Компании извлекающие из себя пользу

Сейчас мы переживаем еще одну золотую лихорадку – только в области искусственного интеллекта. В ИИ-стартапы инвестируют миллиарды долларов. Китай лидирует в области развития этих технологий, а Европейский союз намеревается инвестировать в них $22 миллиарда, поскольку боится отстать от США и Китая.

Фото: Mashable

ИИ везде. От ежедневных поисковых запросов в Google до нового iPhone X с функцией распознавания внешности и Alexa, вежливо отвечающей на вопросы. СМИ кишат статьями о том, как ИИ помогает врачам диагностировать болезни, банкам – лучше оценивать риски кредитования, фермерам – прогнозировать урожайность, маркетологам – привлекать и удерживать клиентов, заводам – улучшать контроль качества. Аналитические центры занимаются исследованием физических, кибернетических и политических рисков ИИ. Искусственный интеллект и машинное обучение станут неотъемлемой частью нашего общества. Кто же на них заработает?

Самые крупные игроки на рынке ИИ. Инфографика: © Best Practice AI Ltd

Для этого следует рассмотреть различные типы компаний, так или иначе связанные с искусственным интеллектом. К таковым относятся (1) производители чипов,  (2) провайдеры инфраструктуры и платформ, (3) поставщики алгоритмов и моделей, (4) разработчики корпоративных решений, (5) поставщики решений на вертикальном рынке, (6) корпоративные пользователи ИИ и (7) страны.

Я надеюсь, что информация, приведенная ниже, окажется полезной и понятной. В этой статье я перечислил далеко не все компании – я упомянул лишь самых больших игроков в каждой категории.

1. У кого лучшие процессоры для ИИ?

Несмотря на то, что цена вычислительной мощности сильно упала, спрос растет еще быстрее. У ИИ и машинного обучения с их огромными датасетами и триллионами векторных и матричных расчетов ненасытный аппетит. Несите чипы!

Фото: Medium

За последние два года акции NVIDIA выросли на 1500% благодаря тому, что их GPU-чипы идеально подошли для машинного обучения. Google недавно запустила второе поколение тензорных процессоров. Microsoft разрабатывает собственные чипы для платформы Brainwave. В то же время на рынок выходят стартапы вроде Graphcore, который привлек более $110 миллионов инвестиций. Уже существующие поставщики процессоров, такие как IBM, Intel, Qualcomm и AMD, тоже не сидят сложа руки. Говорят, что даже Facebook собирает команду для разработки собственных ИИ-чипов. Ну и, конечно же, китайская компания Cambricon Technology на прошлой неделе продемонстрировала свой первый процессор для облачного ИИ.

Для всех компаний ставки очень высоки. Для разработки и производства чипов необходимы большие деньги и первоклассные команды программистов. Это означает, что победителей будет очень мало. Как и во времена золотой лихорадки, компании, которые будут предлагать самые дешевые и широко используемые чипы, заработают больше всех.

2. У кого лучшие облачные платформы и инфраструктуры для ИИ?

Гонка ИИ коснулась и облака. В свое время Amazon осознала, что стартапы будут скорее арендовать компьютеры и софт, а не покупать их. Поэтому в 2006 году они запустили Amazon Web Services (AWS). Сегодня ИИ требует огромных вычислительных мощностей, поэтому компании массово переходят на облако и арендуют аппаратуру по моделям «инфраструктура как услуга» (IaaS) и «платформа как услуга» (PaaS). 

За место под солнцем сражаются технологические гиганты. Microsoft предлагает облачный сервис Azure. Google не отстает от конкурентов и предлагает GoogleCloud. Китайская Alibaba захватывает мировой рынок.

Amazon — Microsoft — Google и IBM продолжат бороться за первенство. Не следует также забывать о больших облачных игроках из Китая.

3. У кого лучшие алгоритмы?

Сегодня Google является самой большой ИИ-компанией, привлекающей лучших специалистов в области искусственного интеллекта. Они тратят на научно-исследовательские работы средства, равные ВВП небольших стран, и обладают лучшими датасетами. Технологии ИИ применяются в поиске Google, разработке беспилотных автомобилей, распознавании речи и даже диагностике заболеваний.

