{"componentChunkName":"component---src-templates-blog-js","path":"/blog/krupnyi-biznes-ne-speshit-vnedryat-mashinnoe-obuchenie","result":{"data":{"contentfulBlog":{"title":"Крупный бизнес не спешит внедрять машинное обучение","id":"5887fb4a-9ff2-54af-ad40-ad76521f3182","slug":"krupnyi-biznes-ne-speshit-vnedryat-mashinnoe-obuchenie","content":{"childMarkdownRemark":{"html":"<p>Тех­но­логии ма­шин­но­го обу­чения (ML) ис­поль­зу­ет треть круп­ных рос­сий­ских пред­прия­тий (33%). Об этом со­об­ща­ет ана­лити­чес­кий центр НА­ФИ. Ма­шин­ное обу­чение при­меня­ет­ся в го­сударс­твен­ном уп­равле­нии, ре­тей­ле, про­мыш­леннос­ти и энер­ге­тике. Ме­дицин­ские и фар­ма­цев­ти­чес­кие ком­па­нии по­ка толь­ко пла­ниру­ют на­чать его внед­ре­ние.</p>\n<p>По данным НАФИ, 80% крупных бизнесов в стране используют автоматизацию в бизнес-процессах. На каждом пятом предприятии автоматизированы все бизнес-процессы. В будущем количество автоматизированных бизнес-процессов на предприятиях продолжит расти. Такой прогноз дали 93% опрошенных представителей компаний. Причины дальнейшего роста уровня автоматизации процессов: повышение конкурентоспособности (80%), экономия производственных затрат (69%), повышение качества решений по автоматизации (53%), их удешевление (35%), имиджевая необходимость использования автоматизации (31%), дефицит человеческих ресурсов (12%).</p>\n<p>Несмотря на то что автоматизированные бизнес-процессы применяются в большинстве компаний, машинное обучение используется только на каждом третьем предприятии (33%). На большинстве крупных предприятий ИТ-директора знают о машинном обучении в общих чертах (62%), в подробностях - только 18%.</p>\n<p>Чаще всего машинное обучение используют для организации продаж (56%), обслуживания (44%) и логистики (33%). В ближайшие два-три года машинное обучение в компаниях планируют применять в первую очередь для оптимизации производства (40%), аналитики и исследований (35%), маркетинга (29%).</p>\n<p>Согласно исследованию, основной драйвер внедрения машинного обучения на предприятиях - сокращение текущих расходов (44%). Дополнительные предпосылки - повышение производительности труда (36%), оптимизация взаимодействия подразделений (35%), сокращение сроков принятия решений (29%), сокращение сроков анализа данных (29%). Наиболее распространенные барьеры к внедрению машинного обучения - необходимость перестройки существующих бизнес-процессов (31%), неготовность персонала (29%), недостаточный уровень цифровизации в организации (27%).</p>\n<p>По информации НАФИ, технологии машинного обучения используют в государственном управлении (57%), ретейле и торговле (37%), промышленности и энергетике (32%). Опрошенные представители медицинских и фармацевтических компаний пока только планируют внедрять машинное обучение на предприятиях.</p>\n<p>В сфере госуправления в опрошенных компаниях машинное обучение чаще всего применяется для управления персоналом и подбора кадров (50%). При этом организации планируют внедрить его также в аналитику и исследования (43%). Основным барьером для внедрения машинного обучения представители предприятий госсектора назвали кибербезопасность, а основным драйвером - повышение производительности труда персонала (и то, и другое упомянули 72% опрошенных).</p>\n<p>В ретейле и торговле самый высокий процент внедрения машинного обучения приходится на продажи (86%). Представители этих компаний также планируют внедрить его в логистику (42%), в оптимизацию производства и маркетинг (по 37%). В первую очередь их удерживает от внедрения машинного обучения необходимость перестройки существующих бизнес-процессов (42%). Основным драйвером внедрения также является снижение издержек (58%).</p>\n<p>В промышленности и энергетике, по информации НАФИ, машинное обучение чаще всего интегрировано в оптимизацию производства (68%) и логистику (50%). Планы внедрить машинное обучение есть у 48% компаний в сфере промышленности и энергетики. Барьерами для них являются неготовность персонала и нехватка доступной информации о машинном обучении (по 37%), а драйверами - сокращение сроков анализа данных и снижение текущих расходов (по 42%).</p>\n<p>Представители опрошенных компаний в сфере медицины и фармацевтики больше всего стремятся начать применять машинное обучение в аналитике и исследованиях (71%), а также в маркетинге (57%) и оптимизации производства (43%). В первую очередь их останавливает нехватка доступной информации о машинном обучении (71%), а стимулируют перспективы улучшения имиджа организации (57%), сокращение срока принятия решений и повышение эффективности разработок (по 43%).