96% IT-специалистов используют искусственный интеллект: главные сценарии применения и препятствия на пути внедрения

Практически все специалисты по работе с данными и ИТ-профессионалы внедрили искусственный интеллект в свою деятельность. Однако, согласно новому глобальному исследованию компании Alteryx, лишь немногие используют его на полную мощность, а подготовка данных и проверка ответов нейросетей отнимают у сотрудников значительную часть рабочего времени.

Особенности использования ИИ в ИТ-сфере

В опросе приняли участие 700 аналитиков данных и 700 ИТ-руководителей. Как выяснилось, несмотря на то, что 96% респондентов применяют ИИ в работе, регулярными пользователями можно назвать лишь половину из них — только 49% обращаются к ИИ-инструментам постоянно или в большинстве случаев.

Особый интерес у бизнеса вызывает концепция «агентного» ИИ — интеллектуальных агентов, способных действовать автономно. Около 59% опрошенных планируют активно внедрять таких агентов в течение ближайших 12 месяцев. При этом более половины респондентов готовы предоставить ИИ-агентам неограниченный доступ к корпоративным данным, хотя 44% подчеркивают критическую важность контроля со стороны человека.

Где чаще всего применяются ИИ-агенты

В настоящее время автономные ИИ-агенты чаще всего используются для автоматизации рутинных процессов и коммуникаций. Исследование выделяет семь ключевых направлений их интеграции:

• Составление стандартных сообщений или кратких отчетов для заинтересованных сторон — 59%
• Планирование и маршрутизация задач, автоматизация процессов — 54%
• Создание стандартных отчетов или аналитических панелей без участия человека — 48%
• Мониторинг ключевых показателей эффективности (KPI) и запуск ответных действий — 45%
• Очистка, предварительная обработка и проверка рутинных наборов данных — 45%
• Проведение базового статистического анализа или построение простых прогнозных моделей — 34%
• Автоматическое формирование выводов и рекомендаций на основе данных — 23%

Рутина никуда не исчезла: Excel по-прежнему в лидерах

Базовая подготовка данных для обучения ИИ-моделей или работы систем поиска информации до сих пор отнимает много времени у аналитиков. В среднем специалисты тратят на эти задачи около шести часов в неделю, а у 48% респондентов уходит от шести до десяти часов еженедельно. Главным инструментом для работы с данными остаются обычные электронные таблицы — их используют 61% опрошенных. На втором месте находятся инструменты бизнес-аналитики (BI) с долей 56%, а специализированные платформы для подготовки данных применяют 51% специалистов.

В отчете отмечается, что доминирование электронных таблиц отражает общую реальность: технологии ИИ накладываются на существующие рабочие процессы, а не заменяют их полностью. Кроме того, вопреки тренду на мгновенное принятие решений, лишь 20% организаций способны перейти от анализа данных к бизнес-решениям за несколько часов, и только 5% поддерживают принятие решений в режиме реального времени.

Главные барьеры при внедрении ИИ

Основной трудностью специалисты называют сложность объяснения результатов работы ИИ бизнес-руководству. Также выделяется общий дефицит аналитических навыков в компаниях. Среди ключевых препятствий респонденты выделили:

• Сложность интерпретации или объяснения результатов работы ИИ лицам, принимающим решения — 55%
• Ограниченные аналитические навыки у бизнес-пользователей — 54%
• Недостаточная чистота, интегрированность или контролируемость данных — 50%
• Отсутствие четкого распределения ответственности за принятые решения — 49%
• Технические ограничения инструментов ИИ или инфраструктуры — 45%

«Налог» на использование искусственного интеллекта

Генерация выводов с помощью ИИ требует постоянного контроля. Аналитики тратят в среднем около четырех часов в неделю на проверку и исправление результатов работы нейросетей. При этом каждый шестой специалист посвящает корректировке ответов ИИ практически целый рабочий день — шесть часов и более. В сочетании с шестью часами, которые уходят на подготовку данных, специалисты тратят почти два рабочих дня в неделю на обслуживание потребностей ИИ.

В обзоре подчеркивается, что на рынке труда формируется новый ценный навык — валидация результатов работы искусственного интеллекта. И хотя технологии ускоряют выполнение задач, бизнесу по-прежнему необходим контроль со стороны человека для обеспечения точности, прозрачности и надежности результатов.