Удивительно то, что открытая программная библиотека для машинного обучения Google TensorFlow, применяемая для исследования и разработки собственных продуктов компании, находится сейчас в бесплатном доступе. Да, в бесплатном доступе! И почему они это делают? Джефф Дин, глава Google Brain, недавно заявил, что в мире существует 20 миллионов организаций, которые могут получить пользу от машинного обучения. Если компании будут использовать лучшее бесплатное ПО, им понадобятся огромные вычислительные мощности. И кто же им в этом поможет? Конечно же, GoogleCloud оптимизирован для TensorFlow и связанных с ним ИИ-сервисов. Как только вы выберете ПО и облако Google, вы станете их надежным клиентом на долгое время. Неудивительно, что большие конкуренты Google – Amazon, Microsoft и IBM – также предлагают дешевые и бесплатные ПО для машинного обучения.

Компании также сражаются за первенство в области когнитивных алгоритмов, благодаря которым сервисы разговорных агентов и ботов могут обрабатывать речь, естественный язык и семантику и улучшать основные алгоритмы. Стартап Clarifai считается самым перспективным на тесной поляне машинного обучения. Компания предлагает инструменты распознавания образов и видео разработчикам, которые готовы конкурировать с Google, Microsoft и другими гигантами.

Большие организации тоже не стоят на месте. IBM, например, предлагает когнитивные продукты и сервисы Watson. У них есть 20, если не больше, API для чатботов, речи, языка, изображений, которые можно внедрить в корпоративное ПО для создания приложений с поддержкой искусственного интеллекта. Когнитивные API повсюду. KDnuggets перечисляет более 50 топовых когнитивных сервисов компаний-гигантов и стартапов. Эти сервисы переходят в облако в качестве «ИИ как услуги» (AIaaS) для большей доступности. Совсем недавно генеральный директор Microsoft Сатья Наделла заявил, что один миллион разработчиков используют их API, сервисы и инструменты для разработки приложений с поддержкой ИИ, и около 300000 разработчиков применяют их инструменты для чатботов. Я бы не хотел конкурировать с этими Голиафами.

Победителями в этой области, скорее всего, снова станут технологические гиганты. У них есть возможность нанимать лучших сотрудников и тратить огромные суммы. Кроме того, они обладают доступом к самым большим датасетам. Стартапы же, чтобы преуспеть здесь, должны хорошо финансироваться, поддерживаться ведущими исследователями, обладать глубоким опытом и доступом к качественным датасетам. Многие компании потерпят неудачу, а тех, кто добьется успеха, быстро поглотят тяжеловесы. Даже если стартап не найдет путь к коммерциализации, большие организации смогут купить его ради сотрудников. Мы стали свидетелями этого, когда Google приобрела DeepMind за $400 миллионов в 2014 году.

4. У кого лучшие корпоративные решения?

Лидерами в области корпоративного ПО уже давно являются гиганты вроде Salesforce, IBM, Oracle и SAP. Они все признают, что ИИ – инструмент, который необходимо внедрить в свои предложения. Однако в этой гонке готовы поучаствовать и многие стартапы, стремящиеся опередить «старичков».  

Мы проанализировали более 200 сценариев использования в корпоративной сфере – от методов работы с клиентурой до маркетинга, кибербезопасности и HR. Решения для этих юзкейсов предлагают многие стартапы. На сегодняшний день существует около 200 компаний только в области рекрутинга, которые используют ИИ – и большинство из них ИИ-стартапы.

Кроме того, «компании-старички» хотят быть уверены в том, что их экосистемы продолжат находиться на передовой линии, и инвестируют в стартапы. Salesforce инвестировала в Digital Genius – решение для управления пользовательскими ресурсами – и Unbable – стартап, который предлагает услуги по переводу для предприятий. Компании-тяжеловесы также переживают более насущные проблемы. SAP, например, спешит наверстать упущенное на поле облачных решений, не говоря уже об искусственном интеллекте. Мы также видим, как разработчики инструментов пытаются упростить задачи, необходимые для создания, выпуска и управления ИИ-сервисами для предприятий. Машинное обучение, например, – грязный бизнес, где 80% времени уходит на подготовку данных. Огромное количество времени тратится на тестирование и настройку так называемых гиперпараметров. Компания Petuum, американский разработчик инструментов, подняла около $100 миллионов инвестиций, чтобы ускорить и оптимизировать использование моделей МО.  

У многих этих стартапов может все получиться, если они быстро продемонстрируют способность решать и масштабировать решения для удовлетворения корпоративного спроса. Однако победителей в каждой категории будет лишь несколько. И технологические гиганты будут стремиться поглотить этих победителей, предлагая им очень привлекательные суммы, если те будут казаться им опасными игроками.

