Треть крупных российских компаний используют машинное обучение

Автоматизация бизнес-процессов получила широкое распространение в крупном бизнесе (80%), и в будущем уровень автоматизации продолжит расти. При этом технологии машинного обучения сейчас используются только на трети предприятий (33%). Машинное обучение уже применяется в государственном управлении, ритейле и торговле, промышленности и энергетике, а медицинские и фармацевтические компании только планируют начать его внедрение. Аналитический центр НАФИ и компания Mains Group, специализирующаяся на образовании и информационных технологиях, представляют результаты исследования востребованности технологий машинного обучения в крупном российском бизнесе.

Большинство крупных предприятий (80%), представители которых приняли участие в опросе, используют автоматизацию в бизнес-процессах, а на каждом пятом предприятии (20%) все бизнес-процессы автоматизированы. В будущем количество автоматизированных бизнес-процессов на предприятиях продолжит расти – такой прогноз дали 93% опрошенных представителей компаний. Причины дальнейшего роста уровня автоматизации процессов – повышение конкурентоспособности (80%), экономия производственных затрат (69%), повышение качества решений по автоматизации (53%) и их удешевление (35%), имиджевая необходимость использования автоматизации (31%), дефицит человеческих ресурсов (12%).

Несмотря на то, что автоматизированные бизнес-процессы применяются в большинстве компаний, участвовавших в исследовании, машинное обучение используется только на каждом третьем предприятии (33%). При этом на большинстве крупных предприятий ИТ-директора знают о машинном обучении в общих чертах (62%) или в подробностях (18%). Сегодня машинное обучение чаще всего используется для организации продаж (56%), обслуживания (44%), и логистики (33%). В ближайшие 2-3 года машинное обучение в компаниях планируют применять в первую очередь для оптимизации производства (40%), аналитики и исследований (35%), маркетинга (29%). Подробнее – в таблицах ниже.

Основной драйвер внедрения машинного обучения на предприятиях – сокращение текущих расходов (44%). Дополнительные предпосылки – повышение производительности труда (36%), оптимизация взаимодействия подразделений (35%), сокращение сроков принятия решений (29%), сокращение сроков анализа данных (29%). Наиболее распространенные барьеры к внедрению машинного обучения – необходимость перестройки существующих бизнес-процессов (31%), неготовность персонала (29%), недостаточный уровень цифровизации в организации (27%).

По полученным данным, технологии машинного обучения уже используются в государственном управлении (57%), ритейле и торговле (37%), промышленности и энергетике (32%). Опрошенные представители медицинских и фармацевтических компаний пока только планируют внедрять машинное обучение на своих предприятиях.

Представители опрошенных компаний в сфере медицины и фармацевтики больше всего стремятся начать применять машинное обучение в аналитике и исследованиях (71%), а также в маркетинге (57%) и в оптимизации производства (43%). В первую очередь их останавливает нехватка доступной информации о машинном обучении (71%), а стимулируют перспективы улучшения имиджа организации (57%), сокращение срока принятия решений и повышение эффективности разработок (по 43%).

Больше 50% опрошенных финансовых компаний – банки, страховщики, признались, что видят необходимость перестройки существующих бизнес-процессов для внедрения машинного обучения и готовы заняться этим в ближайшие 2-3 года. Компании финансового сегмента рассчитывают за счет этих инициатив повлиять на повышение качества обслуживания, снижения текущих расходов и сокращение сроков принятия решений после его внедрения. Решения на основе технологии машинного обучения им представляются оптимальными для этих целей.

Под автоматизацией организационных процессов в исследовании понимается перенос рутинных процедур или типовых задач под контроль цифровой информационной системы. Примеры автоматизации процессов: системы автоматизации взаимодействия с потребителями (CRM), системы автоматического управления складами, поставками, производством, бухгалтерией, человеческими ресурсами и т.п.

Под машинным обучением понимается процесс, в ходе которого система (искусственный интеллект) обрабатывает большое число примеров (кейсов), выявляет закономерности и использует их, чтобы анализировать и прогнозировать характеристики новых данных. Например, система может анализировать данные об обращениях в организацию и строить прогноз будущих обращений.