«Экспасофт»: всё дело в технологиях

Компания «Экспасофт» уверена, что частичная или полная автоматизация процессов с помощью технологий машинного обучения сможет оптимизировать или даже полностью изменить многие сферы человеческой деятельности, и предлагает представителям различных индустрий решение их бизнес-задач.

Искусственный интеллект

Словосочетание «искусственный интеллект» знакомо каждому, в наше время оно звучит отовсюду и, если верить СМИ, этими «хайповыми» технологиями занимается каждый второй. На деле ситуация выглядит не совсем так: по данным исследования венчурного фонда ММС, около 40 % европейских стартапов применяют искусственный интеллект (ИИ) лишь в незначительной степени. Маркетологи рисуют удивительный для человека, не погружённого в тему, образ всемогущего ИИ, который ассоциируется у них с картинками из фантастических фильмов и блокбастеров от Marvel. В реальности нет никакой магии, есть только технологии, основанные на строгом математическом знании и обладающие высоким прикладным потенциалом, который до сих пор не раскрыт в полной мере. Поэтому компания «Экспасофт», пережившая на своём веку несколько маркетинговых волн, предпочитает использовать не термин «искусственный интеллект», а «machine learning» (ML, машинное обучение).

Выбирать профессионалов

В процессе поиска фирмы с высокими компетенциями, клиенту в первую очередь придут на ум раскрученные имена IT-гигантов, на сайте которых есть масса подтверждений их успехов в данной отрасли. Ряд крупных корпораций, включая Сбербанк и Ростех, также обладают своими компетенциями. Консалтинговая компания McKinsey&Company учит, что каждому «киту» нужно растить свою компетенцию в ML. Это действительно так, однако «Экспасофт» рекомендует это делать не для того, чтобы выполнять задачи самостоятельно. Этот путь слишком дорогой и неэффективный, поскольку не все вопросы клиенту удастся решить внутри компании. Ему всё равно потребуется использовать внешнюю экспертизу и обращаться к сторонним профильным фирмам. При этом небольшая компания зачастую может предложить не менее профессиональные решения, чем более известные и раскрученные на этом рынке.

«Экспасофт» продемонстрировал высокий уровень своих компетенций на проходящем в США конкурсе Low-Power Image Recognition Challenge, в котором участвуют лидеры индустрии, соревнуясь в точности решения задач видеоаналитики методами машинного обучения при ограниченных вычислительных ресурсах. В 2019 году команда разработчиков из «Экспасофт» заняла в этом состязании второе место, а в 2018-м в одном из этапов конкурса — первое.

Компания существует на рынке IT с 2011 года, и всё это время следит за развитием технологий и применением их в различных отраслях и оттачивает своё мастерство. В её практике более десяти индустрий, для которых были выполнены различные проекты, и среди них финансы, ритейл, телеком, логистика, фармакология и медицина, нефтегаз, IT-отрасль, массмедиа, промышленность, безопасность. Опираясь на богатый опыт, сотрудники «Экспасофт» умеют слышать клиента, помогают ему сформулировать задачу и определить бизнес-цель, и, как следствие, осуществить её наилучшим образом.

Снижать риски

Говоря о машинном обучении, необходимо помнить, что эти технологии допускают ошибки — так устроены алгоритмы. Важно, что уровень погрешности известен, и можно оценить его приемлемость с точки зрения выполнения поставленной задачи. Кроме того, приступая к новому проекту, не всегда можно гарантировать достижение нужного результата, и выяснить это возможно только на практике. И ещё одна специфика, которая вытекает из предыдущей, — время, затраченное на реализацию. В ходе проекта для достижения поставленной цели может потребоваться изменить подход к решению, так как предыдущий не сработал. Поэтому необходимо сотрудничать с квалифицированными специалистами, которые правильно оценивают риски и умеют ими управлять, снижать их и достигать нужного эффекта.

В случае внедрения в бизнес-процессы клиента видео- и аудиоаналитики, например, для распознавания людей, машин и других объектов, случаев нарушения трудовой дисциплины или техники безопасности, нужны будут примеры данных: изображения, видео, аудиозаписи. Это позволяет оценить их качество и понять возможность применения нейронных моделей. Когда речь идёт о различных системах прогнозирования, построении систем поддержки принятия решения, анализ данных для оценки проектов становится критичным. И здесь опыт и уровень профессионализма команды играет решающую роль. Умелые специалисты, понимая все технологические риски, смогут предложить путь проверки возможностей технологий «малой кровью». Они помогут найти те критерии оценки результатов, которые будут соответствовать бизнес-задаче, поскольку параметров оценки решений в ML большое количество. В некоторых случаях вопрос можно решить с точностью 95 %, и этого будет недостаточно (например, в системах контроля доступа, идентификации объекта), а иногда и 70-80 % принесёт прирост прибыли в 5-15 % (прогнозирование спроса, загрузки) — и это будет ценно.

Результат ML-технологий

Применение ML-технологии — это новое качество бизнес-процессов и принимаемых решений, предоставляемых услуг. Множество задач по оптимизации и изменению способа предоставляемых услуг могут быть решены при помощи этих технологий. Есть отрасли, которые полностью изменятся, благодаря machine learning. В частности, это грозит транспортной индустрии, хотя сроки этой трансформации по факту не настолько близки, как хотелось бы. Можно ожидать, что ML повлияет и на качество государственных услуг, методы управления, повышение творческой составляющей в нашей трудовой деятельности и в целом на нашу среду обитания. Например, сейчас «Экспасофт» внедряет совместно с партнёрами в промышленную эксплуатацию бесключевые домофоны, которые распознают жильцов по лицу. И когда таких решений накопится некоторое множество, наша среда обитания изменится.

Компания «Экспасофт»
ул. Николаева, 11, оф.706
тел. (383) 281-94-92
expasoft.com
expasoft@expasoft.com

Текст: Евгения Черданцева
Фото: архивы компании «Экспасофт»