top of page
Фото автораДжимшер Челидзе

Искусственный интеллект и цифровые советники. Часть 1: Введение

Обновлено: 22 янв.

Это первая статья из цикла, посвященного одному из самых перспективных направлений в области искусственного интеллекта - системам поддержки принятия решений (СППР). Также их называют Decision Support System (DSS) или цифровые советники. Вторая статья доступна тут, третья тут.

В статье Искусственный интеллект: помощник или игрушка? мы рассмотрели ключевые направления для применения ИИ:

  • прогнозирование и принятие решений;

  • анализ сложных данных без чётких взаимосвязей, в том числе для прогнозирования;

  • оптимизация процессов;

  • распознавание образов, в том числе изображений и голосовых записей;

  • генерация контента.

Направления в ИИ, которые сейчас на пике популярности - распознавание образов, в том числе изображений и голосовых записей, а также генерация контента. И именно сюда идет большинство разработчиков ИИ. При этом данное направление самое проблемное и практически все разработчики таких ИИ-решений (на октябрь 2023 года) отчитываются об убытках. Но это мы разберем в отдельной статье.

Вернемся к нашей теме. Для экономики и бизнеса основное направление - прогнозирование и принятие решений. И именно в это направление идут ключевые инвестиции от государства и инвесторов.

Так что же такое СППР? Откуда они пришли? Что нас ждет? Давайте на эти разбираться.

Содержание

СППР или цифровой советник - это программное обеспечение, которое используется для принятия решений в сложных ситуациях. Ключевая задача - анализ данных в сложных условиях и подготовка рекомендаций.

Работать вся эта магия может на основе таких технологий как:

  • нейросети и машинное обучение;

  • большие данные и сквозная аналитика, озера и хранилища данных;

  • интернет вещей;

  • облачные вычисления;

  • цифровые двойники;

  • теория игр, теория ограничения систем;

  • системы правил на основе экспертных знаний.

СППР появились с конца 1960-х годов. А точнее — модель-ориентированные СППР (Model-oriented Decision Support Systems – DSS). До этого были просто решения на базе статичных отчетов. Примерно то, для чего большинство российский компаний сейчас использует 1С.

И в итоге именно конец 1960-х сейчас считают началом современных СППР и цифровых советников. Давайте пройдемся по хронологии и ключевым вехам.

  • 1971 год – вышла книга, в которой впервые были описаны результаты внедрения СППР, в основе которой математические модели.

  • 1974 год – дано определение MIS (Management Information System):

«MIS – это интегрированная человеко-машинная система обеспечения информацией, поддерживающая функции операций, менеджмента и принятия решений в организации. Системы используют компьютерную технику и программное обеспечение, модели управления и принятия решений, а также базу данных».

  • 1975 год – предложены критерии проектирования СППР в менеджменте.

  • 1978 год – опубликован учебник по СППР, в котором описаны аспекты создания СППР: анализ, проектирование, внедрение, оценка и разработка.

  • 1980 год – даны основы классификации СППР.

  • 1981 год – созданы теоретические основы проектирования СППР и выделено 4 ключевых компонента всех СППР:

1) Языковая система (Language System – LS) – СППР может принимать все сообщения;

2) Система презентаций (Presentation System (PS)) (СППР может выдавать свои сообщения);

3) Система знаний (Knowledge System –KS) – все знания СППР сохраняет;

4) Система обработки задач (Problem-Processing System (PPS)) – программный «механизм», который пытается распознать и решать задачу во время работы СППР.

  • 1981 год – описано, каким образом на практике можно построить СППР. Тогда же была разработана информационная система руководителя (Executive Information System (EIS)) – ИТ-система, которая обеспечивает руководителя информацией для принятия управленческих решений.

  • 1990-е - разрабатывают так называемые Data Warehouses – хранилища данных.

