В первой части материала мы рассказали о глобальном развитии возможностей подключения, технологий иммерсивной реальности, облачных и периферийных вычислений, разработке программного обеспечения нового поколения. В этой части материала речь пойдет о прикладном ИИ, об индустриализации машинного обучения, о квантовых технологиях и будущей мобильности. Российские эксперты также обозначили для cdo2day.ru видение того, как будут развиваться эти технологии.
ИИ-приложения все чаще используются в бизнес-функциях, в разработке продукта и сервисных операциях, а лидирует по использованию ИИ технологическая индустрия. Ключевые барьеры для развития технологии – нехватка ИТ-кадров, финансирования, риски в сфере кибербезопасности.
Технология активно используется в следующих сферах:
Фармацевтика. Алгоритмы ИИ в состоянии найти связь между назначенными препаратами и результатом лечения и при необходимости скорректировать терапию. Также ИИ может найти уникальные молекулы для создания новых лекарств.
Здравоохранение. ИИ используется для автоматического распознавания патологий по медицинским снимкам и поддержки принятия решений при постановке диагноза.
Автомобилестроение и сборка. ИИ распознает детали машин, контролирует качество сборки и производства.
Металлургия и горнодобывающая промышленность. ИИ в этих отраслях оптимизирует процессы для повышения эффективности, а также помогает в разработке «цифровых двойников».
Нефть и газ. Компьютерное зрение используется при разведке запасов углеводородов.
Государственный и социальный секторы. ИИ – это основа для создания голосовых и чат-ботов, которые могут ответить на вопросы граждан, не ожидая соединения с живым оператором.
«В ближайшие два-три года рынок прикладного искусственного интеллекта в России будет развиваться по двум основным направлениям. С одной стороны, ведущие игроки отрасли при поддержке государства будут сфокусированы на создании отечественных аналогов ушедшего с рынка зарубежного ПО, в функционал которых будут закладываться инструменты искусственного интеллекта. ИИ останется критически важным элементом для создания конкурентоспособных продуктов, так как крупнейшие иностранные отраслевые решения либо уже содержат в себе технологии искусственного интеллекта, либо их разработчики активно внедряют ИИ в продукты. С другой стороны, ввиду сложившейся рыночной ситуации, уровень проникновения ИИ в различные отрасли будет расти преимущественно за счет решений, не требующих больших инвестиций в инфраструктуру. Например, таких как системы на основе компьютерного зрения, применяемые для контроля качества продукции, или системы предиктивной аналитики производственного оборудования. Если рассматривать долгосрочную перспективу, то постепенно будет наблюдаться смещение приоритетов в сторону более дорогих решений, требующих перестройки инфраструктуры, таких как: цифровизация, автоматизация, роботизация производственных процессов; распространение генеративного дизайна, аддитивных технологий производства и тому подобных».
Индустриализация машинного обучения (ML) предполагает создание совместимого набора технических средств для автоматизации ML и расширение масштабов его использования. Правда, для этого компаниям придется увеличить инвестиции в это направление, в том числе на привлечение кадров и выработку отраслевых стандартов. Эта тенденция, как отмечают авторы исследования, относится к направлению «Прикладная ИИ» (см. выше). Однако в отличии от прикладного ИИ индустриализация машинного обучения – крайне молодая тенденция.
Квантовые технологии относятся к разряду перспективных. Они могут генерировать симуляции и решать проблемы быстрее, чем суперкомпьютеры. Сдерживают развитие этого направления технологические ограничения, такие как большое количество ошибок, малые вычислительные возможности (количество кубитов сейчас не превышает 150, тогда как для вычислений нужны квантовые компьютеры с мощностью от 1000 кубит) и т. д.
Сейчас с квантовыми технологиями проводятся различные эксперименты. Перспективным направлением считается разработка фармпрепаратов и средств химзащиты агрокультур (квантовый компьютер сможет находить нужные молекулы для разработки новых лекарств и даже материалов). Использование квантовой криптографии сделает интернет-протоколы более защищенными.
