраструктуры компаний в России:
Как видно из этой диаграммы, 83% российских бизнесов находятся на первой-второй стадии цифровизации. Это значит, что у них нет CRM-системы, организованного сбора и анализа данных, возможности анализировать свою аудиторию и ее нужды. А значит, они не могут развиваться настолько быстро, чтобы успевать за меняющимся миром.
Первый уровень цифровизации
Запустить процесс цифровой трансформации сможет объяснение сотрудникам основных принципов цифровизации и мотивация руководителя. Согласно исследованию НАФИ, всего 14% руководителей заинтересованы в цифровизации бизнеса, но они часто ей пренебрегают, думая, что раз их предприятие и так зарабатывает деньги, то менять ничего не надо. Но тем самым они пренебрегают своим будущим успехом и расширением бизнеса. Осознать, что цифровая трансформация необходима — это уже первый шаг.
После этого нужно объяснить команде, зачем нужна цифровизация и как она поможет в работе, в том числе — упростит их деятельность. Чтобы обучить сотрудников и подготовить их к переменам, необходимо повысить «цифровой интеллект» (Digital IQ) компании:
Второй уровень цифровизации
После того, как вы начали уверенно себя чувствовать на первом уровне, пора переходить на второй. С этим вам поможет установка CRM, ERP и правильный сбор и анализ данных.
По данным Росстата, уровень проникновения CRM — системы управления взаимоотношениями с клиентом — в России в 2019 году составлял всего 15,7%. С учетом пандемии и перехода большинства компаний на удаленку этот показатель несомненно продолжит рост. Пока нет четких цифр использования CRM в 2020 и 2021 годах, однако уже известно, что за 2020 год в России было продано лицензий на ₽5 млрд, а объем рынка внедрения составил от ₽10 млрд до ₽20 млрд.
Пока многие финансисты и аналитики говорят о тренде на использование CRM, малый бизнес не спешит внедрять эти системы из-за ряда причин:
Получается замкнутый круг — на втором уровне цифровизации находится малый бизнес, в котором отсутствуют автоматизированные механизмы сбора и анализа данных вроде CRM-систем. Чтобы перейти на следующие уровни и расширяться, им необходимо внедрить эти инструменты. Но из-за указанных причин они отказываются это делать и остаются на низших уровнях цифровизации.
При этом польза от внедрения CRM и ERP-систем намного превышает риски. Эти механизмы помогают компаниям правильно собирать и анализировать данные, то есть изучить своих потребителей и их потребности, а также ключевые показатели своего бизнеса. На основе этих данных они могут расширяться и добавлять новые продукты или услуги в свое предложение.
Третий уровень цифровизации
Чтобы попасть на третий уровень цифровой трансформации, компаниям нужно корректное описание бизнес-процессов и четкая ИТ-стратегия.
Такая стратегия разрабатывается на трех организационных уровнях:
ИТ-стратегия нужна, чтобы не слить бюджет, оцифровывая все процессы без расстановки приоритетов. При ее разработке необходимо выполнить анализ и определить, какие конкурентные преимущества есть на всех уровнях, и какие инструменты подойдут для каждого из них.
Например, отделу маркетинга точно нужна CRM-система. Она поможет выстраивать отношения с клиентами, автоматизировать бизнес-процессы, управлять финансами, отправлять рассылки покупателям и сообщать им о новых предложениях и акциях.
Для финансового департамента CRM может быть не нужна, но им не обойтись без учетной системы и финансовых инструментов, чтобы вести бухгалтерию и планировать бюджет.
Для большинства компаний третий уровень цифровизации даст необходимые преимущества, чтобы успешно вести бизнес. Но чтобы стать цифровым гигантом и перейти на четвертый и пятый уровни, недостаточно лишь подготовить ИТ-стратегию, необходимо заложить в этой стратегии продвинутые инструменты автоматизации: предикативную самокоррекцию и открытые интерфейсы.
Четвертый уровень цифровизации
Именно инструменты предикативной самокоррекции помогут бизнесу перейти на четвертый уровень цифровой трансформации.
Предикативная (она же предсказательная) аналитика — это интеллектуальный анализ данных, который включает статистическое моделирование, изучение исторического опыта и планирование результатов на основе полученных моделей. Сегодня такой аналитикой пользуются передовые компании: крупные ретейлеры, банки.
С помощью предикативной аналитики можно прогнозировать спрос на товары в зависимости от погоды и других факторов, оценивать качество заемщика по тому, как он ведет себя в социальных сетях.
