Поставщики ай-менеджеров

Когда слышишь термин поставщики ай-менеджеров, первое, что приходит в голову — это какие-то посредники, которые торгуют ?искусственными интеллектами? как запчастями. На деле всё гораздо сложнее, и за пять лет работы с интеграцией ИИ-систем я ни разу не видел, чтобы кто-то буквально ?поставлял? готовых ай-менеджеров в коробке. Обычно под этим понимают компании, которые создают инструменты или платформы для автоматизации управленческих решений — но даже это упрощение.

Что скрывается за модным термином

В 2019 году мы запускали проект с одним заводом в Подмосковье — там хотели внедрить систему прогнозирования сбоев оборудования. Местный директор уверял, что им нужен ?менеджер с ИИ?, который будет сам принимать решения. Пришлось объяснять, что даже самые продвинутые системы вроде тех, что разрабатывает Чэндуское технологическое ООО Иньлянань, не заменяют живого человека, а лишь обрабатывают данные для него. Их платформы для интеллектуальных транспортных систем — хороший пример: там ИИ не ?управляет?, а считает вероятности пробок, предлагает маршруты, но последнее слово всегда за диспетчером.

Кстати, о Иньлянань — их кейс с интеграцией слаботочных систем на одном из логистических хабов в Новосибирске показал, что главная проблема даже не в технологиях, а в том, как их воспринимают заказчики. Многие до сих пор ждут ?волшебную таблетку? в виде ай-менеджера, хотя по факту нужна просто качественная аналитика.

Забавно, но иногда сам термин поставщики ай-менеджеров используют маркетологи, чтобы прикрыть банальную автоматизацию отчётности. Видел контракт, где под этим соусом продавали обычный BI-инструмент с парой ML-модулей — клиент потом полгода ругался, что ?искусственный интеллект? не умеет увольнять сотрудников.

Практические сложности внедрения

Один из самых болезненных моментов — совместимость legacy-систем с новыми ИИ-решениями. В 2020 мы работали с сетью АЗС, которые хотели внедрить систему управления запасами на базе ИИ. Их старый софт не отдавал данные в реальном времени, а без этого никакой поставщик ай-менеджеров не поможет — будь то китайская компания вроде Чэндуское технологическое ООО Иньлянань или местный стартап.

Пришлось сначала месяцами уговаривать клиента модернизировать базовую инфраструктуру. Это типичная история: многие думают, что можно купить ?искусственный интеллект? как коробочный продукт, а на деле приходится перестраивать половину IT-ландшафта.

Ещё момент — данные. Те же системы мониторинга от Иньлянань показывают хорошие результаты только там, где есть исторические данные за 2-3 года. А если предприятие только начало оцифровываться, то хоть плачь — ИИ не на чём учить.

Кейсы, которые работают

Из удачных примеров — проект с тем же Чэндуское технологическое ООО Иньлянань для логистической компании в Казани. Там использовали их технологию мониторинга транспорта — не то чтобы это был полноценный ?ай-менеджер?, но система научилась предсказывать задержки рейсов с точностью до 89%. Важно, что интеграторы не обещали чудес, а честно говорили о пределах возможностей ИИ.

Кстати, их система управления с использованием искусственного интеллекта для светофоров в одном из областных центров — тоже показательный пример. Там ИИ перераспределял потоки машин на основе камер и датчиков, но окончательные решения по изменению режимов работы принимали инженеры. Это и есть нормальный подход — не ?менеджер с ИИ?, а инструмент для менеджера.

На мой взгляд, будущее именно за такими гибридными моделями, где поставщики ай-менеджеров — это компании, создающие не замену людям, а ?цифровых помощников?. В том же Yinland это поняли ещё в 2010-х, когда перешли от простых систем мониторинга к комплексным решениям с элементами прогнозирования.

Ошибки, которые все повторяют

Самая частая — попытка внедрить ИИ-систему без изменения бизнес-процессов. Помню, как один ритейлер купил ?умную систему управления заказами? у крупного вендора, но продолжил работать по старым регламентам. В итоге ИИ выдавал рекомендации, которые отдел закупок просто игнорировал — потому что ?так быстрее?.

Другая ошибка — неверные ожидания от функционала. Многие до сих пор путают системы аналитики с системами принятия решений. Если взять те же продукты Чэндуское технологическое ООО Иньлянань для тестирования оборудования — они отлично справляются с диагностикой, но не будут сами выписывать наряды на ремонт. Это должен понимать каждый, кто ищет поставщиков ай-менеджеров.

И да, почти все забывают про обучение персонала. Внедряли как-то систему управления энергопотреблением на заводе — так инженеры первые два месяца боялись к ней подходить, думали, ?она сама всё знает?. Пришлось проводить отдельный тренинг по интерпретации показаний ИИ.

Что будет дальше с этим рынком

Судя по тому, как развиваются компании вроде Чэндуское технологическое ООО Иньлянань, акцент сместится на отраслевые решения. Уже сейчас видно, что универсальных ?ай-менеджеров? не существует — есть системы для логистики, для производства, для ЖКХ. И это правильно — потому что нюансы каждой отрасли не уложить в один алгоритм.

Ещё один тренд — упор на интерпретируемость решений ИИ. Раньше все гнались за точностью, теперь заказчики требуют, чтобы система могла объяснить, почему она выдала ту или иную рекомендацию. В тех же интеллектуальных транспортных системах от Иньлянань уже есть функция детального логгирования решений — и это скоро станет стандартом.

Лично я считаю, что термин поставщики ай-менеджеров постепенно исчезнет — останутся просто компании, которые делают качественные ИИ-инструменты для бизнеса. И те, кто выживут, будут как раз теми, кто не обещает невозможного, а честно помогает автоматизировать рутину. Как те же китайские коллеги, которые с 2007 года постепенно шли от простых систем мониторинга к сложным интеграционным проектам — без громких заявлений, зато с реальными кейсами.