Сколько стоит искусственный интеллект? Смотря как

Сколько стоит создать собственную систему искусственного интеллекта? Честным ответом будет «это зависит», поскольку стоимость разработки, внедрения и обслуживания пользовательских систем искусственного интеллекта зависит от ряда факторов и может оцениваться только в каждом конкретном случае. Однако в этой статье мы выясним, что это за факторы, и предоставим примерные оценки нескольких решений на основе ИИ из нашего портфолио. Кроме того, мы дадим вам несколько советов о том, как подойти к вашему первому проекту искусственного интеллекта и получить максимальную отдачу от ваших инвестиций в ИИ.

Это 5 основных факторов, влияющих на стоимость ИИ.

1. Тип программного обеспечения, которое вы хотите создать. Искусственный интеллект — это общий термин, который относится к любому устройству или приложению, которое принимает решения на основе потребляемой информации, имитируя таким образом человеческий интеллект. Голосовые помощники, которые понимают вопросы, произнесенные на естественном языке, камеры видеонаблюдения, распознающие людей в видеозаписях в реальном времени, и экспертные системы, которые выявляют раковые опухоли на компьютерных томограммах, — все это можно назвать искусственным интеллектом. Однако их сложность, требования к производительности, а, следовательно, и стоимость сильно различаются.
2. Уровень интеллекта, к которому вы стремитесь. Говоря об ИИ, люди склонны представлять себе роботов Boston Dynamics и голографические аватары из фильма «Бегущий по лезвию 2049». распознавать текст в файлах PDF и преобразовывать их в редактируемые документы.Чтобы классифицировать алгоритмы как действительно интеллектуальные, алгоритмы ИИ должны уметь выявлять закономерности в данных практически без вмешательства человека, оценивать вероятность или маловероятность события, обосновывать свои предположения, непрерывно обрабатывать новые данные и извлекать из них уроки.
3. Количество и качество данных, которые вы собираетесь подавать в свою систему. Искусственный интеллект хорош ровно настолько, насколько хороши данные, на которых он обучался, и чем больше данных потребляют алгоритмы, тем лучше они становятся. ИИ может принимать как структурированные данные, которые должным образом организованы и хранятся в системах управления реляционными базами данных (RDBM), так и неструктурированные данные, такие как электронные письма, изображения и видео, которые обычно массово загружаются в озера данных. Что касается стоимости ИИ, дешевле работать со структурированными данными, особенно если имеется значительное количество информации для повышения точности ваших алгоритмов. При работе с неструктурированными данными специалистам по искусственному интеллекту приходится прикладывать дополнительные усилия для их организации и маркировки, а инженерам-программистам необходимо настроить полную инфраструктуру, обеспечивающую непрерывный поток данных между компонентами вашей системы. В некоторых случаях, например при обучении работе с решениями для медицинской визуализации на базе искусственного интеллекта, получить данные может быть сложно из-за соображений конфиденциальности или безопасности. Чтобы преодолеть это препятствие, инженеры ИИ могут искусственно увеличить размер ограниченного набора данных или повторно использовать существующие алгоритмы классификации. Подобные операции в конечном итоге неизбежно увеличат стоимость создания программы ИИ.
4. Точность алгоритма, которую вы надеетесь достичь. Точность вашего ИИ-решения и его прогнозов напрямую зависит от типа приложения и требований, которые вы к нему предъявляете. Например, ожидается, что чат-бот службы поддержки будет обрабатывать до 60% рутинных пользовательских запросов; для сложных вопросов на другом конце линии всегда есть специалист-человек. С другой стороны, беспилотный дрон-доставщик, который перевозит кровь и человеческие органы, должен уметь маневрировать вокруг объектов с безупречной точностью.Более высокая точность и надежность прогнозов искусственного интеллекта напрямую влияет на продолжительность жизни вашего проекта и увеличивает стоимость разработки ИИ. Кроме того, следует отметить, что алгоритмы ИИ будут продолжать поглощать новые данные, поскольку они работают вместе со специалистами-людьми, что может повлечь за собой дополнительные расходы на обучение и техническое обслуживание.
5. Сложность решения ИИ, над которым вы работаете. Искусственный интеллект — это мозг технологической системы, которая передает данные в ваше бизнес-приложение и из него и предоставляет информацию пользователям, в том числе тем, у кого нет технического образования. Когда мы обсуждаем стоимость искусственного интеллекта, мы должны говорить о цене создания надлежащего программного обеспечения с облачной серверной частью, инструментами ETL/потоковой передачи, API-интерфейсами, поддерживающими интеграцию с внутренними и внешними системами, и каким-либо интерфейсом. это облачная панель управления, мобильное приложение или голосовой помощник. Облегченный ИИ, как и чат-боты службы поддержки, упомянутые в предыдущем разделе, может жить внутри корпоративного мессенджера и не требует сложной инфраструктуры для работы. Экосистемы данных на основе ИИ, обеспечивающие 360-градусный обзор операций вашей компании, — это совсем другая история. Дополнительные проблемы с внедрением ИИ возникнут, когда вы начнете масштабировать свою интеллектуальную систему с одного или нескольких вариантов использования (например, прогнозирование скорости оттока клиентов или анализ данных о продажах в конкретном обычном магазине) до развертывания в масштабах всей компании. Фактически, именно по этой причине только 53% корпоративных ИИ-проектов проходят путь от прототипа до производства.

