78% промышленных компаний заместили менее 70% ПО для работы с данными

78% промышленных компаний заместили менее 70% ПО для работы с данными

78% промышленных компаний заместили менее 70% ПО для работы с данными

Согласно совместному исследованию К2Тех и Arenadata, 22% российских промышленных компаний достигли высокого уровня замещения (более 70%), а 78% — заместили менее 70% ПО.

В исследовании приняли участие 97 руководителей и директоров компаний из различных отраслей промышленности.

Как показал опрос, 82% промышленных предприятий стали больше доверять отечественному ПО для работы с данными. 40% готовы внедрять такие решения в процессы планирования, аналитики и оптимизации производственных процессов.

Доля отечественного ПО на предприятиях пока относительно невысокая. 78% предприятий заместили менее 70% решений по работе с данными. При этом большинство из них находятся в диапазоне замещения от 31% до 50%.

Ключевые критерии решений для обработки Big Data — безопасность решения (59% респондентов), функциональность (51%) и цена обслуживания (44%). Высокий показатель по безопасности связан с тем, что значительная часть респондентов подпадает под регулирование объектов критической критической информационной инфраструктуры.

Основные препятствия для внедрения решений по работе с данными, в том числе отечественных, по мнению респондентов, — высокая стоимость (19%), кадровый дефицит (19%), неготовность инфраструктуры (12%) и низкое качество имеющегося на рынке ПО (12%).

Из реальных эффектов 40% заказчиков надеются на увеличение прибыли. 30% намерены снизить издержки, а 28% — получить информацию для принятия обоснованных управленческих решений. Но заказчики не питают иллюзий к сверхскоростному возврату инвестиций в проекты с применением Big Data. 44% компаний ожидают возврата инвестиций в течение 3-4 лет, 23% — в течение 5 лет.

«Ситуация по импортозамещению решений по большим данным в промышленности, которую показало исследование, практически точно попадает под закон Парето. 22% компаний заместили более 70% решений по работе с данными. В основном это крупные предприятия, которые имели возможность быстро приступить к миграции и выделять на это достаточный бюджет. И именно эти 22% дают импульс для импортозамещения оставшихся 78%. Наличие на рынке промышленности реальных проектов с применением отечественного ПО по работе с данными позволяет российским вендорам получать обратную связь по своим решениям и дорабатывать их под запросы рынка, а для других предприятий-заказчиков такие кейсы — реальный пример экономических эффектов от решений с Big Data, повышающий доверие к российскому ПО», — отметил заместитель генерального директора К2Тех Игорь Зельдец.

«Данные — важный актив для промышленных предприятий, и лидеры отрасли это понимают. Поэтому все чаще запускают полноценные проекты по работе с данными, разворачивают пилоты. Исследование показывает, что промышленники представляют, какие бизнес-эффекты может принести внедрение технологий Big Data, и активно взаимодействуют с вендорами, у которых уже есть успешные кейсы внедрения их решений», — пояснил директор департамента Группы Arenadata по работе с промышленным сектором Максим Власюк.

Нейросеть для ЖКХ научилась материться в первый месяц обучения

Разработчикам отечественного голосового помощника для сферы ЖКХ пришлось «переучивать» систему после того, как в процессе обучения бот освоил ненормативную лексику. Этот случай наглядно показал, насколько критично качество данных, на которых обучаются нейросети.

О возникшей проблеме рассказал ТАСС президент Национального объединения организаций в сфере технологий информационного моделирования (НОТИМ) Михаил Викторов на Сибирском строительном форуме, который проходит в Новосибирске.

«Приведу забавный случай: нейросеть учится, и буквально уже в первый месяц разработчики обнаружили такую коллизию — нейросеть научилась мату. Как говорится, с кем поведёшься, от того и наберёшься. Эту проблему, конечно, пришлось устранять. Но это в том числе показатель активного взаимодействия с нашими гражданами», — рассказал Михаил Викторов.

При этом, по его словам, внедрение ботов позволило сократить число операторов кол-центров в 5–6 раз без потери качества обслуживания. Нейросетевые инструменты способны обрабатывать до 90% входящих обращений.

Уровень удовлетворённости качеством обслуживания, по оценке Викторова, составляет около 80%. Передавать звонки операторам целесообразно лишь в экстренных случаях — например, при аварийных ситуациях.

Эксперты ранее отмечали, что именно данные, на которых обучается ИИ, являются ключевой причиной появления некорректных или предвзятых ответов нейросетевых инструментов.

RSS: Новости на портале Anti-Malware.ru