Олег Данильченко, PwC: «AI уже сейчас дает ощутимый эффект в бизнесе»

20.04.2018

Олег Данильченко, PwC: «AI уже сейчас дает ощутимый эффект в бизнесе»

Бизнес консалтинговых компаний трансформируется: в список стандартных услуг входят сервисы с использованием технологий искусственного интеллекта. Уже сейчас они способны приносить реальный доход и создавать ощутимый, а не эфемерный эффект для бизнеса. Так считает спикер и модератор AI Conference 2018, глава центра компетенции по прикладному анализу данных PwC в России Олег Данильченко. Мы побеседовали с ним о преимуществах использования ИИ-технологий в бизнесе, опыте их применения в PwC и трендах на мировом рынке AI.

Интервьюер: AI Conference (AIC)
Респондент: Олег Данильченко (О. Д.)

AIC: Олег, скажите, чем занимается Центр компетенций, который вы возглавляете?

О. Д.: Одно из направлений — это применение технологий анализа данных в различных индустриях: в телекоммуникационных компаниях, банковском секторе, торговых сетях, энергетике и других. То, что мы делаем, — это систематическое применение статистических методов к большим и сложным массивам данных для изучения связи между ключевыми параметрами, которые использует бизнес. Это проектная работа.

Другое направление — это разработка программно-аппаратных продуктов на основании анализа данных, машинного обучения и других технологий искусственного интеллекта.

Третье — разработка стратегии использования данных внутри компании и применения инновационных технологических решений для клиентов. Здесь речь идет о создании дорожных карт и расчете бизнес-кейсов по внедрению технологий.

У нас в команде работают инженеры по данным с навыками построения статистических моделей, в том числе моделей машинного обучения, это специалисты с практическим опытом.


AIC: Какие методы и технологии использует PwC для сбора данных?

О. Д.: Мы применяем целый комплекс технологий при работе с данными заказчика. В основном они основаны на таких решениях, как Apache, Apache Hadoop, GridGain Ignite, а также Microsoft Azure.


AIC: Какова роль ИИ в анализе данных в компании PwC?

О. Д.: Бизнес консалтинговых компаний по всему миру трансформируется. И сейчас в перечень классических профессиональных услуг, в том числе компаний «Большой четверки», включаются сервисы по анализу данных с применением технологий искусственного интеллекта. Как пример: для улучшения качества работы наших аудиторов используется технология распознавания сканов и перевод их в цифровой формат.

Другой пример — при оценке стоимости коммерческой недвижимости мы применяем технологию анализа большого спектра данных (в первую очередь геолокационных). Мы строим модель машинного обучения, которая прогнозирует как стоимость объекта недвижимости, так и арендные ставки.


AIC: Какая задача была самой сложной из вашей практики в PwC? Как вы с ней справились?

О. Д.: Была необходимость сделать прогноз выхода из строя электропогружного оборудования для нефтегазодобывающей компании. Это называется прогнозно-техническим обслуживанием. Сложность заключалась в том, что объем данных об объекте был существенным: информации о нормальном состоянии оборудования было много, а вот сведений о прецедентах, говорящих о поломках, — совсем мало. Надо сказать, это стало непростой математической задачей, для решения которой было опробовано множество методов, в частности, был применен метод Дирихле.

Большое количество поломок на нефтегазодобывающих предприятиях происходит на газовых насосах либо на погружном оборудовании. Конкретно в нашем случае мы использовали данные с сенсорных датчиков. По количеству насосов — их было порядка 1134. Информация поступала с 68 сенсоров с дискретностью два события в секунду.

Подготовка данных осуществлялась в первую очередь заполнением недостающих, пустых либо пропущенных значений. В статистике данных вычищались осуществляемые выбросы. Производилось первичное изучение закономерностей: в частности, сравнивались шаблоны по работе оборудования в штатном и нештатном режимах. На основании этого строилась прогнозная модель, которая описывала ключевые параметры выхода оборудования из строя. Количество прецедентов, значений в целевой функции было низким, поэтому мы начали сомневаться, можно ли решить эту задачу. Но в конечном итоге это было сделано.


AIC: Как вы оцениваете рынок разработок в сфере искусственного интеллекта в России? Насколько он конкурентоспособен на международном уровне?

О. Д.: С точки зрения технической реализации — очень конкурентоспособен благодаря мощной научной базе, которая до сих пор присутствует на постсоветском пространстве.

А с точки зрения внедрения в бизнес успехи пока не столь значительны. Бизнес в России зачастую боится и не понимает, как можно использовать ИИ-технологии. Плюс не все решения, которые рождаются в инкубаторах и акселераторах, выходят на свет.

Это направление нужно больше развивать, инвестировать в него на национальном уровне. Поскольку в рамках четвертой промышленной революции многое будет основано на ИИ.


AIC: Какие перспективные разработки по ИИ есть в РФ?

О. Д.: Сейчас многие предприятия в различных индустриях стремятся добиться цифрового лидерства, внедряя инновационные технологии. Сегодня во всем мире (в том числе и в России) существует целый ряд техник и алгоритмов в ИИ-технологиях, повышающих операционную эффективность компаний.

Растет тенденция по автоматизации наиболее трудоемкой рутинной работы. Научная и техническая база в России позволяет ряду компаний сделать первые шаги в этом направлении, а некоторые уже добились существенных успехов. Уже есть целый ряд прекрасных примеров в агропромышленном комплексе страны, металлургии, нефтегазодобывающей отрасли и, конечно же, среди финансовых учреждений и телекоммуникационных компаний.

Из ключевых вещей, которые сейчас внедряются и начинают использоваться в промышленной индустрии и металлургии, можно выделить следующие:

  • мониторинг систем с использованием датчиков (обработка, анализ и визуализация данных, полученных с датчиков в режиме реального времени, для повышения прозрачности информации о текущем состоянии оборудования; оповещение и запуск процессов в случае превышения пороговых значений);
  • прогнозирование качества (определение факторов, влияющих на качество продукции, построение аналитических моделей для выявления или прогнозирования проблем с качеством на начальном этапе производственного процесса);
  • повышение эффективности процессов (выявление возможностей для повышения эффективности процессов по результатам анализа данных, полученных с датчиков; корректировка технологических параметров с учетом текущего состояния оборудования).

PwC, в свою очередь, помогает таким компаниям внедрять указанные решения как с точки зрения стратегического видения и потенциала роста, так и с технической и математической стороны.


AIC: Вы модерировали сессию на AI Conference 2018. Поделитесь впечатлениями. О чем был ваш доклад?

О. Д.: В рамках конференции я представил доклад о стратегии использования ИИ в промышленности, в реальном секторе и в целом в коммерческих структурах. Рассказал, как правильно внедрять ИИ в те или иные процессы, как приоритизировать бизнес-кейсы по их применению, как выстраивать организационную структуру компании и трансформировать ее с использованием указанных технологий.

Состоялась плодотворная дискуссия о тенденциях в сфере искусственного интеллекта, которые существуют в России и в мире. Согласно результатам исследования PwC «Искусственный интеллект: не упустить выгоду», в 2030 году глобальный ВВП вырастет на 14 %, или на $15,7 триллиона, в связи с активным использованием AI.

Технологии искусственного интеллекта — это не просто сбор и анализ больших данных, но инструмент, способный приносить реальный доход и создавать ощутимый, а не эфемерный эффект для бизнеса.

Все новости
Новости AI CONFERENCE

Присоединяйтесь к нашим подписчикам и получите скидку в 1000 рублей на билет

МОСКВА