РБК Pro —  
информационный сервис для предпринимателей и управленцев. Первый месяц — бесплатно
РБК Pro
— сервис для вашего бизнеса. Зарегистрируйтесь и получите доступ ко всем материалам. Первые 30 дней бесплатно.
Вебинар РБК Pro:

Искусственный интеллект для бизнеса: как выбрать и реализовать проект

IT Инновации Вебинар Rubbles
Впервые на РБК Pro?
Зарегистрируйтесь. Первый месяц подписки – бесплатно!
Вебинар будет полезен генеральным директорам, ИТ-директорам, менеджерам крупных и средних компаний. Цель вебинара — дать представителям бизнеса практические рекомендации по выбору и реализации проектов на основе искусственного интеллекта (ИИ)

Основные темы вебинара

  • Искусственный интеллект (ИИ) в бизнесе: примеры. ИИ применяется в различных направлениях. В кредитном скоринге: на основе анализа большого массива данных, имеющихся у банка, ИИ оценивает надежность конкретного заемщика. На производстве: с помощью компьютерного зрения можно контролировать действия рабочих на площадке. В авиаиндустрии и промышленности: ИИ может предсказывать поломку сложного оборудования. Алгоритм определяет, какие показатели вибрации, шума, температуры предвещают поломку, и на основании этих данных строит прогноз. В ретейле: ИИ прогнозирует спрос на товары, анализируя зависимость продаж от цены, площади магазина, расстояния до магазина-конкурента, погоды и других факторов.
  • Как отсеять неперспективный ИИ-проект. На этапе оценки проекта обратите внимание на три критерия. Экономический эффект: если оптимизация какого-либо процесса в несколько процентов позволит добиться существенного экономического эффекта для компании, этот проект стоит рассмотреть. Регулярность процесса: стоит внедрять ИИ-проект, если оптимизируемый технический или бизнес-процесс предполагает регулярное принятие решений или действия по заданному алгоритму. Наличие данных: оптимизация может быть осуществлена за счет анализа уже имеющихся данных. Если данных нет, не стоит внедрять ИИ.
  • Как реализовать ИИ-проект. Процесс реализации состоит из семи шагов. Первый: провести бизнес-анализ задачи и понять, какую экономическую ценность решение этой задачи имеет для компании. Второй: проанализировать, какие данные имеются уже сейчас, а какие стоит начать собирать, чтобы затем запустить ИИ-проект. Третий: подготовить данные, систематизировать их так, чтобы с ними мог работать искусственный интеллект. Четвертый шаг — моделирование: наложение алгоритмов на имеющиеся данные, которое позволит извлечь из этих данных пользу для бизнеса. Пятый: оценить решение с помощью нескольких метрик — насколько качественно работает алгоритм. Шестой: внедрить алгоритм в бизнес-процесс, объяснить сотрудникам, как его использовать. Седьмой шаг — поддержка ИИ-проекта: регулярное переобучение моделей, мониторинг поступающих данных, доработка алгоритмов под новые виды данных.
О спикерах
Александр Фонарев. Сооснователь и директор по анализу данных ИТ-компании Rubbles, PhD в области Data Science.