Oct 28, 2025

Как развивается российский рынок систем мониторинга и управления ИТ-инфраструктурой Обзор TAdviser Содержание Тенденции мирового ИТ-рынка Основная статья Тенденции мирового ИТ-рынка 2026: 6 трендов на рынке корпоративных ИИ-решений на 2026 год Искусственный интеллект по мере своего развития оказывает все более сильное влияние на работу компаний в различных отраслях. Нейросети помогают оптимизировать бизнес-процессы , снизить нагрузку на сотрудников, ускорить принятие решений, повысить эффективность использования данных и пр. При этом одним из наиболее важных направлений является агентный ИИ, о чем говорится в исследовании IDC , результаты которого опубликованы в конце октября 2025 года. Агенты ИИ — это специализированное программное обеспечение , которое способно взаимодействовать с окружающей средой, собирать данные и на их основе самостоятельно определять и выполнять задачи, позволяющие добиться заранее определенных целей. Эти цели задаются людьми, тогда как ИИ-агенты выполняют оптимальные действия для их достижения без вмешательства человека. 6 ключевых тенденций развития корпоративного рынка решений на базе искусственного интеллекта в 2026 году Агентный ИИ обеспечивает ряд важных преимуществ. В частности, такие системы дают компаниям возможность снижать затраты, связанные с неэффективностью операций, человеческими ошибками и ручными процессами. Сложные ИИ-агенты используют машинное обучение для сбора и обработки огромных массивов информации в реальном времени, что помогает организациям принимать более обоснованные решения. Кроме того, улучшается качество обслуживания клиентов: агенты ИИ позволяют компаниям персонализировать рекомендации по продуктам, быстрее реагировать на запросы и внедрять инновации для повышения вовлеченности, конверсии и лояльности потребителей. Все это дает конкурентные преимущества и помогает адаптироваться к рыночным изменениям. Сегодня организации действуют в условиях экономической и геополитической неопределенности. На этом фоне агентный ИИ превращается в стратегически важный инструмент. Наши исследования показывают, что этот новый класс ИИ не просто ускоряет инновации. Он меняет подход к работе, преобразует труд людей и переопределяет дальнейшее развитие отраслей, — говорит Мередит Уэйлен (Meredith Whalen), директор по продуктам и исследованиям IDC. В целом, IDC прогнозирует, что к 2030 году 45% организаций будут использовать агентный ИИ в масштабах предприятия, внедряя его во все бизнес-функции. Аналитики выделяют шесть ключевых трендов использования таких ИИ-решений в корпоративном секторе. 2025 Главные тренды развития искусственного интеллекта в 2025 году Глобальный рынок искусственного интеллекта продолжает стремительно развиваться. При этом наблюдается постепенный переход от генеративного ИИ (ГенИИ) как центрального направления к другим технологиям. Аналитики Gartner в материале от 5 августа 2025 года обозначили четыре главных тренда в области ИИ. 1. Агентный ИИ Это специализированное программное обеспечение , которое способно взаимодействовать с окружающей средой, собирать данные и на их основе самостоятельно определять и выполнять задачи, позволяющие добиться заранее поставленных целей. Причемы вмешательство человека не требуется. Агенты ИИ могут получать ту или иную информацию через физические или программные интерфейсы. Важной особенностью таких систем является их способность действовать в реальном мире c использованием цифровых инструментов, а не просто предоставлять результаты. ИИ-агенты способны повышать производительность бизнес-операций путем выполнения рутинных задач. При этом снижаются ненужные затраты, связанные с неэффективностью процессов, человеческими ошибками и ручным трудом. Сложные интеллектуальные агенты используют машинное обучение для сбора и обработки огромных объемов данных в реальном времени: это помогает в принятии обоснованных решений. Кроме того, улучшается качество обслуживания потребителей: применение агентов ИИ позволяет компаниям персонализировать рекомендации по продуктам, быстро реагировать на запросы и внедрять инновации для повышения вовлеченности, конверсии и лояльности клиентов. 