XIII форум DATA&AI 2024 издательства «Открытые системы», посвященный приоритетам умной экономики, показал активно растущий интерес к большим данным, продвинутой аналитике и искусственному интеллекту. Эволюция больших данных в России в 2024 году вышла на новую ступень. «Подготовка национального проекта “Экономика данных” свидетельствует о новом приоритете в развитии экономики, государственного управления и общественных институтов, — подчеркнула Ирина Шеян, программный директор DATA&AI 2024. — Применение больших данных становится массовым, отечественные инструменты — зрелыми, а профессионалы в области данных решают с их помощью инновационные, но в то же время абсолютно практические задачи. Мы видим, как растет скорость, с которой российский бизнес сегодня впитывает технологические инновации, вырабатывая экономические модели их использования». Участники форума обсудили новые вызовы и возможности, связанные с курсом на экономику данных, познакомились с широким кругом российских компаний, разрабатывающих и внедряющих решения для повышения эффективности работы с данными, а также c практикой применения этих решений в банковской сфере, промышленности, ретейле, на рынке недвижимости, в образовании и медицине.
.jpg)
Высокую планку по-прежнему задает финансовый сектор, представленный докладом Бориса Рабиновича, «Сбер», c инсайтами о будущем человека и технологий, а также докладом Ольги Маховой, «Росбанк», о федерализации данных. Полезным опытом поделились Алевтина Тинас и Маргарита Волкова из Tele2, рассказав, как удалось обеспечить бизнес-пользователей удобными инструментами работы с данными и присоединить к штатным аналитикам Data Office примерно 400 сотрудников других функциональных подразделений. Рекордное количество выступлений было посвящено применению ИИ в самых разных отраслях. Александр Кулиев, «Бургер Кинг», поделился опытом создания интегрированной аналитической среды для работы с разрозненными источниками данных и реализации проектов «цифровой гость» и «цифровой ресторан» с применением искусственного интеллекта и предиктивной аналитики. Александр Гусев, Webiomed, представил поучительный опыт использования прогнозных и диагностических моделей машинного обучения в медицине для формирования риск-профилей пациентов и персональных рекомендаций по профилактике заболеваний. Артем Ерохин, X5 Tech, рассказал, как сократить издержки на разметку данных с помощью больших языковых моделей (LLM), как такие модели могут использоваться для разметки, какие существуют сценарии улучшения качества и ограничения использования. В свою очередь, Алексей Тестин, ГМК «Норильский никель», рассказал, какой путь прошла горно-металлургическая компания от прямых экономических эффектов применения предиктивного искусственного интеллекта к косвенным эффектам, полученным с помощью генеративного ИИ.
