Infor прогнозирует рост спроса на AI-решения в индустриальном сегменте

Компания Infor ожидает, что спрос на отраслевые решения с использованием технологий искусственного интеллекта и машинного обучения в будущем году продолжит активно расти.

По данным исследования «2019 Gartner CIO Agenda», в 2018–2019 годах доля организаций, в том или ином виде внедривших технологии искусственного интеллекта, выросла с 4% до 14%.

По оценке группы 451 Research, каждая пятая организация уже применяет в своем бизнесе программное обеспечение, где в каком-либо формате используются ML-алгоритмы. В 20% компаний ML-инициативы находятся на стадии прототипа или пилотного проекта. 13% респондентов планируют приступить к внедрению технологий машинного обучения в течение ближайшего года, еще 15% — в рамках трехлетнего горизонта планирования.

Если первопроходцам приходилось создавать AI- и ML-решения своими силами, то сейчас все больше компаний стремятся приобретать готовые приложения корпоративного уровня со всем необходимым функционалом. Порядка 38% организаций используют приложения от сторонних поставщиков.

Основные сферы применения AI и ML — это финансы и страхование (выявление случаев мошенничества), ритейл (обслуживание клиентов и прогнозирование поведения), промышленное производство (профилактическое обслуживание оборудования и транспорта, прогнозирование спроса и необходимых объемов закупок). Огромным потенциалом обладает сегмент медицины и здравоохранения, однако здесь до широкого внедрения новых технологий необходимо решить вопросы обеспечения безопасности данных и врачебной тайны.

В сентябре текущего года компания Infor открыла общий доступ к платформе Infor Coleman AI — решению для развертывания моделей машинного обучения. Решение функционирует на уровне, предшествующем уровню бизнес-приложений. Модели в Coleman AI обучаются на данных из сети предприятия, корпоративных графах и наборах данных, характерных для конкретной отрасли. В итоге компании получают возможность увеличивать эффективность различных бизнес-процессов, таких как управление задачами, прогнозирование результативности рекламных кампаний, управление складом и складскими остатками, оптимизация маршрутов автопарка, прогнозирование профилактики оборудования, корректировка производственных планов.

Во многих случаях инструменты разработки AI-проектов ориентированы на специалистов и экспертов в области Data Science. По этой причине разработка ведется достаточно медленно — от нескольких месяцев до полугода и более.

Infor Coleman AI предлагает готовые шаблоны, учитывающие отраслевую специфику. Они позволяют существенно ускорить запуск типовых проектов для Big Data и машинного обучения. Сама платформа и шаблоны ориентированы на бизнес-пользователей, не обладающих специальными навыками. Среда создания моделей Infor Coleman AI достаточно проста для понимания и не требует такой серьезной теоретической подготовки и практического опыта, как другие аналогичные инструменты. Основной упор в решении сделан на удобство пользования и встроенные механизмы взаимодействия с другими корпоративными приложениями. Это облегчает работу с итоговыми наборами данных: упрощает выявление взаимосвязей и оценку достоверности данных.

При использовании Infor Coleman AI совместно с Infor OS продолжительность всего процесса разработки и вывода AI-проектов в производственную эксплуатацию можно сократить до шести недель и менее.

Прогнозный подход позволит избежать вынужденного простоя перерабатывающих комплексов, неизбежного для плановой профилактики. Также сократится потребность в закупке «про запас» и в хранении дорогостоящих деталей для ремонта.

Сейчас модели обучаются на данных, которые собирались на двух перерабатывающих комплексах на протяжении десяти лет. На следующем этапе исторические данные планируется обогащать информацией, поступающей в реальном времени с промышленных сенсоров. Их установят непосредственно на оборудовании. Это позволит существенно повысить точность моделей.