2. Данные для ИИ Массивы информации, специально подготовленные для приложений ИИ, помогают повысить точность и эффективность работы соответствующих систем. Согласно рекомендациям Gartner, организациям, инвестирующим значительные средства в нейросетевые технологии, необходимо развивать собственные методы и возможности управления данными, чтобы расширить их применение в сфере ИИ. Это позволит удовлетворить текущие и будущие потребности бизнеса, обеспечить доверие, избежать рисков и проблем с соблюдением нормативных требований, защитить интеллектуальную собственность и снизить предвзятость и галлюцинации. Три проблемы — три решения: МикроЦОД, ПАК хранения данных и ПАК виртуализации 18.9 т 3. Мультимодальный ИИ Такие системы ИИ способны получать, анализировать и понимать разнородную информацию из различных источников: это могут быть изображения, текст, аудио- и видеоматериалы, какие-либо схемы и графики, показания от датчиков и пр. По сравнению с традиционными ИИ-моделями подобные нейросети гораздо глубже и точнее понимают окружающий мир. Мультимодальный ИИ может обнаруживать сложные связи между наборами поступающей информации, генерируя более точные и контекстно-зависимые результаты. Популярность мультимодального ИИ быстро растет, что объясняется его гибкостью и эффективностью в решении комплексных задач. Однако внедрение таких систем сопряжено со значительными финансовыми затратами, поскольку обработка разнородных данных, включая изображения и видеоматериалы, требует наличия мощных аппаратных платформ. 4. Управление доверием, рисками и безопасностью ИИ (TRiSM) Речь идет о комплексной стратегии, охватывающей технологические, организационные и другие аспекты работы с ИИ. Gartner отмечает, что многие проблемы с ИИ связаны не со злонамеренными атаками, а с вопросами доверия к результатам и непредвиденными ранее рисками. Концепция TRiSM ориентирована на управление моделями ИИ, обеспечение их надежности, справедливости, эффективности и устойчивости. Значительное внимание должно уделяться конфиденциальности и защите данных. [2] 3 главных тренда мирового рынка ИИ на 2026 год Технологии искусственного интеллекта продолжают стремительно набирать обороты по всему миру. Нейросети позволяют трансформировать традиционные бизнес-процессы , повышая их эффективность, сокращая издержки и снижая нагрузку на сотрудников. Алгоритмы ИИ способны с высокой скоростью анализировать огромные массивы данных из различных источников, что помогает в принятии управленческих решений. Аналитики Deloitte в обзоре от 18 июля 2025 года определили три главных тренда мирового рынка ИИ 1. Агентный ИИ Речь идет о специализированном программном обеспечении, которое способно взаимодействовать с окружающей средой, собирать данные и на их основе самостоятельно определять и выполнять задачи, позволяющие добиться заранее поставленных целей. ИИ-агенты позволяют компаниям снижать ненужные затраты, связанные с неэффективностью процессов, человеческими ошибками и ручными операциями. Такие системы используют машинное обучение для сбора и обработки огромных объемов данных в реальном времени. ИИ-агенты позволяют организациям автоматизировать не только повторяющиеся задачи, но и динамические многоэтапные процессы. Эти системы получают сведения об окружающей среде через физические или программные интерфейсы и принимают взвешенные решения на основе заложенных в них принципов с целью оптимизации производительности и улучшения результатов. Интеграция ИИ-агентов в бизнес-процессы позволяет компаниям персонализировать рекомендации по продуктам, быстро реагировать на запросы потребителей и внедрять инновации для повышения вовлеченности, конверсии и лояльности клиентов. Агенты могут в режиме реального времени оптимизировать запасы продукции, логистику и закупки, выявлять мошенничества и осуществлять мониторинг соблюдения нормативных требований. ТОП-3 прогнозных тренда развития искусственного интеллекта в 2026 году 2. Физический ИИ Данная концепция предполагает использование искусственного интеллекта в физическом мире: благодаря этому машины получают возможность осмысленно взаимодействовать с окружающей средой. Алгоритмы