«Что касается России, то к концу 2024 года мы планируем представить квантовые процессоры на 100 кубитах и продемонстрировать на них квантовое превосходство, то есть решить задачу, которую классические вычислительные устройства выполнить не способны. Наряду с сокращением технологического отставания это достаточно амбициозная цель – сегодня лишь два государства, США и Китай, сумели ее реализовать. Помимо этого, мы уже приступили к формированию дорожной карты по квантовым вычислениям на следующие пять лет – с 2025 по 2030 год. Четыре основные платформы, на которых сейчас создают прототипы квантовых процессоров (ионы, сверхпроводники, нейтральные атомы и фотоны), будут сохранены. Но мы также рассматриваем возможность развития двух дополнительных перспективных платформ, что привлекают все больше внимания мирового научного сообщества. Планируем сделать и первые шаги для построения защищенного от ошибок квантового компьютера: продемонстрировать логические (защищенные от ошибок) кубиты, а также квантово защищенные логические операции. Но одна из наших самых важных задач – добиться к 2030 году практического квантового превосходства, то есть научиться решать с помощью отечественных квантовых компьютеров реальные задачи индустрии значительно быстрее, чем самые мощные классические системы. Кроме проекта по квантовым вычислениям сейчас также обсуждается инициатива по объединению усилий с Ростехом в работе над дорожной картой по квантовым сенсорам. От этого во многом будет зависеть дальнейшее развитие технологии».
Переход от индивидуальной мобильности к совместной, в которой ведущую роль отводится автономным, подключенным, электрическим и умным автомобилям (ACES), трансформирует традиционные рынки, повысив при этом эффективность перевозок. Уже сейчас трансформируется отрасль наземных перевозок, тогда как технологиии аэромобильности только пилотируются.
Сейчас развитию сферы воздушных городских перевозок препятствуют отсутствие инфраструктуры (необходимы площадки для взлета, посадки и подзарядки аэротакси; их предлагается оборудовать на крышах высотных зданий) и малые емкости аккумуляторов для электрического воздушного транспорта. Предстоит также решить вопросы с безопасностью и ответственностью за происшествия в воздухе, за шумовое загрязнение.
Выгодоприобретателями от развития совместной мобильности станут:
Государственный и социальный секторы. Чем больше будет автомобилей для сервисов совместной мобильности, тем меньше в городах нужны будут парковки.
Финансовые услуги. Вероятнее всего, появятся страховые продукты для транспорта, используемого в совместной мобильности и для аэротакси.
Розничная торговля. Компании могли бы использовать беспилотные летательные аппараты для осуществления поставок.
Негативными последствиями развитие технологий грозит автомобилестроению (упадет спрос на покупку машин для личного пользования), авиационной, туристической и логистической (меньшее число автомобилей будет перевозить больше людей и грузов) отраслям, а также отрасли нефти и газодобычи (упадет спрос на эти углеводороды).
«Наземный беспилотный транспорт – наиболее массовый и близкий способ познакомиться с технологией автономного вождения. Это стратегический актив России, инструмент, который позволит радикальным образом повысить эффективность и безопасность перевозки людей и грузов. Наиболее емкий сегмент для беспилотных технологий – те сферы, где основная часть себестоимости услуги по перевозке формируется за счет оплаты труда водителя. В первую очередь это магистральные грузоперевозки, где остро необходимо снизить нагрузку на человека: высокие скорости, большие дистанции, длительные изматывающие поездки – все это заставляет людей работать на пределе своих физических возможностей. Переход к автономности снимает проблему запредельных нагрузок и нехватки кадров в этой области. Компании – заказчики перевозки товаров достаточно быстро смогут оценить эффект от внедрения беспилотной технологии в бизнес. Следующий блок задач, которые помогут решить беспилотники, – это ускорение и эффективность внутригородских операций по доставке последней мили. Это менее изматывающий, но монотонный и невысоко оплачиваемый труд. Организация такой доставки на качественно новом уровне даст серьезный импульс развитию многих рынков. А беспилотники в области городской мобильности окончательно сотрут различия между такси и каршерингом, личным транспортом и общественным».
В целом так или иначе указанные технологии преобразуют отрасли экономики. Авторы исследования отмечают, что из 20 отраслей большинство связаны как минимум с пятью трендами (в том числе с зарождающимися трендами).
«Следующие несколько десятилетий обещают стать временем, когда технологии будут развиваться все быстрее – от науки до инженерии и воздействия. Мы также ожидаем увидеть умножение эффекта «комбинаторных инноваций», когда различные технологии творчески сочетаются друг с другом. Например, это происходит сейчас, когда организации объединяют различные технологии для создания метавселенной и множества составляющих ее слоев», – заключили аналитики McKinsey.
