Что делает искусственный интеллект в бизнесе и финансах

О роли технологий ИИ в бизнесе рассказал руководитель направления искусственного интеллекта Центра экосистемной защиты «Тинькофф», старший преподаватель департамента статистики и анализа данных НИУ ВШЭ, научный сотрудник Научно-учебной лаборатории макроструктурного моделирования экономики России факультета экономических наук Вышки Руслан Искяндяров.

Машинное обучение в экономике

Современные компании активно используют методы ML для анализа данных и принятия обоснованных решений. С точки зрения бизнеса использование машинного обучения позволяет эффективно решать широкий спектр абсолютно разных задач.

Это прогнозирование и глубокая аналитика, в том числе работа с временными рядами, создание рекомендательных систем и персонализации сервисов: с помощью подобных технологий продукты компании как бы подстраиваются под каждого пользователя, принося ему максимальную пользу. Второй важный момент – это обеспечение безопасности. Например, ML-алгоритмы широко применяются для предотвращения мошеннических операций в отношении клиентов, управления различными рисками, превентивного реагирования на нестандартные ситуации.

И в долгосрочной перспективе компании, основывающие свои решения на данных, технологиях машинного обучения и искусственного интеллекта, получают значительное преимущество. Однако мало просто «запускать код», критически важно понимать, как работают эти подходы и что необходимо сделать для максимизации всех преимуществ технологий машинного обучения.

Искусственный интеллект в России

Несмотря на то, что основные прорывы в ИИ-технологиях совершаются за рубежом, российские компании не отстают от общемировых тенденций. В России крупнейшие BigTech- и FinTech-компании, а также корпорации с государственным участием стремительно разрабатывают и развивают собственные алгоритмы машинного обучения и генеративные модели. Правда, говорить о том, что Россия находится на острие развития подобных технологий, пока не приходится. Однако важно непрерывное движение вперед, и российские компании активно инвестируют в развитие ИИ-технологий.

Зачем современному экономисту знание ИИ

Мировые тенденции таковы, что в мире финансов и экономики без искусственного интеллекта уже невозможно представить многие процессы. Поэтому закономерно появление обязательного курса по машинному обучению, например, на факультете экономических наук ВШЭ. Если раньше курс по машинному обучению воспринимался как факультатив и порой мог заинтересовать лишь глубоко погруженных в тему студентов, то сейчас это база. При подборе специалистов все меньше вакансий с требованиями к знаниям Excel и все больше — с требованиями к навыкам работы с большими массивами данных, SQL, Python, знанию алгоритмов машинного обучения и умению их применять на практике. Данный набор компетенций дает кандидатам колоссальное преимущество.

Современные компании жаждут найти универсального специалиста, который находится на пересечении трех областей компетенций. Первая область — глубокое понимание бизнеса. В конечном счете за большинством алгоритмов машинного обучения и технологий искусственного интеллекта скрываются процессы и продукты компаний. Глубокое понимание потребностей клиента, тонкостей взаимодействия клиента и компании, умение генерировать гипотезы, строить стратегию развития — важнейшие бизнес-навыки. Вторая область — математический бэкграунд. Специалист должен понимать, как математически обосновать решение, выбрать и проверить гипотезы и переложить поведение клиентов на язык цифр. Третья область — IT. Современный специалист должен ориентироваться в технологиях, понимать, как взаимодействуют сложные системы, как строятся мобильные приложения, что такое микросервисная архитектура, как сервисы «общаются» между собой.

На пересечении данных областей находятся самые ценные специалисты, способные достигать выдающихся результатов.

Внедрение ИИ и госсектор

В данной ситуации госкорпорации выступают, скорее, в роли догоняющих. BigTech- и FinTech-компании традиционно могут предоставить более конкурентные условия труда. Места для маневра у компаний государственного сектора здесь не так много. Однако компании госсектора порой отличают масштаб задач и принятие стратегических решений, которые оказывают влияние на всю страну. Они оказывают огромное влияние на социально-экономическую политику. Именно в рамках государственных структур вы можете получить возможность обосновывать и принимать решения, влияющие на всех. Это могут быть решения в области денежно-кредитной политики, различные социально-экономические программы и проекты.

Всё ли может искусственный интеллект

Несколько лет назад многие заявляли, что творчество – это не про машинное обучение и искусственный интеллект. Им отводились задачи анализа данных, предсказаний. Однако относительно недавно выяснилось, что, например, большие языковые модели (LLM) и другие генеративные модели, оказывается, могут создавать сложные стихотворные произведения, изображения и писать уникальную музыку, которые человек воспринимает как нечто выдающееся. Получилось так, что искусственный интеллект преодолел творческий барьер, поэтому говорить о том, что машинное обучение и искусственный интеллект неспособны решить конкретные задачи, становится все сложнее. Любые обозначенные человечеством барьеры пока просто не преодолены, но это обязательно произойдет в будущем.

Пока алгоритмы искусственного интеллекта теряются в принятии этических, моральных и социальных решений: мы пока не научились перекладывать желания, мысли и переживания человека на язык цифр. У нас не создан нейроинтерфейс для сбора этой информации. Когда это случится, барьер принятия этических решений падет. Посмотрим, что будет в ближайшем будущем.

***

Про обучение ИИ-технологиям и погружение в мир финансов подробнее модно узнать на сайте Факультета экономических наук и на сайте Факультета компьютерных наук.