После того, как западные ИТ-вендоры ушли из России, отечественная индустрия данных и ИИ встала на собственный путь развития. Чем он характеризуется и каковы его перспективы?
#Искусственный интеллектСтанислав Стрельцов, CDO Tele2/Altel, – о проекте оптимизации размещения базовых станций 5G с помощью машинного обучения и многокритериального анализа принятия решений. Проект призван снизить капитальные затраты и улучшить качество услуг, при этом помогая достижению целей устойчивого развития (SDG).
#Data AwardАнна Кабанец, директор по CX стратегии Альфа-Банка, – о создании платформы Alert VOC, автоматизирующей процесс работы с сервисными отклонениями и позволяющей контролировать «работу над ошибками».
#Data AwardУчастники форума обсудят роль данных как стратегического ресурса бизнеса и госорганизаций, представят опыт решения практических задач с помощью больших данных и передовой аналитики.
#Самое интересноеБизнес заинтересован сегодня в прогнозировании поведения своих клиентов, а также в повышении эффективности работы сотрудников и в прозрачной системе мониторинга их деятельности. Предприниматели готовы инвестировать в соответствующие ИИ-решения, например аналитику коммуникаций – одну из наиболее динамично развивающихся сегодня сфер применения искусственного интеллекта, особенности применения которого иллюстрирует работа сервиса WordPulse компании MTS AI.
С какими трудностями сталкиваются ученые при анализе данных о здоровье, отслеживаемых с помощью умных часов и фитнес-браслетов
В конце 1990-х годов наблюдалось бурное развитие бизнес-приложений – в крупных организациях были накоплены существенные объемы данных, началось строительство хранилищ и витрин данных. Актуальным стал поиск решений по информационно-аналитическому обслуживанию бизнес-пользователей с активным вовлечением их в процесс анализа данных. Прошли годы – какие сдвиги в области бизнес-аналитики произошли за это время, к чему пришла индустрия и чего стоит ожидать в ближайшем будущем?
Российские компании осознают ценность данных и переходят от системо-центричной к дата-центричной ИТ-архитектуре. Ключ к успеху такого перехода — качественные и синхронизированные данные, хорошо структурированное хранилище и правильные инструменты анализа, позволяющие хранить данные вне систем бизнес-анализа.