«Внедрение инструментов предикативности позволяет дополнительно увеличить устойчивость и эффективность цифровой инфраструктуры, строить гипотезы и играть на опережение по сравнению с конкурентами. Исходя из аналитического отчета KMDA, посвященного цифровой трансформации, только 3% компаний сейчас используют такие инструменты», — подчеркивают эксперты консалтинговой фирмы UXSSR.
Здесь также важно понимать, что предикативный анализ сейчас стал намного доступнее — не обязательно открывать отдел, который будет заниматься анализом. Уже есть компании, которые на аутсорсинге предлагают готовые шаблоны для настройки самых популярных прогнозов.
Пятый уровень цифровизации
За переход и закрепление на пятом уровне цифровизации отвечает целый комплекс инструментов, которые называются открытой цифровой инфраструктурой. Главное здесь — это использование открытых цифровых интерфейсов (API).
Внедрение API дает возможность бизнесам открывать свои системы сторонним разработчикам. Это увеличивает аудиторию и дает пользователям более бесшовный опыт. Простой пример использования API — это регистрация на сайте с использованием данных вашей страницы в соцсетях.
Технологии API позволяют эффективно решать три задачи любого бизнеса: его развитие, разработку продуктов и сервисов, управление ресурсами и поставками. Именно поэтому можно утверждать, что именно за открытым подходом стоит будущее, и многие крупные компании это понимают.
Подобрать примеры компани для первых четырех уровней несложно, но на пятом уровне цифровизации находится не так много российских бизнесов. Среди них можно выделить X5 Retail Group.
Почему мы считаем, что Х5 находится на пятом уровне цифровизации?
Открытые цифровые интерфейсы. В 2020 году поставщики Х5 получили возможность загружать данные о товарах онлайн по API. Теперь зарегистрированные пользователи площадки смогут установить себе софт одного из контент-провайдеров и передавать через него данные о своих товарах сразу в систему X5.
Прозрачное взаимодействие с поставщиками. Сеть «Перекресток» разработала и внедрила сквозную систему управления жизненным циклом товаров Product Lifecycle Management (PLMX). PLMX позволит сократить срок запуска новых СТМ-товаров (собственной торговой марки. — РБК Тренды) на 38%. С ее помощью можно управлять запуском новых СТМ-товаров в течение всего их жизненного цикла: от момента формирования идеи по товару и проработки его деталей до попадания на полку супермаркета и сбора аналитики по продажам.
Удобное взаимодействие с клиентом. X5 Retail Group запускают новый продукт — подписку на различные сервисы по типу «Сбер Прайм» и «Яндекс Плюс». В рамках сервиса подписки компания планирует сделать персональные скидки в сетях «Пятерочка», «Перекресток», онлайн-сервисе «Перекресток Впрок», доставках «Быстро» и «Около» до 10%. Кроме того, компания хочет привлечь партнеров, например, химчистки, и предоставить скидки на их услуги.
Выводы
Цифровая трансформация уже происходит, хотите вы этого или нет. И именно она определяет будущее вашей компании и ваши взаимоотношения с клиентами.
Но даже цифровым гигантам на пятом уровне нельзя расслабляться, потому что технологии развиваются очень быстро, а с ними растут и потребности клиентов.
Также стоит отметить, что уже довольно скоро появятся шестой и седьмой уровни цифровизации.
Есть и хорошие новости — чтобы внедрить инновации у себя, не обязательно быть цифровым гигантом. Многие функции можно отдать на аутсорсинг. Но для этого важно понимать:
Среди приоритетных направлений цифровизации мы выделяем следующие:
Азбука цифровизации: от нейрона до умного города
Чем цифровизация отличается от цифровой трансформации? Правда ли, что 5G продлевает жизнь? Что такое «сильный ИИ»? Разбираемся вместе.
Обложка: Meery Mary для Skillbox
Такие слова, как «искусственный интеллект», «нейросеть» и «цифровизация», мы слышим каждый день. С помощью всего этого работают и госучреждения, и хайповые приложения для обработки фотографий, и домашняя техника. Тем не менее объяснить устройство нейросети смогут не все, а цифровизацию, к которой так стремится бизнес, в каждой сфере понимают по-своему.
В этом гайде мы разберём самые важные понятия и процессы, связанные с диджитализацией. Расскажем, откуда взялись расхожие заблуждения (например, о том, что 5G вызывает рак). Спросим разработчиков, как научить нейросеть творить. Узнаем, когда люди начнут жить в умных городах и чем опасно быстрое развитие ИИ.
Обозреватель Skillbox Media, в прошлом продюсер РБК. Пишет про идеи, технологии и истории. И про то, как на всем этом можно заработать
Что такое искусственный интеллект?
