Искусственный интеллект трансформирует рынок труда: по оценкам специалистов, поменяются более 92% рабочих мест в ИТ-отрасли. ИИ поможет менеджменту, дизайну, сможет улучшать пользовательский опыт.
Однако даже несмотря на рост мощностей и возможностей, искусственный интеллект (ИИ) не заменит живого сотрудника. Просто наряду с автоматизацией рутинных задачи ИИ потребует освоения новых навыков, включая работу с данными, разработку запросов для ИИ, знания машинного обучения и так далее.
Уже сейчас по результатам опроса Битрикс24, 47,5% опрошенных представителей российских компаний готовы доплачивать сотрудникам, которые знают, как использовать ИИ в работе. Поэтому нынешних сотрудников офисов заменят не ИИ, а специалисты, которые умеют работать с нейросетями.
С вами очередной дайджест технологий сохранения энергии! Сегодня рассказываем о том, как искусственный интеллект помогает в сфере закупки и логистики.
Искусственный интеллект займется закупками
Генеративный ИИ для закупок находится на пике завышенных ожиданий, как видно из кривой цикла зрелости технологий закупок и снабжения, которую опубликовала крупная аналитическая компания Gartner.
Согласно опросу компании, 73% опрошенных руководителей отделов закупок планировали внедрить эту технологию уже к концу года. По прогнозам, активное внедрение и вариативность сценариев, как использовать ИИ, который уже умеет управлять договорами, искать поставщиков и анализировать предложения, выведут нейросети на плато продуктивности в течение двух лет.
Кривая цикла зрелости технологий закупок и снабжения по состоянию на июнь 2024 г.
Y = Ожидания; X = Стрела времени
Секторы на оси Х: инновационный триггер, пик завышенных ожиданий, пропасть разочарования, склон просветления, плато продуктивности
Цвет кружков обозначает, что плато продуктивности будет достигнуто в течение:
менее 2 лет / от 2 до 5 лет / от 5 до 10 лет / более 10 лет / Устареет раньше
Исследователи отмечают, что при внедрении ИИ-технологий компании могут столкнуться с проблемами, связанными с низким качеством исходных данных. Также будет непросто интегрировать ИИ с уже существующими системами в компаниях. Собственно, и сейчас интеграция – это головная боль для многих программистов. Чтобы решить эти проблемы, предлагается запускать пилотные сценарии использования и отслеживать новые разработки в сфере ИИ.
ИИ планирует цепочки поставок
Согласно Gartner, в этом году искусственный интеллект активно применяется в цепочках поставок. Причем разрабатывается так называемый «составной ИИ», когда несколько методов ИИ комбинируются для повышения производительности цепочек поставок. К примеру, новые ИИ-системы совмещают машинное обучение, обработку языка и анализ данных.
Уже сегодня внедрение искусственного интеллекта в логистике помогает:
- прогнозировать и анализировать риски: кибератаки, нехватка рабочей силы, блокирование ключевых каналов поставок, колебания цен на ресурсы, рост или сокращение рынка. ИИ быстро обрабатывают большое количество данных, чтобы найти необычные закономерности и риски. Это помогает справляться с проблемами до того, как они начнут расти
- управлять запасами и выполнять заказы. ИИ может обрабатывать большие объемы данных, анализировать расходы, планировать логистику. Он обеспечивает бесперебойное выполнение операций, помогая компаниям быстро и точно удовлетворять потребности клиентов
- снижать эксплуатационные расходы. ИИ может выполнять быстрее и с большей точностью рутинные задачи: подсчет и отслеживание запасов, работа с документами. Выявляя недостатки в повторяющихся рабочих процессах, ИИ снижает затраты на управление цепочкой поставок
Среди основных барьеров на пути ИИ называются технические и кадровые. Развитие нейросетей тормозят устаревшее оборудование и системы, не поддерживающие обработку данных в режиме реального времени, высокое потребление электроэнергии и нехватка навыков у персонала. Возникают и этические вопросы, проблемы ограничения власти ИТ-гигантов, защиты персональных данных и, конечно, кибербезопасности. Ведь если, или, скорее, когда интересы владельца ИИ и его пользователей будут расходиться, страдать будут именно пользователи.
Российский опыт внедрения ИИ в сферу закупок
В России уже функционирует несколько платформ закупок с применением ИИ и машинного обучения. Одна из таких площадок – облачная платформа управления снабжением «Лахта.spb». На платформе используются алгоритмы машинного обучения, которые:
- позволяют анализировать поставщиков
- сравнивать товары по цене и техническим параметрам
- оценивать условия поставки
- корректировать состав закупки
ИИ хранит данные об изменении цен на товары, умеет подбирать аналоги, помогая в нужный момент принять оптимальное решение о выборе поставщика и товара, выявить и предотвратить сговор участников и иные случаи недобросовестных заявок.
Помимо бизнеса, ИИ планируется использовать и в сфере государственных закупок. Ожидается, что нейросети ускорят формальные процедуры и сделают закупки более прозрачными. Искусственному интеллекту могут поручить подготовку техдокументации, составление перечня требований к поставщику, расчет цены контракта. Правда, пока это только в планах, ведь перед внедрением ИИ-решений необходимо скорректировать нормативную базу.
Герман Греф, глава Сбербанка, считает, что к 2030 году нейросети увеличат ВВП России на 4-6% – такого эффекта раньше не давала ни одна технология.