5. У кого лучшие решения на вертикальном рынке?

Существует множество новых стартапов, предоставляющих решения для корпоративных сценариев использования в сфере здравоохранения, финансовых услуг, сельском хозяйстве, правовом и промышленном секторах. И многие стартапы выбрали амбициозный путь, чтобы одержать победу над опытными корпоративными игроками, предлагая услуги непосредственно тем же клиентам.

Компании-новички смогут преуспеть, если будут обладать  (1) доступом к большим тренировочным датасетам, (2) обширными знаниями индустрии, (3) талантливыми сотрудниками, (4) финансами.

Например, ZestFinance привлекла $300 миллионов, чтобы помочь усовершенствовать процесс принятия кредитных решений. Они утверждают, что в их команде работают лучшие аналитики данных в мире. Однако одного таланта недостаточно, нужны деньги. Affirm – компания, предоставляющая кредиты на онлайн-покупки, подняла более $700 миллионов. Эти организации должны быстро занять оборонительные позиции, чтобы продолжать конкурировать с соперниками. Они должны привлекать больше клиентов, которые будут предоставлять больше данных, которые, в свою очередь, могут использоваться для совершенствования алгоритмов и продукта в целом.  

6. Какие корпорации извлекут пользу?

Корпорации не собираются сидеть и молча смотреть, как новые стартапы и другие конкуренты уводят из-под носа их клиентов. У больших компаний есть собственные венчурные группы, инвестирующие в стартапы, они запускают акселераторы и стартапы, чтобы оставаться лидерами в ИИ-инновациях.

Большие компании занимают сильную позицию по сравнению с маленькими предприятиями благодаря своим активам данных. Данные – это топливо для ИИ и машинного обучения.

У больших и маленьких корпораций есть много шансов извлечь выгоду из ИИ. Исследователи Gartner предсказывают, что к 2022 году оценка рынка ИИ достигнет $3,9 триллионов. Существуют сотни, если не тысячи, сценариев использования, где можно применить ИИ. Корпорации могут усовершенствовать качество обслуживания клиентов, сократить расходы, повысить прибыль и продавать лучшие продукты и услуги при помощи ИИ. Благодаря этим технологиям большие компании станут еще больше, в основном за счет маленьких организаций. Однако им нужно будет продемонстрировать сильное дальновидное руководство, способность осуществлять операции и терпение, если что-то не будет получаться с первой попытки.

7. Какие страны извлекут преимущества?

Страны также сражаются за первенство в области ИИ. Китай обильно инвестирует в развитие стартапов и образование. Из-за менее строгой нормативной среды, особенно в вопросах приватности данных, Китай опережает остальные страны в таких секторах ИИ, как безопасность и распознавание лиц. Совсем недавно китайская полиция нашла одного из самых разыскиваемых преступников в огромной толпе из 50000 человек на музыкальном концерте. Компания SenseTime Group Ltd, анализирующая изображения в массовых масштабах, привлекла $600 миллионов инвестиций, став самым ценным глобальным ИИ-стартапом. Китайцы подчеркивают, что их мобильный рынок в три раза превышает рынок США, и там производится в 50 раз больше мобильных платежей  – а это огромное преимущество в области данных. Европа фокусируется на приватности данных, это может поставить их в менее выигрышное положение в определенных сферах ИИ, несмотря на огромные инвестиции в технологии.

Великобритания, Германия, Франция и Япония недавно рассказали о национальных ИИ-стратегиях. Например, Макрон заявил, что французское правительство в течение последующих пяти лет выделит $1,85 миллиардов на поддержку экосистемы ИИ, включая создание больших публичных датасетов. Компании вроде DeepMind и Samsung намереваются открыть новые лаборатории в Париже, там же расширяет свой исследовательский центр Fujitsu. Правительство Великобритании объявило о намерении инвестировать $1,4 миллиарда в технологии, включая финансирование деятельности 1000 докторов наук в области ИИ. Однако вопрос, кто действительно извлечет пользу, все еще остается открытым. Есть вероятность, что французских и британских докторов, деньги которым будет предоставлять местное правительство, затем просто переманит к себе Google. Таким образом, они ускорят процесс обогащения других стран.  

