В связи с этим одна из ключевых сложностей, определяющих развитие ИИ в России на сегодня, – дефицит специализированных облачных сред для обслуживания потребностей бизнеса. Это приводит к ограничениям в доступе к готовым или продвинутым ИИ-инструментам, в том числе встроенным в облачные платформы крупнейших западных провайдеров.

Исторически такие компании, как Amazon и Microsoft, начинали развитие ИИ-ориентированных рабочих сред в облаках AWS и Microsoft Azure, заняв лидирующие позиции в сегменте. Сегодня российскому бизнесу необходимо искать замену привычным средам и инструментам. 

Все российские облака, включая лидеров рынка, по уровню развития ИИ-функционала, а тем более готовых профильных платформ значительно отстают от западных аналогов. Глобальные тренды уже предполагают применение встроенных ИИ-библиотек и user-friendly интерфейсов для бизнес-пользователей. 

То есть потенциально в подобных решениях условный менеджер по продукту может развивать аналитические инструменты или тестировать бизнес-гипотезы с помощью ИИ самостоятельно – без помощи разработчика и необходимости писать код. 

Примером подобной демократизации технологий является продвижение облачными вендорами платформ с собственными ИИ-фреймворками, ML-сервисами и даже low-code решениями (например, AI Builder).

Нельзя сказать, что российские облачные провайдеры не работают над подобными решениями (например, Yandex SpeechKit или Vision), но полностью обеспечить необходимый функционал здесь пока вряд ли возможно. В том числе потому, что платформенный подход предполагает предоставление клиентам доступа к готовым сервисам и налаженным конвейерам DevOps/MLOps-инструментов, например, для автоматизированной проверки кода.

С учетом указанных ограничений многие компании в РФ будут вынуждены приостановить активное развитие ИИ. Да, в будущем, скорее всего, произойдет скачок спроса на подобные инструменты и провайдеры на него отреагируют. Но это займет время и потребует определенных ресурсов на перестройку технологических стратегий компаний. 

План действий

Направление движения и конкретный набор шагов будут зависеть от отрасли, конкретной компании и ее IT-привычек. Многое будет определяться тем, насколько бизнес-практики, связанные с данными, зависят от облаков в целом и завязаны на западных провайдеров.

Кому-то придется серьезно переформатировать IT-инфраструктуру, найти новое ПО для ИИ-задач и даже пересобрать архитектуру итогового решения, чтобы получить привычную производительность ИИ-разработки.

Если для своих задач компания использовала коробочное ИИ-решение, тогда придется заняться поиском функциональных аналогов, в том числе путем импортозамещения российским продуктом. В самой выигрышной позиции сегодня оказались компании, которые разрабатывали ИИ-решения своими силами с нуля или развивали модели на основе open source.

Более того, такие компании могут вскоре стать двигателем рынка коробочных ИИ-решений в России. Те, кому удалось создать рабочие продукты и решения, уже начинают выводить их в публичное поле. 

Сколько компаний занимались такими разработками и чего добились, прояснится в ближайший год, когда мы увидим результаты подачи заявок на лицензирование разработок для дальнейшей коммерциализации в формате коробочного продукта. 

Также следует отметить значительный рост числа заявок на гранты в области ИИ-разработок в «Сколково». По нашим данным, в 2022 г. был зафиксирован значительный скачок по сравнению с прошлым годом, поэтому в следующем году можем ожидать выхода на рынок наиболее успешных разработок таких стартапов.

Еще одним источником импортозамещения могут стать несанкционные продукты зарубежных компаний. Не без оснований идут разговоры о возможности китайской экспансии на рынок аналитических решений. 

Если российские разработчики смогут оперативно адаптировать продукты под запросы рынка, а государство создаст благоприятные условия для бизнеса, внедряющего отечественные решения, китайского фактора опасаться не стоит. 

Российский акцент 

На каких решениях сфокусируются российские разработчики? 

Касательно data-ориентированных решений в первую очередь наш бизнес занят импортозамещением систем анализа данных, решений по хранению данных и BI-инструментов.

Второй приоритет у задач по внедрению и доработке систем аналитики на базе ИИ. Например, внедряются новые методики прогнозирования, так как анализ на исторических данных имеет ограничения в текущих реалиях рынка. 

В целом компании хотят сохранить текущий уровень автоматизации на ИИ, переведя привычные процессы на новую инфраструктуру и ПО. С масштабированием уже достигнутых результатов в ближайшее время могут возникнуть сложности. 

Отраслевая специфика, существовавшая для ИИ-задач всегда, сохранится. 

В дальнейшем на рынке РФ помимо перехода от кастомных разработок к созданию коробочных решений будет запрос на быструю реализацию проектов с внедрением ИИ-решений в бизнес-практику компаний.

На выбор бизнеса решающее влияние всегда оказывает зрелость ИИ-инструмента. Компаниям нужен результат здесь и сейчас. 

Поэтому от ИИ-разработчиков потребуется способность максимально быстро доводить функционал своих продуктов до уровня рабочего решения, пригодного для развертывания в продуктивном контуре бизнеса.

Источник: Ведомости