  • 1993 год - Е. Коддом для СППР специального вида был предложен термин OLAP (Online Analytical Processing) - оперативный анализ данных, аналитическая обработка данных для поддержки принятия важных решений в режиме онлайна. Исходные данные для анализа представлены в виде многомерного куба, по которому можно получать нужные отчёты.

  • 2000-е - была создана СППР на основе Web.

  • 2005 год - на Международной конференции «Информационные и телемедицинские технологии в охране здоровья» (ITTHC 2005) в Москве, А. Пастухов (Россия) представил СППР нового класса — PSTM (Personal Information Systems of Top Managers). Основным отличием PSTM от существующих СППР является построение системы для конкретного лица. Ту же логику мы закладываем и в нашем продукте - цифровом советнике для управления проектами, где будут учитываться личные качества руководителя.

СППР может использоваться в любых направлениях и отраслях:

  • принятие решение и формирование лечебных протоколов в здравоохранении;

  • расчет цен и согласование потребностей;

  • оптимизации цепочек поставок;

  • принятие решение о предоставление кредитов;

  • страхование;

  • конфигурирование ИТ-систем;

  • прогнозы по выручке и рентабельности;

  • предсказание природных катаклизмов и рекомендации по мерам их предотвращения или ликвидации;

  • оптимизация продуктовых линеек, программ лояльности и минимизация оттока клиентов;

  • планирование закупок и хранения и т.д.

Вообще, в стратегии цифровизации практически любой крупной компании есть пункт о создании корпоративной СППР, и это следующий шаг после внедрения и развития решений бизнес-аналитики (BI-систем).

И для решений этого класса при регистрации в реестре Минцифры РФ выделен отдельный класс ПО.

Если говорить о стратегии на уровне государства, то Указом Президента Российской Федерации от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» утверждена Национальная стратегия развития искусственного интеллекта на период до 2030 года. А все перспективные решения СППР будут базироваться именно на ИИ. При этом полезно посмотреть и на распределение затрат, среди всех сквозных цифровых технологий.

В общем и целом, СППР на базе ИИ являются самым перспективным направлением в области цифровизации и автоматизации. А сами решения будут становится стандартом для всех компаний и отраслей. О популярности этого направления можно судить и по тому, какое количество статей и материалов опубликовано в Российской Государственной Библиотеке.

Однако, создать такую систему можно только достигнув определенного уровня зрелости, особенно в работе с данными.

Общепринято 2 подхода к классификации СППР.

1. По соотношению данные\модели (методика Стивена Альтера)

  • FDS (File Drawer Systems) - системы предоставления доступа к нужным данным;

  • DAS (Data Analysis Systems) - системы для быстрого манипулирования данными;

  • AIS (Analysis Information Systems) - системы доступа к данным по типу необходимого решения;

  • AFM(s) (Accounting & Financial models (systems) - системы расчёта финансовых последствий;

  • RM(s) (Representation models (systems) - системы симуляции;

  • OM(s) (Optimization models (systems) - системы, решающие задачи оптимизации;

  • SM(s) (Suggestion models (systems) - системы построения логических выводов на основе правил.

2. По типу используемого инструментария:

  • Model Driven - в основе лежат классические модели (линейные модели, модели управления запасами, транспортные, финансовые и т.п.);

  • Data Driven - на основе исторических данных;

  • Communication Driven - системы на основе группового принятия решений экспертами (системы фасилитации обмена мнениями и подсчета средних экспертных значений);

  • Document Driven - по сути, проиндексированное хранилище документов;

  • Knowledge Driven - система на основе знаний, как экспертных (человека), так и определенных с помощью ИИ и машинного обучения.

Мы с вами познакомились с тем, что такое СППР и зачем они нужны, когда появились и как развивались, какие бывают. В следующей статье мы подробнее рассмотрим:

  • как архитектурно устроены СППР;

  • какие есть недостатки и ограничения у текущих СППР (экспертные и на базе ИИ);

  • а кто несет ответственность за решения и рекомендации, и почему это ключевой вопрос для развития отрасли.

Полезные материалы:

bottom of page