УДК 004.65

Большие данные и искусственный интеллект: новые возможности для бизнеса

Хуан Цзинянь – магистрант кафедры компьютерных технологий и систем Санкт-Петербургского государственного университета.

Аннотация: Цель данной работы заключается в изучении возможностей применения больших данных и искусственного интеллекта в сфере бизнеса. Рассмотрены основные направления использования больших данных и искусственного интеллекта в сфере бизнеса. Даны основные рекомендации по применению больших данных и искусственного интеллекта для увеличения эффективности бизнес процессов. Рассмотрен пример приложения, с помощью которого может осуществляться работа с большими данными в современном бизнесе посредством использования методов искусственного интеллекта. В заключении работы делается вывод о высокой степени актуальности данного исследовательского направления и необходимости продолжения работ.

Ключевые слова: автоматизация, бизнес-аналитика, большие данные, искусственный интеллект, маркетинг, машинное обучение.

В течение последних десятилетий сфера бизнеса является одним из наиболее динамично развивающихся направлений в деятельности мирового сообщества. Ежегодно возникают различные вызовы, такие как пандемия коронавирусной инфекции COVID-19, экономические кризисы и мировые конфликты, которые оказывают достаточно сильное влияние на развитие мирового бизнеса.

Одним из нововведений, которое оказало достаточно сильное влияние на дальнейшее развитие современного бизнеса, является внедрение методов и алгоритмов искусственного интеллекта. Причиной возникновения положительной связи бизнеса и искусственного интеллекта являются его преимущества, которые позволяют повысить качество обслуживания конечных потребителей, автоматизировать сложные рутинные процессы, принимать наиболее эффективные решения в различных бизнес-процессах и многое другое [1].

Постоянно растущий объем информации стал причиной возникновения термина «большие данные», который в настоящее время получил достаточно широкое использование в современном бизнесе. Сочетание методов искусственного интеллекта и больших данных открывает возможность для современного бизнеса: с помощью глубокого анализа такой информации становится возможно определить наиболее важные данные, которые позволяют повысить эффективность ведения бизнеса и принимать наиболее эффективные и взвешенные решения [2]. Все вышесказанное делает исследование данного вопроса достаточно перспективным и актуальным.

Несомненно, что для того, чтобы современным предприятиям оставаться конкурентоспособными в современном обществе, им необходимо максимально использовать в своей деятельности современные технологии искусственного интеллекта, которые позволят существенно упростить работу с большими данными. Среди таких областей применения можно привести следующие:

1 Бизнес-аналитика больших данных. Такая информация может оказать помощь предприятиям по результатам анализа выделять различные тренды и закономерности, с помощью которых можно разрабатывать наиболее эффективные бизнес-стратегии и принимать эффективные решения.

2 Маркетинг. С помощью методов искусственного интеллекта можно проводить анализ большого объема данных, связанных или полученных от конечных покупателей, что даст возможность разрабатывать наиболее актуальные персональные предложения и акции, что существенно увеличит конверсию и повысит уровень удовлетворенности конечных потребителей.

3 Управление производимыми продуктами и предлагаемыми услугами. Работа с большими данными с помощью методов искусственного интеллекта позволяет предприятиям выявить наиболее важные для конечных потребителей функции и свойства производимых продуктов, а также осуществлять их улучшение за счет анализа обратной информации от конечных потребителей.

4 Риск-менеджмент. За счет анализа больших данных предприятиям становится легче проводить оценку наиболее опасных для них рисков, а также проводить анализ всевозможных угроз, что, несомненно, поможет принимать наиболее эффективные решения при разработке эффективной системы управления рисками.

5 Контроль над операциями. Работа с большими данными методами искусственного интеллекта позволяет предприятиям повышать эффективность совершаемых ими операций и сокращать уровень финансовых затрат на производственные и логистические процессы за счет внедрения автоматизированных процессов и оптимизации применяемых ими ресурсов.

Перечислим основные рекомендации, использование которых поможет наиболее эффективно применять искусственный интеллект и большие данные в сфере бизнеса:

1 Сформулируйте ясные цели: перед тем, как приступить к использованию больших данных и искусственного интеллекта, необходимо определить ясные и конкретные цели исследования, чтобы использовать правильные инструменты и методы для сбора, обработки и анализа данных.

2 Используйте качественные данные: использование качественных данных является ключевым фактором для получения точных результатов и принятия правильных решений. Поэтому, необходимо собирать данные из разных источников и использовать современные методы очистки и обработки данных, чтобы исключить ошибки и не точности.

3 Автоматизируйте процессы: автоматизация процессов, связанных с обработкой и анализом данных, позволяет сократить время, затрачиваемое на выполнение задач и снизить риски человеческой ошибки.