Единственного канонического определения искусственного интеллекта не существует. Обычно под ИИ подразумевают систему, способную «мыслить» или действовать как человек и постепенно учиться новому, используя собранную информацию.
Последнее необязательно. Иван Ямщиков, исследователь искусственного интеллекта, доцент ВШЭ, а в прошлом ИИ-евангелист ABBYY, считает, что «искусственный интеллект — расплывчатое понятие; иногда под ним понимается просто экспертная система, которая отвечает по развесистому набору правил в духе „если А, то Б“. Чтобы такую систему улучшить, программист должен руками прописать новое правило».
Самые распространённые ИИ-технологии — это чат-боты, системы персонализированных рекомендаций в онлайн-магазинах и кинотеатрах и голосовые помощники вроде Siri или Алисы. Намного более сложные алгоритмы уже руководят строительством и разрабатывают новые лекарства.
И всё же искусственный интеллект пока не достиг уровня человеческого разума. Создать систему, которая справится со всем, что по силам человеку, то есть «сильный ИИ», — мечта многих разработчиков. По оценке технического директора Google Рэймонда Курцвейла, это произойдёт не ранее 2029 года.
ИИ может учиться новому. Это и есть машинное обучение?
Да, машинное обучение — это обучение ИИ. Чтобы создателю системы не приходилось постоянно дополнять её вручную, ИИ тренируют выполнять определённые действия, используя в качестве обучающих материалов массив данных. Например, показывают тысячи изображений котов и собак и учат отличать этих животных друг от друга. Если система назовёт собаку котом, программист поправит её и в следующий раз вероятность ошибки будет ниже.
В машинном обучении выделяют более сложный уровень глубокого обучения. Например, компания TwoSense.AI, которая специализируется на цифровой безопасности, с помощью глубокого обучения борется с мошенничеством. Алгоритмы составляют уникальный профиль для каждого пользователя, анализируя несколько параметров, включая длину его шага и геолокацию устройства. В глубоком обучении почти всегда участвуют нейросети.
Расскажите подробнее про нейросети. Это ведь они обрабатывают фото в приложениях? При чём тут обучение ИИ?
Грубо говоря, нейронная сеть — это модель человеческого мозга. В биологии нейронами называют клетки мозга, которые принимают, обрабатывают и передают электрические сигналы. В цифровой сети нейрон — это математическая функция, вписанная в код.
Сеть состоит из нескольких слоёв нейронов, каждый из которых выполняет свою задачу. Например, первый слой принимает информацию, второй обрабатывает её, а на третий выводится результат вычислений. Каждому соединению нейронов — ребру нейросети — разработчики присваивают определённый вес. Если сеть ошибается, то вес корректируют. Это повторяется много раз до тех пор, пока система не перестанет делать ошибки.
Оказалось, что такой подход позволяет не только решать утилитарные задачи, но и творить. В 2016 году российское приложение Prisma, которое превращает фотографии в картины с помощью нейросети, попало в топ App Store. За прошедшие с этого момента пять лет нейросети научили писать собственные картины и музыку. А в 2017 году вышел рассказ «Гарри Поттер и портрет того, что выглядит, словно большая куча пепла», созданный нейросетью, в которую загрузили всю поттериану.
Творческий процесс с использованием нейросети состоит из нескольких этапов. Прежде всего нужно выбрать архитектуру. Она зависит от задачи. Чтобы писать рассказы, нужна одна архитектура сети, а чтобы обрабатывать фото — другая. Например, тексты пишут нейросети, которые называют языковыми моделями. Они «читают» много текста, собирают статистику о нём и «учатся» понимать, как организованы слова: что за чем чаще всего идёт.
При этом нейросеть, которая «обучалась» на книгах Роулинг, не напишет ничего принципиально нового.
«Текст получится похожим на книги о Гарри Поттере, чем-то средним между всеми этими книгами. Чтобы он был другим, нужно дать нейросети „почитать“ других авторов. Например, Пелевина. Тогда на выходе получится что-то среднее между Роулинг и Пелевиным.
И это относится ко всем подобным моделям. Нейросети, которые пишут тексты, картины или обрабатывают фото, ничего принципиально нового в искусстве не изобретут», — рассказала Skillbox Media преподаватель Deep Learning School МФТИ Татьяна Гайнцева.
А как это всё связано с цифровизацией?
В широком смысле цифровизацией принято называть внедрение digital-решений, в частности нейросетей. Весь процесс обычно проходит в несколько этапов. Разберём их на примере бизнеса.