</p>\n<p>Больше 50% финансовых респондентов - банки, страховщики - признались, что видят необходимость перестройки существующих бизнес-процессов для внедрения машинного обучения и готовы заняться этим в ближайшие два-три года. Компании финансового сегмента так рассчитывают повлиять на качество обслуживания, снизить расходы и сократить сроки принятия решений.</p>\n<p>В целом 47% крупных предприятий обладают штатными специалистами, способными внедрить машинное обучение. Опрошенные разделились в предпочтении, как внедрять такие технологии - своими силами (40%) или привлекать для этого профессиональные ИТ-компании (38%).</p>\n<p>\"На основе полученных данных мы предполагаем, что в течение ближайших пяти-семи лет нас ожидает период активного перехода на использование машинного обучения, систематизации данных и накопления опыта. Рассчитываем на плавный рост, который будет заключаться в том, что компании, уже использующие МО, будут расширять область его применения, а не использующие - постепенно внедрять данную технологию\", - прогнозирует руководитель исследовательских проектов НАФИ Всеволод Хоменко.</p>\n<p>Опрос проводился НАФИ в сентябре 2019 г. в форме онлайн-интервью с представителями крупного бизнеса и госорганов. Объем выборки - 51 респондент. Под автоматизацией организационных процессов в исследовании понимают перенос рутинных процедур или типовых задач под контроль цифровой информационной системы. Под машинным обучением подразумевают процесс, в ходе которого искусственный интеллект обрабатывает большое количество примеров, выявляет закономерности и использует их, чтобы анализировать и прогнозировать характеристики новых данных.</p>\n<p>Источник : <a href=\"https://clck.ru/KVdrW\">https://clck.ru/KVdrW</a></p>"}},"seoTitle":"Чаще всего машинное обучение используют для организации ","seoDescription":"Согласно исследованию, основной драйвер внедрения машинного обучения на предприятиях - сокращение текущих расходов","seoAuthor":null,"seoKeywords":null,"seoImage":{"fluid":{"base64":"data:image/jpeg;base64,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","aspectRatio":1.2503052503052503,"src":"//images.ctfassets.net/aphotxgpdvah/4yHRRoIGs2hWZPBKnNc8rg/b662692dd3c09e79a55cacd618c47600/3YIKf90HleA.jpg?w=1200&q=100","srcSet":"//images.ctfassets.net/aphotxgpdvah/4yHRRoIGs2hWZPBKnNc8rg/b662692dd3c09e79a55cacd618c47600/3YIKf90HleA.jpg?w=300&h=240&q=100 300w,\n//images.ctfassets.net/aphotxgpdvah/4yHRRoIGs2hWZPBKnNc8rg/b662692dd3c09e79a55cacd618c47600/3YIKf90HleA.jpg?w=600&h=480&q=100 600w,\n//images.ctfassets.net/aphotxgpdvah/4yHRRoIGs2hWZPBKnNc8rg/b662692dd3c09e79a55cacd618c47600/3YIKf90HleA.jpg?w=1024&h=819&q=100 1024w","sizes":"(max-width: 1200px) 100vw, 1200px"}},"featuredImage":{"fluid":{"base64":"data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEASABIAAD/2wBDAAMCAgMCAgMDAwMEAwMEBQgFBQQEBQoHBwYIDAoMDAsKCwsNDhIQDQ4RDgsLEBYQERMUFRUVDA8XGBYUGBIUFRT/2wBDAQMEBAUEBQkFBQkUDQsNFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBQUFBT/wAARCAAQABQDASIAAhEBAxEB/8QAGgAAAQUBAAAAAAAAAAAAAAAAAAMEBQYHCP/EACcQAAICAQIFAwUAAAAAAAAAAAEDAgQRAAYFISIxURKRoRQjQWHw/8QAFQEBAQAAAAAAAAAAAAAAAAAABQP/xAAdEQABBAIDAAAAAAAAAAAAAAABAAIDEQQSEzFB/9oADAMBAAIRAxEAPwDjngCV2KiyhaTaaC0vbAy9EAcYA8kg9ufbtg6U3ptbiMVV7FuLfpJJDoKbCQJUc9UcnmOk+2s/q7ls1oKFa3Jc1fbIjLuPPvnUzZ3rctVK1ZjlwMgYtcsjJifI/vk6cYI9TfaOnGVytMThr6FU3rgt04jMgCcHyPnRp/auxnYYVulFeenJ54/Gf3o1GwkF/9k=","aspectRatio":1.2503052503052503,"src":"//images.ctfassets.net/aphotxgpdvah/4yHRRoIGs2hWZPBKnNc8rg/b662692dd3c09e79a55cacd618c47600/3YIKf90HleA.jpg?w=1200&q=100","srcSet":"//images.ctfassets.net/aphotxgpdvah/4yHRRoIGs2hWZPBKnNc8rg/b662692dd3c09e79a55cacd618c47600/3YIKf90HleA.jpg?w=300&h=240&q=100 300w,\n//images.ctfassets.net/aphotxgpdvah/4yHRRoIGs2hWZPBKnNc8rg/b662692dd3c09e79a55cacd618c47600/3YIKf90HleA.jpg?w=600&h=480&q=100 600w,\n//images.ctfassets.net/aphotxgpdvah/4yHRRoIGs2hWZPBKnNc8rg/b662692dd3c09e79a55cacd618c47600/3YIKf90HleA.jpg?w=1024&h=819&q=100 1024w","sizes":"(max-width: 1200px) 100vw, 1200px"}}}},"pageContext":{"id":"5887fb4a-9ff2-54af-ad40-ad76521f3182","prev":{"id":"9baf103e-f873-5cb8-9aa0-f7b257a69cef","slug":"vsemirnaya-konferenciya-radiosvyazi-opredelila-pod-5g-besprecedentnyi-obem"},"next":{"id":"8ea39c86-6191-5723-b430-51316336a5e6","slug":"po-puti-revolyucii-v-rossii-sozdadut-centr-iskusstvennogo-intellekta"}}}}