Журнал "Information Security/ Информационная безопасность" #4, 2019

После первой волны автоматизации на предприя- тиях стало понятно, что реальная перспектива при- менения ИИ – не замена человека (распространенное заблуждение), а оптимиза- ция его труда. Когда речь заходит про тяжелую и легкую промыш- ленность, добычу полезных ископаемых, ритейл, финан- совый сектор, то объективно Россия тут далеко не в отстающих. Наши проекты зачастую оказываются более инновационными бла- годаря сильной математиче- ской школе, хорошей научной базе и желанию наших предприятий вклады- вать деньги в перспектив- ные технологии. совый сектор, то объективно Россия тут далеко не в отстаю- щих. Наши проекты зачастую оказываются более иннова- ционными благодаря сильной математической школе, хоро- шей научной базе и желанию наших предприятий вклады- вать деньги в перспективные технологии. Финансовый сектор Банки с помощью алгоритмов предиктивной аналитики на базе искусственного интеллекта решают проблемы скоринга, анализа рисков и финансового контроля. В прошлом году, например, Сбербанк создал сервис для оценки недвижимо- сти, где процедуру оценки ком- мерческой недвижимости, кото- рая зачастую фигурирует в раз- личных сделках в качестве залога, проводит нейронная сеть. Вся процедура будет зани- мать несколько минут (против нескольких дней в старой моде- ли оценки). "Бинбанк" одним из первых на рынке внедрил технологии машинного обучения в работу с просроченной задолжен- ностью в розничном бизнесе. В ходе проекта специалисты "Бинбанка" использовали прин- ципиально новый подход – построение Uplift-моделей, кото- рые основываются на прогнозе реакции каждого клиента на конкретные действия в рамках взыскания. Первые результаты проекта показали существен- ный прирост качества в сравне- нии с используемыми ранее моделями на основе логисти- ческой регрессии: произошел прирост коэффициента Gini с 65 до 88%. Страховые компании исполь- зуют технологии на базе искус- ственного интеллекта для рабо- ты с рисками и мошенниками. Благодаря компьютерному зре- нию анализируются фотогра- фии с ДТП, а работа с больши- ми данными позволяет прогно- зировать убытки и в соответ- ствии с этим регулировать стои- мость страховых полисов. Например, "Ренессанс Страхо- вание" с помощью ИИ снижает убыточность по КАСКО. Техно- логия позволяет выявить "рис- ковых" клиентов и может отка- зать им в заключении договора или же корректно оценить стои- мость ОСАГО и более точно сформировать резервы. А вот Allianz в России внедрил машинное обучение в процесс медицинской экспертизы и андеррайтинг крупных корпо- ративных клиентов по ДМС. Алгоритм позволяет автомати- чески проверять каждый счет, поступающий из медицинского учреждения, отбирая страховые случаи, которые могут содер- жать потенциально мошенни- ческие действия или имеют признаки отклонений от обще- принятых норм ведения паци- ентов. Ритейл Ритейл благодаря машинному обучению прогнозирует спрос на те или иные товары, решает задачи маркетинга, логистики. Например, в прошлом году наша команда разработала систему предсказания поведе- ния покупателей для сети “Рив Гош”. С помощью методов машинного обучения удалось добиться 33% точности персо- нальных товарных рекоменда- ций по конкретным артикулам. Более того, анализируя пове- дение покупателей, удалось определить “золотой сегмент” держателей карт лояльности и сделать по ним точечную мар- кетинговую рассылку с реко- мендуемыми для покупки това- рами. За время тестирования проекта именно эта группа поку- пателей принесла компании порядка 7% дохода, составляя всего 1% от общей клиентской базы. Промышленность "Вишенка на торте" – это тяжелая промышленность, а именно добывающий и перера- батывающий сектор. Кейсов использования ML-технологий тут очень много. Например, еще в 2016 г. Yandex Data Factory разработала рекомендательный сервис для Магнитогорского металлургического комбината для оптимизации расхода фер- росплавов и добавочных мате- риалов при производстве стали. По оценке самого комбината, экономия от внедрения соста- вила более 275 млн руб. в год. Компания "Северсталь" вокруг себя собрала 1 большую группу дата-сайентистов, кото- рые ищут наилучшие решения по оптимизации основных про- цессов: работы с материалами, сокращение потребления элек- троэнергии, прогнозирования поломок, анализ видеопотока работы конвейерной ленты. А в конце 2018 г. компания "Евразхолдинг" рассказала, как с помощью киберфизических систем на базе ИИ и машинного обучения ей удалось оптимизи- ровать работы доменной печи и снизить итоговую себестои- мость стали. Сумма технологий Если говорить про техноло- гический стек, то он делится на три большие части: 1. Проприетарные платфор- мы, такие как IBM Watson, General Electric Predix, Microsoft Azure, SAP Leonardo, платфор- ма Oracle AI и т.д. (рынок очень насыщен). 2. Приложения с открытым исходным кодом, которых бес- численное множество, но с ярко выраженными лидерами: Hadoop и Cloudera Hortonworks. 3. Нишевые игроки, решаю- щие конкретные задачи: рос- сийский разработчик систем компьютерного зрения Vision- Labs, "Центр речевых техноло- гий", занимающийся распозна- ванием и преобразованием голоса, и т.д. В своих проектах дата- сайентисты чаще всего объ- единяют несколько продуктов, как платформы от крупных вендоров, так и Open Source- решения. Современная трансформа- ция бизнеса уже началась и связана с внедрением техно- логий на базе машинного обучения, робототехники. Это стало возможным благодаря постоянному росту вычисли- тельных мощностей и возмож- ности хранить и обрабатывать колоссальные объемы данных. Именно это – ключевое отли- чие "сегодня" от "вчера". Извлекать ценность из данных – крайне тяжелый и сложный процесс, но те компании, кото- рые начинают сегодня, завтра выиграют в конкурентной борь- бе, ведь современные техно- логии – это в первую очередь про изменения процессов и только потом – про сами тех- нологии. А изменять процессы во все времена было делом долгим и затратным, всегда об этом помните! l • 17 ЦИФРОВАЯ ТРАНСФОРМАЦИЯ www.itsec.ru Ваше мнение и вопросы присылайте по адресу is@groteck.ru 1 https://www.severstal.com/leadership/?utm_source=telegram&utm_medi- um=mediaparterstva&utm_campaign=youjob