Инструменты ИИ предназначены для повышения производительности труда. По оценкам крупных консалтинговых компаний, таких как McKinsey, ежегодный положительный вклад генеративного ИИ в продуктивность может составлять от 2,2 до 4,4 триллионов долларов. PwC также прогнозирует положительные экономические эффекты от внедрения этих технологий, которые могут достичь 15,7 триллионов к 2030 году.
ИИ в Узбекистане
Помимо США и Китая, другие страны активно следят за развитием ИИ. Узбекистан не стал исключением. В последние годы в республике наблюдается значительный рост интереса к этой сфере. Создаются разнообразные сообщества, открываются образовательные курсы и проводятся конференции, цель которых — повысить осведомленность и интерес общества к ИИ. Государство активно поддерживает развитие этой области. Примером может служить система биометрической идентификации MyID, которая упрощает удаленную идентификацию клиентов различных компаний. Кроме того, в Узбекистане активно развиваются узкоспециализированные стартапы в таких областях ИИ, как создание крупных языковых моделей, ориентированных на узбекский язык, а также инструменты распознавания и синтеза речи на государственном языке.
В Узбекистане наблюдается рост числа людей, заинтересованных в получении образования и поиске рабочих мест, связанных с ИИ. Этот тренд заметен в процессе набора персонала в команду по искусственному интеллекту Alif в Узбекистане, которая регулярно пополняется. Мы видим огромный потенциал развития ИИ. За последний год компания поддержала несколько мероприятий в этой области и планирует запуск курса по машинному обучению.
ИИ в финтехе
В сфере финтеха применение ИИ является наиболее распространенным. Это обусловлено объемом данных и разнообразием услуг, предоставляемых финтех-компаниями. Обычно ИИ используется для автоматизации и оптимизации расходов или для увеличения доходов. В некоторых случаях решения, основанные на ИИ, способствуют как снижению расходов, так и увеличению доходов. Например, в Alif мы разработали модель кредитного скоринга на основе машинного обучения (ML) для нашего продукта «Купи сейчас, плати потом» (BNPL). Это позволило автоматизировать процессы кредитного комитета, снизить процент дефолтов (просрочки в платежах) и одновременно увеличить продажи в рассрочку.
Несмотря на недавний запуск ML-скоринга, мы уже наблюдаем значительное улучшение показателей дефолтов по рассрочкам, выданным с использованием этой модели. ML-скоринг также сократил время принятия решений по заявкам клиентов на рассрочку, анализируя сотни параметров и выдавая решение за считанные секунды. Учитывая большое количество заявок по этому продукту, это дает нам значительное преимущество в привлечении клиентов.
Другим активным проектом является разработка чат-бота на базе ИИ, который ежедневно обрабатывает тысячи запросов клиентов через разные каналы связи. Это сократило среднее время ожидания ответа клиентов и обеспечило круглосуточную поддержку. ИИ также значительно уменьшил время обучения новых сотрудников службы поддержки.
Это лишь несколько примеров применения ИИ в финтехе. Мы планируем внедрять ИИ во все процессы и продукты, где его эффективность уже доказана. Это затронет рекомендательные системы для маркетплейса, голосовые ассистенты, оптимизацию рекламных бюджетов, уменьшение оттока клиентов и предотвращение мошеннических транзакций.
Вызовы искусственного интеллекта
Сегодня в мире активно обсуждаются потенциальные негативные последствия развития искусственного интеллекта. Одна из таких проблем — возможность роста безработицы. Некоторые эксперты сравнивают текущий этап развития ИИ с индустриальной революцией, полагая, что это может привести к исчезновению многих профессий и сокращению рабочих мест. Особенно быстро в последние годы развивается генеративный ИИ, что лишь усиливает эти опасения.
Конечно, в этой гипотезе есть доля правды, и многие ведущие мировые исследовательские компании подтверждают её. Однако стоит отметить, что ИИ также создает новые профессии и рабочие места, которые могут быть более высокооплачиваемыми, чем автоматизированные позиции.
В Alif мы наблюдаем это на практике. Как показывают примеры с ML-скорингом и чат-ботом, автоматизируются рутинные задачи, для выполнения которых не требуется специализированных знаний в какой-либо области. С другой стороны, возникает необходимость в специалистах в сфере ИИ: data scientist, инженерах машинного обучения и исследователях. Заработная плата таких сотрудников значительно выше, чем у работников службы поддержки и кредитного комитета.
Важно отметить, что на практике никто не увольняется из-за автоматизации. Обычно сотрудникам службы поддержки и кредитного комитета предоставляются новые возможности для роста и развития. Можно перейти на позиции, где требуются креативные навыки и экспертные знания, которые ИИ пока не может полностью заменить. Для тех, кто может адаптироваться к новым реалиям и обладает большой экспертизой, нет угрозы быть заменёнными ИИ. Напротив, этот инструмент следует рассматривать как возможность повысить эффективность производства и творческого потенциала специалистов разных областей.
Какая польза бизнесу?
Предприятия, способные быстро интегрировать ИИ в свою деятельность, будут иметь значительное конкурентное преимущество. Раньше такой возможностью обладали в основном крупные компании, такие как Meta, Amazon, Apple, Netflix и Google (FAANG). Однако современные технологии и средства коммуникации позволяют малым и средним предприятиям также использовать передовые разработки в области ИИ.
Мы наблюдаем, как Узбекистан активно развивает сферу IT и искусственного интеллекта и это не может не радовать.
