• Белый Facebook Icon
  • Белый Иконка YouTube

+7 (929) 555-98-80

ул. Кедрова, 15
117036, Россия, г. Москва

 © 2020 ЦЕНТР КОГНИТИВНЫХ ТЕХНОЛОГИЙ.  Разработка и внедрение систем искусственного интеллекта.

Центр притяжения стартапов

#публикации_о_нас


В структуре компании «АйТеко» в 2018 году создан Центр когнитивных технологий, который занимается вопросами разработки и внедрения систем искусственного интеллекта. О направлениях деятельности, связанных с выстраиванием экосистемы отношений со стартапами, рассказывает директор центра, к.т.н. Илья Калагин.

Попытки и желание организовать деятельность в области искусственного интеллекта подразумевают наличие в компании-интеграторе команды специалистов с серьезными компетенциями в сфере Artificial Intelligence (AI).


В Центре когнитивных технологий «АйТеко» исследованиями и вопросами разработки алгоритмов машинного обучения и внедрения систем класса AI занимаются сотрудники с учеными степенями. И это не про то, чтобы показать заказчику, какие мы умные и начитанные: речь идет об обязательных требованиях к профессиональной подготовке специалистов, внедряющих системы ИИ.

Такого рода подразделения, как цифровые лаборатории, на сегодня есть уже у многих российских системных интеграторов. При этом важно понимать, что функции «цифровиков», в отличие от функционала финансового отдела или бухгалтерии, не стандартизированы. Кто сегодня сумеет правильно организовать работу, выработать эффективные механизмы, тот и получит весомые конкурентные преимущества.


При этом на пути создания программных решений и внедрения промышленных систем класса AI возникает немало сложностей. Спрос со стороны корпоративного заказчика сформирован, а вот релевантного опыта внедрения систем AI пока практически нет. Если же говорить о доступности инструментария, порог вхождения в рынок для небольших и начинающих компаний-разработчиков совсем невысок.


Создать нечто формально презентабельное сейчас не столь сложно. О том, что для написания полноценного промышленного решения требуется серьезная методическая и математическая подготовка, многие просто не задумываются. И не принимают во внимание, что набраться знаний налету не получится даже у самых способных специалистов стартапов – на это нужно время, и немалое.

Кроме того, недобросовестные игроки стремятся капитализироваться на недостаточной зрелости рынка. Как следствие, во множестве расплодились так называемые фейковые разработки, в реальности не способные решать конкретные задачи. Продвигающие их «специалисты» способствуют формированию не самого позитивного имиджа ИИ как магистрального направления современной корпоративной автоматизации.

В результате, когда мы приходим к заказчикам, у которых в штате нет таких специальных должностей или ролей, как Data Scientist и Data Engineer, слышим примерно следующее: «У нас уже перебывало немало компаний со своими предложениями. Теперь мы знаем, что у них ничего не работает, и считаем, что искусственный интеллект – просто модный термин».


Одна из проблем связана с лицензированием. Большинство компонент, фреймворков и предобученных нейронных сетей распространяются по модели open source, и многие развивающиеся компании-разработчики почему-то считают, что могут брать из этого пула все, что захочется, используя по собственному усмотрению. Это не так: модель open source как раз и предполагает наличие очень развитой системы лицензирования.


Да, пользоваться ею бесплатно можно, в том числе в коммерческих целях, но с учетом ряда существенных ограничений, своих для каждого типа лицензии. Если вы поставляете на рынок комплексное решение, необходимо четко документировать, какой элемент решения откуда взят. Во многих странах за этим строго следят. И мы в своих проектах все это неукоснительно соблюдаем, что, к сожалению, характерно пока далеко не для всех.


Для нас как ИТ-интеграторов вопрос преодоления этих сложностей делится на два: как развивать собственные решения и как выстраивать взаимодействие с внешним рынком, прежде всего со стартапами.


Мы создаем решения класса AI, сами при этом пользуясь всеми преимуществами глобальной инфраструктуры open source. Зная, что барьер выхода на рынок не очень высок, мы в то же время понимаем, насколько высоко он поднят в плане грамотной методической поддержки.


Вопрос выстраивания взаимоотношений с внешними компаниями – важный для рынка систем ИИ. Речь идет о формировании некой экосистемы инноваций, предполагающей различные формы сотрудничества ИТ-интеграторов и стартапов.

Эта деятельность должна вестись на регулярной основе в отношении всего сообщества начинающих компаний. Первоначально мы в большей степени рассчитывали на покупку стартапов с целью развития собственного бизнеса, а потом пришли к осознанию, что у безусловно перспективного направления есть много нюансов.


Нас как крупного ИТ-интегратора потенциально интересует довольно широкий круг задач из области ИИ, а стартапы весьма избирательно сфокусированы и сконцентрированы на одной узкой области.


При этом они могут иметь разный уровень понимания проблемы, разные методы подхода к ней и разный уровень текущих достижений. Подавляющее большинство стартапов в настоящее время не способно предоставить то качество высокотехнологичных решений с высокой интеллектуальной составляющей и тот уровень компетенций, на которые они формально претендуют.


Однако это вовсе не означает, что это «плохие парни»: потенциал многих из них можно и нужно в перспективе использовать при создании конкретных решений, задав стартап-команде правильный вектор развития.


Существенно меньше компаний, которые этот потенциал уже реализовали. Скажем, в направлении видеоаналитики таковых можно насчитать около трех десятков. Эти компании, фактически уже не относясь к категории стартапов, имеют собственное видение развития решений AI, воплощенное в их продуктах.

Впрочем, и взаимодействовать с ними приходится уже не с позиции менторства, а на равных, как со зрелыми бизнес-партнерами. И мы довольно широко и успешно используем разработки вчерашних стартапов в своих проектных решениях.