ИИ повысит продуктивность и бюджет многих компаний и государств. Однако как будет распределено это богатство, когда машины отнимут у нас 30-40% рабочих мест? Во время дебатов на эту тему часто цитируют Джоффри Хинтона, отца машинного обучения, который предположил, что радиологи потеряют свою работу, когда машины научатся диагностировать болезни по медицинским снимкам. Тем не менее, можно взглянуть на Китай, где ИИ помогает радиологам ежегодно проверять 1,4 миллиарда снимков КТ рака легких. В итоге никто не потерял работу – теперь мы умеем ставить более точные диагнозы.

И все же, вероятно, будет период, когда наибольшую пользу извлекут лишь несколько компаний и стран, которые контролируют технологии ИИ и данные. И пострадают менее развитые страны, чей бюджет зависит от рабочих мест, которые и являются целью автоматизации. От искусственного интеллекта выиграют большие и технологически прокачанные игроки.

Что же все это значит?

Очевидно, что сейчас мы находимся на пороге золотой эры искусственного интеллекта. Есть несколько ключевых факторов, от которых будет зависеть, кто извлечет для себя наибольшую ценность:

• Мировые технологические компании обладают всеми необходимыми ресурсами в этой золотой лихорадке. Google-Amazon-Microsoft конкурируют между собой за лидерство в ИИ. Они стараются предложить лучшие чипы, облачные платформы, алгоритмы и сервисы. От них не отстают и китайские технологические компании вроде Alibaba и Baidu. Некоторые стартапы собираются превзойти и перехитрить гигантов, предложив более низкие цены на облачные вычисления или разработав лучшие ИИ-чипы или алгоритмы распознавания изображений.
• ИИ-стартапы уже предлагают качественные когнитивные алгоритмы и корпоративные решения. Чтобы добиться успеха, им нужно обладать доступом к уникальным датасетам, глубокими и обширными знаниями, средствами и умением привлекать талантливых и востребованных сотрудников. Победителями станут те, кто будет решать ценные и реальные проблемы и занимать оборонительные позиции. Стартапы должны фокусироваться на корпоративных и промышленных решениях, где существует множество различных сценариев использования. Будет также наблюдаться явление поглощения небольших компаний гигантами ради их сотрудников, по крайней мере несколько лет, пока идет война за талантливых профессионалов. Кто-то будет терпеть неудачи, кто-то – выходить из игры победителем, как это и было во времена золотой лихорадки. И технологические гиганты будут стремиться поглотить этих победителей, предлагая им очень привлекательные суммы.
• У корпораций неплохие шансы заработать на ИИ хорошие деньги. Согласно многим оценкам, речь тут идет о триллионах долларов. ИИ поможет усовершенствовать качество обслуживания клиентов, повысить продуктивность, сократить расходы и повысить конкурентоспособность продуктов и сервисов. Наибольшую пользу для себя извлекут компании, которые обладают наилучшими и обширными датасетами и клиентской базой. Большие компании станут еще больше. Однако это произойдет только в том случае, если корпорации продемонстрируют сильное лидерство и способность осуществлять операции.
• Страны также участвуют в гонке за место под солнцем. Китай не скрывает своих намерений к 2030 году стать мировым лидером в области искусственного интеллекта. Правительство страны считает, что они обладают некоторыми структурными преимуществами. Для Европы все обстоит немного иначе: есть риск, что они будут финансировать талантливых профессионалов, которых затем наймут технологические гиганты. Таким образом, другие страны смогут быстрее обогатиться за счет средств, выделяемых местными правительствами. Существует вероятность, что Европе также могут помещать строгие законы о приватности данных. Всю пользу для себя извлекут страны и компании, которые контролируют и используют ведущие ИИ-технологии и данные – то есть США и Китай.

Вкратце, похоже, золотая лихорадка ИИ принесет пользу лишь компаниям и странам, владеющим лучшими инструментами и технологиями, данными, техническими сотрудниками и финансами. Они урвут себе львиную долю экономических преимуществ искусственного интеллекта. Повезет и некоторым стартапам. Но многие люди и общества, скорее всего, даже и не почувствуют преимуществ этой золотой лихорадки.

Источник.

Материалы по теме:

Бенедикт Эванс: «Мы не до конца понимаем возможности машинного обучения»

Искусственный интеллект приблизится к человеческому, когда научится осязанию

Алан Тьюринг и его влияние на искусственный интеллект

Можно ли подать в суд на робота?