ИИ могут быть интегрированы с робототехникой, автономными транспортными средствами, интернетом вещей ( IoT ) и цифровыми двойниками. Примерами служат складские роботы , интеллектуальные медицинские устройства и умные светофоры. Физический ИИ может открыть новые возможности в плане улучшения эффективности различных операций и повысить безопасность в секторах, где автоматизация ранее была ограничена из-за высокой сложности или чрезмерных финансовых затрат. Аналитики Deloitte полагают, что физический ИИ может получить значительное распространение в первую очередь в секторах с большим объемом активов и высокой интенсивностью работ — в обрабатывающей промышленности, логистике, здравоохранении, сельском хозяйстве и пр. 3. Суверенный ИИ Такие платформы гарантируют, что данные, весовые коэффициенты моделей и вычислительные ресурсы остаются в пределах определенных национальных или региональных границ. Помимо решения вопросов регулирования, конфиденциальности и геополитики, суверенный ИИ может помочь укрепить доверие клиентов и партнеров, а также снизить зависимость от иностранных поставщиков технологий. Deloitte полагает, что в 2026 году организации начнут более активно внедрять решения в области ИИ, соответствующие местным законам и нормативным актам. С целью локализации данных и вычислительных ресурсов могут формироваться специальные многооблачные и периферийные платформы. На фоне усиления контроля со стороны регулирующих органов ожидается развитие региональных и национальных центров ИИ. [3] 2024 Как будет развиваться искусственный интеллект в 2025 году. 10 прогнозов Технологии искусственного интеллекта продолжают стремительно развиваться, оказывая все большее влияние на различные отрасли. При этом организации постепенно переходят от экспериментов к более осмысленному внедрению, о чем говорится в обзоре IDC , опубликованном 30 октября 2024 года. Аналитики сформировали 10 главных прогнозов, определяющих будущее ИТ-индустрии в эпоху ИИ. В меняющемся ландшафте ИИ перспективы компаний зависят от способности не просто экспериментировать, но и стратегически менять деятельность, преобразуя эксперименты в устойчивые инновации. Внедряя ИИ, необходимо отдавать приоритет тем направлениям, которые обеспечат стабильность бизнеса в мире, который все больше зависит от данных, — говорит Рик Вилларс (Rick Villars), вице-президент IDC. 10 прогнозов о развитии искусственного интеллекта к 2025 году Экономика ИИ Ожидается, что в 2025 году предприятия сосредоточатся на оценке масштабов использования ИИ, переходя от экспериментов к монетизации этих технологий. Создание прочной основы для автоматического анализа и оптимизации приложений с поддержкой ИИ станет обязательным условием для преодоления препятствий, связанных с ИТ-модернизацией. Барьеры при внедрении ИИ Авторы исследования выделяют несколько факторов, которые могут помешать использованию ИИ, в том числе генеративного. Это нехватка квалифицированных специалистов, высокие затраты, недостаточная производительность инфраструктуры и плохая координация процессов. Киберустойчивость Неспособность организации адаптироваться к меняющимся угрозам, в том числе связанным с ИИ, будет негативно влиять на бизнес-результаты и конкурентное положение на рынке. Эволюция облака Компании, успешно модернизировавшие свои облачные инфраструктуры, получат ряд преимуществ. Среди них — повышение производительности и эффективности, улучшение окупаемости инвестиций и пр. Данные как продукт Данные следует рассматривать как продукт, который выполняет необходимую работу, например, улучшает процесс принятия решений, помогает выявлять мошенничество или предупреждает организацию о необходимости изменить условия в логистической цепочке. Трансформация приложений Речь идет об агентах ИИ: это автономные интеллектуальные системы, которые способны выполнять определенные задачи без вмешательства человека. Они используют машинное обучение для сбора и обработки огромных массивов информации в реальном времени. Стратегия инференса Поскольку организации ускоряют внедрение ГенИИ, потребность в инференсе продолжит увеличиваться. В такой ситуации, полагают специалисты IDC, предприятиям