На первом этапе данные с физических носителей просто переводят в цифровой формат. Это стадия оцифровки. Завершив её, можно приступать собственно к цифровизации. На этом этапе оцифрованные данные используют для упрощения и оптимизации процессов. Но цифровизация не финальный этап. За ней следует цифровая трансформация. Это глубокое преобразование бизнеса с опорой на digital-решения. Цифровая трансформация открывает перед компанией новые возможности (например, выйти в новые ниши или повысить выручку за счёт новой стратегии), но не гарантирует успех. Это лишь возможности.
В 2020 году процесс цифровой трансформации резко набрал скорость из-за пандемии. По данным Dell, 85% компаний в России и 80% компаний в мире ускорили внедрение программ цифровой трансформации.
Это всё о бизнесе. А как выглядит цифровизация в обычной жизни?
Сейчас digital-решения внедряют во всех сферах. ИИ помогает в выборе фильма на вечер и подбирает партнёров в Tinder. Дополненную реальность (AR) используют в играх (вспомним хотя бы Pokemon Go), а с помощью виртуальной реальности (VR) можно провести тест-драйв перед покупкой автомобиля.
Кейс Volvo
Для продвижения люксовой модели XC90 компания Volvo создала ролик с тест-драйвом, который можно посмотреть в очках Google Cardboard. Видео набрало четыре миллиона просмотров, а первую партию Volvo XC90 раскупили за два дня.
Доцент «Сколтеха» Дмитрий Лаконцев называет одним из основных драйверов цифровизации интернет вещей (IoT). На бытовом уровне это явление особенно заметно: «умные» устройства с доступом к интернету «общаются» между собой. Чайник можно включить со смартфона, а холодильник также через телефон подсказывает владельцу, какие продукты купить. Это и есть интернет вещей. Правда, чайниками его возможности не ограничиваются. Промышленный интернет вещей (IIoT) автоматизирует производство с помощью «умного» оборудования.
Если технологии уже есть, то почему ещё не всё цифровизировали?
Есть несколько факторов, которые этому мешают. Одних технологий недостаточно.
«Для того чтобы запустить процесс с нужной скоростью, нужны квалифицированные кадры. Пока таких специалистов не хватает», — объясняет заведующий Международной лабораторией цифровой трансформации в государственном управлении при НИУ ВШЭ Евгений Стырин.
По мнению продакт-менеджера Intel по глубокому обучению Ольги Перепёлкиной, для цифровизации нужно больше качественных, правильно размеченных данных, а их подготовка — например, соотнесение с определёнными классами — дорогой и трудоёмкий процесс. Также внедрение ИИ сдерживается недоверием людей к этой технологии и боязнью того, что искусственный интеллект заменит живых специалистов:
«Например, в медицине бывают случаи, когда персонал сопротивляется внедрению таких систем из страха, что часть функций будет отдана на откуп машинам, а специалисты потеряют свою ценность», — пояснила Ольга Skillbox Media.
Ещё одно существенное препятствие — недостаточное распространение 5G-сетей. По оценкам Ericsson, только к 2026 году на них будет приходиться больше половины мирового трафика.
5G? А они безопасны?
5G — это мобильные сети пятого поколения. Буква G в названии означает generation. Первое поколение появилось ещё в 1980-х годах, а в 2010-х стал популярен стандарт 4G. Сейчас идёт развёртывание 5G-сетей. Сигнал 5G передаётся на более высоких частотах, чем 4G-сигнал.
Миф о том, что сети 5G провоцируют развитие рака, появился в 2019 году, когда журнал Scientific American опубликовал статью под названием «У нас нет никаких причин считать 5G безопасными». Её автор опирался на результаты эксперимента 2018 года: крысы, которых подвергали воздействию высокочастотных электромагнитных полей, чаще других болели раком. Эти выводы оказались ошибочными. Выяснилось даже, что самцы крыс, которые подвергались воздействию, жили дольше своих сородичей.
Scientific American выпустил опровержение через полторы недели после первой публикации, но волну паники было не остановить. Противники сетей нового поколения до сих пор жгут вышки 5G и всё, что за них принимают.
Чем 5G лучше 4G?
Новое поколение намного быстрее предшественников. Скорость 5G-интернета — 10–25 Гбит/с, а задержка в передаче сигнала — всего 1–2 мс. Для сравнения: в 4G скорость 1 Гбит/с считалась прорывом.
Это открывает новые возможности. Например, для передачи изображений высокого качества. C 5G виртуальная реальность станет доступной, а телемедицина — более продвинутой. То есть хирург сможет руководить операцией удалённо. 5G ускорит развитие беспилотного транспорта, а идея умного города сможет реализоваться в полной мере.