Говоря о неудачах, следует отметить, что лишь небольшая часть проектов ИИ (Gartner считает, что это 20%; VentureBeat еще менее оптимистичны) в конечном итоге выполняют свои обещания. Ошеломляющий уровень отказов можно объяснить несколькими факторами, в том числе отсутствием сотрудничества между учеными по данным и инженерами-программистами, ограниченными или некачественными обучающими данными, а также отсутствием общекорпоративной стратегии работы с данными.

Однако чаще всего неудачные проекты ИИ характеризуют как «выстрелы в луну» — то есть чрезмерно амбициозные усилия, возглавляемые мечтательными учеными и ИТ-директорами, стремящимися «полностью изменить то, как наша компания работала десятилетиями». На завершение таких проектов может уйти вечность, и вполне естественно, что в какой-то момент топ-менеджеры компании перестают сливать деньги в бездонную яму, не видя реальной ценности.

Сколько стоит ИИ? Эти примеры из портфолио ITRex могут дать вам подсказку

Проект 1: телемедицинское решение на базе искусственного интеллекта

Компания, занимающаяся технологиями здравоохранения, обратилась к ITRex с просьбой модернизировать существующую систему телемедицины с возможностью записи видео, которая используется во многих больницах США. Новая версия системы позволит поставщикам медицинских услуг применять технологии распознавания лиц и обработки естественного языка для анализа видеозаписей, снятых во время консультаций, и потенциально улучшить взаимодействие между врачом и пациентом.

На этапе обнаружения мы исключили возможные технологические барьеры и выбрали оптимальные инструменты для проекта — в первую очередь Python и сопутствующие фреймворки и SDK для распознавания и анализа речи. Для пилотной версии телемедицинской системы клиент выбрал только функции преобразования речи в текст, при этом не ожидается поставки компонентов, ориентированных на пользователя. Решение проводит лингвистический анализ видеозаписей, чтобы обнаружить возможные изменения в стиле общения, которые могут пролить свет на самочувствие пациентов и помочь врачам разработать более эффективные планы лечения.

Базовая версия ИИ-платформы для анализа видео/речи может стоить $36-56 тыс.

Проект 2: Интеллектуальный механизм рекомендаций

Технопредприниматель хотел добавить возможности искусственного интеллекта к платформе B2C, соединяющей пользователей с местными поставщиками услуг.Идея нашего клиента заключалась в том, чтобы заменить громоздкие поисковые фильтры продвинутыми алгоритмами машинного обучения, которые анализировали бы вводимый текст и составляли список поставщиков услуг, соответствующих запросу пользователя.

Мы выбрали Amazon Personalize в качестве основного стека технологий для части проекта, связанной с искусственным интеллектом. Помимо предоставления персонализированных рекомендаций на основе запросов пользователей, решение поставляется вместе с полностью управляемой облачной инфраструктурой для обучения, развертывания и размещения моделей машинного обучения. Серверная часть системы будет написана на Python, а пользовательские данные будут надежно храниться в облаке (Amazon S3).

Разработка, тестирование и развертывание аналогичной платформы искусственного интеллекта (MVP) будет стоить вам чего угодно. от 20 до 35 тысяч долларов.

Проект 3: Генератор произведений искусства на основе искусственного интеллекта

Известный визуальный художник обратился к ITRex за созданием ИИ-решения, которое будет создавать новые картины на основе его работ и работ других авторов, которые его вдохновляют. Клиент хотел создать версию системы с минимальным жизнеспособным продуктом (MVP) в течение нескольких недель, чтобы представить ее на выставке.

Команда ITRex предложила создать нейросеть на основе фреймворков Python (PyTorch, TensorFlow), которая будет обрабатывать абстрактные картины, узнавать фирменный стиль художника, создавать похожие картины и отображать их на официальном сайте художника. Для версии MVP мы предложили использовать разрешение изображения 1000 x 1000, подобное Instagram, и развернуть решение AI локально, оставив возможность переноса системы в облако в будущем.

В зависимости от типа обучающих данных (например, абстрактное или изобразительное искусство), разрешения изображения (HD или выходное изображение с низким разрешением) и подхода к развертыванию стоимость создания MVP-версии системы искусственного интеллекта, подобной этой, может достигать $19-34 тыс.

