Четыре шага к успеху в искусственном интеллекте: бизнес-стратегии Дмитрия Рыкунова

Логотип компании
Четыре шага к успеху в искусственном интеллекте: бизнес-стратегии Дмитрия Рыкунова

Иллюстрация: Shutterstock.ai

Талантливый Data Scientist рассказал, как использование искусственного интеллекта помогает обойти конкурентов и улучшить показатели работы компаний.
Искусственный интеллект проникает во все сферы жизни – от устройств голосовых помощников до достижений медицины и освоения космоса. В технологию сейчас инвестирует 91 процент ведущих организаций в мире. Поэтому специалисты в области больших данных и машинного обучения, глубоко разбирающиеся в ней и способные выстраивать технологию для развития бизнеса, на вес золота. Успешную карьеру в этой области построил универсальный Data Scientist Дмитрий Рыкунов, разработавший с использованием ИИ решения, повышающие эффективность работы компаний, для Яндекса и крупных банков.

Шаг первый: непрерывное обучение

Технологии искусственного интеллекта меняют экономику и способы ведения бизнеса, и тот, кто это понимает уже сейчас, получает преимущество перед конкурентами – не важно, идет речь об отдельных специалистах или о целом бизнесе, уверен Дмитрий Рыкунов. Эксперт говорит, что ИИ как инструмент уникален тем, что, как и человек, с течением времени способен становиться более эффективным благодаря постоянному обучению – чем больше нейросеть узнает о деталях и потребностях, тем лучше она функционирует и подстраивается под требования пользователей. Поэтому в IT непрерывное обучение имеет особое значение.

Наукой о данных и машинном обучении Дмитрий заинтересовался на последнем курсе Высшей школы экономики и начал изучать самостоятельно. Эти знания он позже успешно применил в компании Яндекс.Медиасервисы, где спроектировал и разработал новую систему таргетинга рекламы для Яндекс.Афиши. Методы Дмитрия Рыкунова позволили компании значительно повысить доход.

Четыре шага к успеху в искусственном интеллекте: бизнес-стратегии Дмитрия Рыкунова. Рис. 1«Методика использует машинное обучение для анализа поведения пользователей и истории их взаимодействий с платформой, чтобы предсказать вероятность совершения покупки билета после клика по рекламе. Это позволяет автоматизированно оптимизировать рекламные кампании в реальном времени, увеличивая коэффициент окупаемости инвестиций», – комментирует Дмитрий.

С помощью технологии он также решил проблему неэффективного использования рекламного бюджета из-за ручного таргетинга. В итоге компания увеличила прибыль от онлайн-рекламы на 25% при неизменном бюджете, а эффективное таргетирование позволило охватить до 70% российских интернет-пользователей – на 30% больше, чем было до применения технологии Дмитрия.

Разработка полезна не только для Яндекс.Афиши, специалист уверен, что она может использоваться для любых онлайн-платформ, предлагающих товары или услуги, требующие повышения эффективности рекламных кампаний.

Шаг второй: управление ресурсами

Одна из распространенных проблем в компаниях, говорит эксперт, – неэффективное управление ресурсами. Гигантские объемы данных такого бизнеса не в силах переработать имеющийся персонал, а расширять штат до бесконечности невозможно. Особенно остро это проявляется в крупном бизнесе.

С подобной проблемой Дмитрий Рыкунов столкнулся, например, в Райффайзен-банке, куда профессионала пригласили благодаря его знаниям технологии больших данных, умению строить и обучать нейросети, а также анализировать огромные массивы необработанной информации.

Чтобы решить задачу, специалист разработал модель для прогнозирования активов и обязательств по индивидуальным счетам корпоративных клиентов, в которой использовались техники машинного обучения.

«Модель анализирует исторические данные по транзакциям корпоративных клиентов, чтобы прогнозировать будущие потоки вкладов и снятий, а также взятие и погашение кредитов», – объясняет эксперт.

Решение Дмитрия Рыкунова позволило банку эффективнее планировать инвестиционную деятельность и управлять рисками, что значительно улучшило экономические показатели инвестиционной доходности казначейства, связанные с управлением ликвидностью.

Методика, объясняет специалист, имеет ценность также и для других компаний заинтересованных в повышении эффективности взаимодействия с клиентами и увеличении прибыли.

Шаг третий: целостный подход

Сегодня крупные компании смотрят на внедрение ИИ шире, чем просто на инструмент автоматизации. Теперь это – стратегический бизнес-актив, способствующий повышению конкурентоспособности и улучшению результатов бизнеса в целом, объясняет Дмитрий Рыкунов. Его опыт и понимание технологий применения искусственного интеллекта в бизнесе привлекли к нему внимание McKinsey & Company, одной из крупнейших международных консалтинговых компаний мира, которая специализируется на решении задач, связанных со стратегическим управлением. В этом году Дмитрию Рыкунову предложили работу в ней как эксперту по данным.

«Чтобы построить стратегию использования технологии, важно не только провести анализ деятельности компании, но и разработать план интеграции ИИ в существующие бизнес-процессы и системы, обеспечивая совместимость и эффективность, – объясняет Дмитрий Рыкунов. – Не менее важным шагом является обучение персонала и создание культуры, способствующей принятию и использованию новых технологий».

Эксперт подчеркивает, что при внедрении технологий ИИ в бизнес-процессы важно использовать целостный подход. Он позволяет максимально использовать возможности искусственного интеллекта в различных аспектах бизнеса, начиная от автоматизации рутинных задач до создания инновационных продуктов и услуг. Кроме того, способствует сотрудничеству различных отделов и специалистов в компании, что позволяет объединить знания и опыт для более эффективного использования ИИ во всех аспектах бизнеса.

Шаг четвертый: подготовка специалистов

Профессионалов, понимающих принципы работы бизнеса и предлагающих эффективные технологии, как это делает Дмитрий Рыкунов, в мире пока не так много. Отсутствие в области искусственного интеллекта универсальных специалистов, умеющих работать на стыке дисциплин, эксперт называет проблемой, требующей внимания сообщества и системы образования.

Читайте также
ИТ-компании «СИГМА» и «Прикладные решения» разработали и внедрили в крупной энергетической компании инновационную систему автоматизации управления автотранспортом и спецтехникой — АСУ АиСТ. IT-World рассказывает о проекте.

«Чаще всего в компаниях есть отдельные люди, занимающиеся продуктом, которые думают, как можно было бы применить ИИ для развития бизнеса, при этом, скорее всего, имея очень отдаленные представления о том, как работают и на что способны эти технологии. И отдельно есть технические специалисты, которые разрабатывают то, что им скажут, часто не думая о том, насколько это оптимально. Хуже всего, когда эти команды еще и избегают тесного взаимодействия друг с другом», – отмечает Дмитрий. Поэтому ему часто приходится объяснять и на примере собственной практики показывать преимущества включения в процесс специалистов, которые могут целостно смотреть на прикладные задачи ИИ в бизнесе.

Опубликовано 15.06.2020

Похожие статьи