4 Используйте аналитические инструменты: использование аналитических инструментов, таких как машинное обучение, нейронные сети, статистический анализ и другие методы, позволяет получать более точные и полезные результаты при анализе больших объемов данных.

5 Разработайте стратегию безопасности данных: безопасность данных является ключевым фактором при использовании больших данных и искусственного интеллекта. Необходимо разработать стратегию, которая будет обеспечивать конфиденциальность, целостность и доступность данных.

6 Обучите персонал: необходимо обучить сотрудников, работающих с большими данными и искусственным интеллектом, чтобы они понимали процессы, методы и инструменты, которые используются, и умели применять их на практике.

7 Используйте полученные результаты для принятия решений: полученные результаты и аналитические выводы должны использоваться для принятия решений, которые позволят улучшить эффективность бизнеса. После получения результатов анализа больших данных и использования искусственного интеллекта необходимо принять меры по оптимизации бизнес-процессов и улучшению результатов.

8 Не останавливайтесь на достигнутом: большие данные и искусственный интеллект постоянно развиваются, поэтому необходимо постоянно совершенствовать процессы сбора, обработки и анализа данных, чтобы оставаться на шаг впереди конкурентов.

9 Используйте визуализацию данных: визуализация данных помогает визуально представить результаты анализа больших объемов данных и облегчает понимание сложных показателей. Используйте различные инструменты визуализации, такие как графики, диаграммы, тепловые карты и другие.

10 Не забывайте о человеческом факторе: несмотря на то, что большие данные и искусственный интеллект могут обеспечить высокую точность и надежность при принятии решений, необходимо учитывать и человеческий фактор. Не забывайте о том, что люди могут вносить субъективность и искажения в данные, поэтому необходимо совмещать искусственный интеллект с человеческими знаниями и опытом [3].

Среди ключевых трендов в процессе обработки информации и аналитике, по мнению агентства Gartner, находятся именно те, которые непосредственным образом связаны с использованием искусственного интеллекта и больших данных в сфере бизнеса, а именно:

- расширенная аналитика;

- расширенное управление данными [4].

В качестве примера использования технологий искусственного интеллекта и, в частности, машинного обучения, при работе с большими данными в сфере современного бизнеса, можно привести методологию MLOps, которая может использоваться на различных этапах разработки промышленных ML-решений. Данная методология позволяет разработать автоматизированный процесс, включающий в себя обучение, тестирование, валидацию и выпуск готовой ML-модели. Данная методология была положена в основу создания платформы Digital Q.AIML, которая разрабатывалась предприятием «Диасофт» [5]. С помощью данной платформы можно разрабатывать высокоэффективные приложения для бизнеса, которые можно применять для решения произвольных задач - общение с конечными потребителями, прогнозирование результатов и т.п.

В заключение работы хотелось бы отметить, что искусственный интеллект и большие данные оказывают достаточно сильное влияние на современную сферу бизнеса. Однако, несмотря на все кажущиеся преимущества, имеются определенные проблемы, требующие решения. В частности, разрабатываемые алгоритмы могут быть не совсем идеальными, в связи с чем получаемые результаты могут быть некорректными. Помимо этого, ряд данных может обладать определенной конфиденциальностью и работа с ними может быть сопряжена с нарушением прав. В связи с этим необходимо продолжать развивать данное научное направление, создавать более гибкие и эффективные алгоритмы работы, а также разработать необходимую и эффективную законодательную базу, которая будет позволять решать все спорные вопросы, возникающие в ходе работы.

Список литературы

Городнова Н.В. Применение искусственного интеллекта в бизнес-сфере: современное состояние и перспективы / Н.В. Городнова // Вопросы инновационной экономики. – 2021. – № 4 (11). – С. 1473-1492.
Хачатурян К.С. Искусственный интеллект в маркетинге как новая концепция и бизнес-возможность для повышения эффективности компаний / К.С. Хачатурян, С.В. Пономарева, Н.В. Корюшов // Вестник евразийской науки. – 2023. – № 3 (15). – С. 1-9.
Большие данные и искусственный интеллект: новые возможности для бизнеса [Электронный ресурс]. Свободный доступ: https://dzen.ru/a/ZAHsVXdY1CQNwpXk (дата обращения - 26.03.2024 г.).
Архипова Л.И. Большие данные и искусственный интеллект в бизнесе: развитие и регулирование / Л.И. Архипова // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сб. материалов VI Междунар. науч.-практ. конф. Минск, 20-21 мая 2020 г. – Минск : Бестпринт, 2020. – С. 122–127.
Пилецкая А.В. Искусственный интеллект и большие данные / А.В. Пилецкая // Молодой ученый. – 2019. – № 50 (288). – С. 20-22.