Факторы, оказывающие влияние на отрасль
Data Science стоит рассматривать не как отдельную отрасль, а в привязке к индустриям. В банках это одно, в тяжелой индустрии, фармацевтике, ретейле — другое.
Соответственно, факторы влияния на отрасль тоже разные.
- Во-первых, в рамках каждой индустрии важно думать, что в первую очередь происходит с самой отраслью. Например, в Digital Banking нужно обрабатывать различные запросы, строить модели оттока клиентов от банка или появления новых клиентов. А в тяжелой индустрии делать модели прогноза поломки оборудования и модели поиска дефектов продукции и т.д.
- Во-вторых, есть развитие самой сферы Data Science, которое открывает новые юзкейсы в индустриях. Например, чат-боты и извлечение фактов из баз данных с помощью языковых моделей. И это приводит к тому, что вместо того, чтобы строить аналитические дашборды и отчеты, у нас появляется очень много ИИ-юзкейсов.
И, пожалуй, самый модный сейчас юзкейс — внедрение языковых моделей. Можно с уверенностью утверждать, что под влиянием ИИ индустрии Data Science будет расти и развиваться. Сейчас изобретают модели, которые можно использовать в разных отраслях. Кейсы везде разные, как мы уже сказали выше, но объединяет их то, что все сейчас пытаются внедрить ИИ.
Поэтому основной вектор на ближайшие пару лет для сферы Data Science — прирост подобных проектов.
Вышеперечисленные причины заставляют компании активно инвестировать в выстраивание инфраструктуры для новых технологий, включая закупку видеокарт и строительство дата-центров. Все более востребованной становится и разработка программного обеспечения для создания целых стеков сопряженных технологий. Это провоцирует как спрос со стороны бизнеса, так и активные исследования в индустрии.