Как сократить расходы на ИИ и начать получать выгоду от искусственного интеллекта как можно скорее

В недавней статье, опубликованной Технологическим советом Forbes, говорится, что создание и развертывание решения ИИ в конечном итоге обойдется вашей компании в 15 раз дороже, чем вы планировали изначально, если только у вас уже нет эффективно построенной экосистемы данных. Более высокие затраты на разработку ИИ обычно связаны со значительной оптимизацией инфраструктуры, интеграцией данных, безопасностью, а также усилиями по управлению и контролю искусственного интеллекта. Тем не менее, вы можете свести к минимуму эти расходы, тщательно спланировав свой проект и начав с малого, имея при этом в голове более широкую картину.

Чтобы помочь вам построить систему искусственного интеллекта с меньшими затратами и начать пожинать плоды с первого дня, команда ITRex подготовила руководство высокого уровня по разработке и внедрению ИИ.

Его общая идея вращается вокруг применения Agile-подхода, поскольку может быть сложно выявить все требования для пользовательского решения ИИ в начале вашего пути. Еще одним преимуществом этого подхода является то, что вы начинаете видеть значительную рентабельность инвестиций на раннем этапе; это, в свою очередь, помогает заручиться поддержкой топ-менеджеров вашей компании и обеспечить дальнейшее финансирование.

Вот как вы должны подойти к своему пилотному проекту:

1. Соберите отзывы заинтересованных сторон. Прежде чем вы начнете создавать систему ИИ, мы рекомендуем вам поговорить с внутренними и внешними заинтересованными сторонами, чтобы определить ключевые процессы и потоки решений, которые можно дополнить или автоматизировать с помощью ИИ.
2. Определите приоритетные варианты использования. На этом этапе вы должны использовать структуру приоритизации продуктов (например, MoSCoW, RICE или Kano), чтобы выбрать бизнес-кейсы, которые принесут наибольшую пользу в промежуточный период и послужат основой для дальнейших внедрений ИИ.
3. Выберите оптимальный стек технологий. Мы рекомендуем вам использовать комбинацию специально разработанных компонентов с открытым исходным кодом и готовых компонентов (например, автоматически подключаемые механизмы распознавания лиц, голосовые помощники на основе API и облачные сервисы, поддерживающие создание и обучение алгоритмам ИИ) для создания независимого от поставщика решения и снижения общей стоимости разработки ИИ. Особое внимание следует уделить дизайну пользовательского интерфейса: ваша будущая система ИИ должна иметь удобный интерфейс, который позволит заинтересованным сторонам задавать вопросы искусственному интеллекту, мгновенно получать информацию или автоматизировать задачи, не обращаясь за помощью к вашему ИТ-отделу.
4. Подготовьте данные для анализа с помощью ИИ. Чтобы помочь алгоритмам понять ваши бизнес-данные, важно собрать информацию, оценить ее количество и качество и привести ее в унифицированный формат. Для этого может быть применен ряд методов сбора, подготовки и нормализации данных.
5. Создайте MVP-версию вашей системы искусственного интеллекта. Начать с минимально жизнеспособного продукта, поддерживающего основные варианты использования, — одна из лучших практик разработки ИИ. Имея в руках MVP, вы сможете проверить осуществимость своей концепции, определить области для улучшения алгоритма и начать масштабировать систему для разных вариантов использования и отделов.
6. Относитесь к внедрению ИИ как к незавершенной работе. После того, как вы запустите искусственный интеллект, вы можете не получить идеальных результатов с самого начала; по мере того как ваша система ИИ потребляет новую информацию под наблюдением специалистов-людей, она будет давать более точные прогнозы и станет более автономной. Поэтому важно продолжать собирать отзывы от заинтересованных сторон вашей компании, внося необходимые изменения в систему и повторяя шаги, перечисленные выше, при внедрении новых функций и вариантов использования.

В конце концов, сколько стоит искусственный интеллект?

Хотя трудно оценить стоимость создания и внедрения приложения искусственного интеллекта, не углубляясь в детали вашего проекта, вы можете легко потратить $50 тыс. на очень простой версии системы, которую вы хотите построить. Стоит ли игра свеч?

К 2030 году искусственный интеллект может внести в мировую экономику до 15,7 трлн долларов, причем львиная доля этой суммы будет приходиться на рост производительности и автоматизацию.

В настоящее время революция ИИ все еще находится на ранней стадии. Хотя некоторые страны, отрасли и компании могут быть лучше подготовлены к сбоям (это означает, что у них есть необходимые данные и ИТ-инфраструктура для создания и развертывания пользовательских решений ИИ в масштабе), конкурентное преимущество неуловимо, поскольку есть возможность для каждого бизнеса, чтобы изменить способ своей работы и возглавить гонку ИИ. И ваша компания не исключение.