Умный город — это когда везде камеры?
Не совсем. Сразу оговоримся: единого определения умного города нет. Это словосочетание превратилось в бренд, под которым запускают разные проекты — от экологических до связанных с безопасностью и здравоохранением. Несмотря на разницу в подходах, большинство концепций «умных городов» предполагают такие характеристики, как:
Сейчас главная трудность в том, чтобы совместить и скоординировать все эти направления.
«Городское управление представляет собой не монолитную систему „умный город“, а своеобразный оркестр из множества информационных сервисов, которые работают в единой связке. Одни сервисы муниципалитеты могут создавать сами, другие они заказывают профильным поставщикам. Оптимальная IT-среда для такого оркестра — открытые гибридные облачные платформы, позволяющие быстро интегрировать новые сервисы, в том числе основанные на искусственном интеллекте», — рассказал Skillbox Media Олег Бяхов, директор по государственным программам и развитию бизнеса IBM в России и СНГ.
Чтобы смоделировать все процессы, которые происходят в городе, и оптимизировать их, строят цифровые двойники. Среди самых ярких проектов — двойники Сингапура, Бостона и нового индийского города Амаравати.
Что такое цифровой двойник?
Это виртуальная модель объекта или процесса. Городу цифровой двойник нужен для того, чтобы эффективнее управлять инфраструктурой (например, «умными» светофорами, системами ЖКХ и общественным транспортом), следить за тем, как климатические изменения влияют на жителей и здания, моделировать разные варианты развития территорий и выбирать оптимальные.
А цифровой двойник завода помогает спрогнозировать разные сценарии и предсказать, когда нужно будет ремонтировать оборудование, а когда — менять. Ещё он может подсчитать, сколько именно сырья и в какой момент нужно иметь на складе. Если вы разрабатываете сложное промышленное оборудование, то с помощью цифрового двойника его можно виртуально протестировать в разных условиях. При этом не придётся тратиться на физический прототип.
Цифровые двойники — важная составляющая Индустрии 4.0. Этим термином принято обозначать технологии эпохи четвёртой промышленной революции. Третья пришлась на начало XXI века — она характеризовалась внедрением компьютеров и сокращением использования полезных ископаемых.
В Индустрии 4.0 материальные объекты соединяются с виртуальными и образуют единую цифровую экосистему. «Умное» предприятие, на котором многими процессами управляет ИИ, и есть такая система.
Но ведь ИИ часто ошибается. Как же можно поручать ему ответственные задачи?
Татьяна Гайнцева (Deep Learning School МФТИ) считает, что опасения обоснованны: «Да, действительно, нейросети очень быстро развились, и законы не поспели за этим процессом. По сути, сейчас он никак не регулируется. Две главные проблемы — необъективность нейросетей и невозможность интерпретировать принятые ими решения.
Предвзятость связана с тем, что сеть обучается на данных. Нейросеть лучше „понимает“ то, что она видела чаще всего, а сделать выборку данных сбалансированной по всем параметрам невозможно. Допустим, в ней будет поровну мужчин и женщин всех рас, но тех, кто носит очки, окажется меньше, чем тех, кто их не носит. Людей с короткими волосами может быть больше, чем длинноволосых, и так далее. Всё это делает нейросеть предвзятой.
Вторая проблема: мы никогда не сможем сказать, почему сеть выбрала то или иное. Представим, что нейросеть выносит приговор в суде, — невозможно будет узнать, на каких выводах он основан.
„Вылечить“ это мы пока никак не можем. Поэтому я считаю, что сейчас нет другого выхода, кроме как внести в законы ограничения для нейросетей. Важно реагировать быстро: проблемы будут постоянно обнаруживаться то в одной сфере, то в другой».
Вопрос о том, что можно и нельзя поручать ИИ, — один из главных в цифровой этике. Эта область этики сейчас только формируется. К ней относятся нормы обращения с информацией (в том числе с персональными данными) и технологиями, а также правила онлайн-коммуникации.
Чтобы «присматривать» за ИИ, крупные корпорации, например Google или IBM, нанимают собственных специалистов по цифровой этике или создают для этого группы из нескольких экспертов:
«В IBM есть AI Ethic Boards, то есть комитеты по этике ИИ, которые ещё на этапе дизайна рассматривают проекты с применением искусственного интеллекта. В такие комитеты входят специалисты по данным, дизайнеры систем, юристы и бизнес-консультанты», — говорит Олег Бяхов (IBM).