следует развивать стратегию «мульти-инференса», то есть, множественных нагрузок вывода. Унифицированные платформы для ИИ Успех проектов ИИ будет зависеть от внедрения технологий в масштабах всей организации с целью формирования целостной скоординированной платформы. Это позволит улучшить экономическую эффективность и производительность. Декарбонизация инфраструктуры ИИ По мере увеличения вычислительных нагрузок предприятиям предстоит уделять внимание минимизации воздействия ИИ-систем на окружающую среду путем решения таких ключевых вопросов, как повышение энергоэффективности, оптимизация ресурсов и сокращение электронных отходов. Влияние ИИ на трудовой процесс Необходимость автоматизации приведет к трансформации традиционных рабочих мест. Технологии ИИ помогут снизить нагрузку на сотрудников при выполнении ряда рутинных задач. С другой стороны, некоторые должности могут оказаться избыточными, что приведет к их упразднению. [4] 8 трендов в сфере искусственного интеллекта Мировой рынок искусственного интеллекта продолжает стремительно развиваться, а сфера применения соответствующих технологий постоянно расширяется. При этом стартапы в области ИИ увеличивают выручку быстрее традиционных разработчиков программного обеспечения . Об этом говорится в исследовании Air Street Capital, результаты которого опубликованы 10 октября 2024 года. Среди некоторых инвесторов растет беспокойство по поводу того, что шумиха вокруг ИИ может превратиться в пузырь, поскольку многие предприятия еще не определились, как наилучшим образом использовать такие технологии. Однако анализ, выполненный финтех-компанией Stripe , указывает на то, что успешные стартапы в области ИИ выходят на годовой доход $30 млн и более в среднем за 20 месяцев. Для сравнения: у обычных поставщиков SaaS (программное обеспечение как услуга) на это требуется в среднем 65 месяцев, то есть, в три раза больше времени. А ИИ-компании, основанные в 2020 году и позднее, достигают выручки в размере $1 млн в среднем за 5 месяцев против 15 месяцев у стартапов в сегменте SaaS. В 2024 году на США пришлось наибольшее количество опубликованных работ в области ИИ — примерно 29,5% всех статей. Китай находится на втором месте с долей около 23,6%. Разработки в области ИИ активно ведутся во всех регионах мира. На этом фоне аналитики лондонской инвестиционной компании Air Street Capital выделяют восемь главных трендов в соответствующей области. 1. Ведущие разработчики ИИ развиваются схожими темпами, а их модели по производительности и возможностями становятся сопоставимы друг с другом. Как следствие, разрыв между GPT-4 и другими решениями сокращается. 2. Приоритетное внимание при разработке больших языковых моделей (LLM) следующего поколения уделяется функциям рассуждения и планирования. С целью создания новых ИИ-агентов компании изучают возможности по совмещению LLM с такими подходами, как обучение с подкреплением, эволюционные алгоритмы и самосовершенствование. 3. Базовые ИИ-модели выходят за рамки обработки речи и текста. Они способны работать с разными форматами данных в таких областях, как математика, биология, геномика, физические науки и нейротехнологии. 4. Санкции США оказывают ограниченное влияние на возможности китайских компаний по разработке эффективных ИИ-моделей. Связано это с наличием запасов высокопроизводительных чипов, контрабандой и доступом к облачным ресурсам. Вместе с тем, подчеркивают аналитики, не ясно, принесут ли желаемый результат усилия КНР по созданию собственной полупроводниковой промышленности. 5. Общая стоимость компаний в области ИИ по состоянию на 2024 год достигла $9 трлн. Инвестиции в частные ИИ-предприятия также поднялись, но не настолько значительно, несмотря на успех ряда проектов в области генеративного ИИ на американском рынке. 6. Некоторые ИИ-компании начинают получать серьезную выручку. Речь идет о разработчиках базовых моделей и стартапах, чьи инструменты предназначены для генерации аудио- и видеоматериалов. 7. Отдельные компании изо всех сил пытаются найти жизнеспособную бизнес-модель на высококонкурентном ИИ-рынке. Из-за нехватки средств они вынуждены использовать механизм псевдоприобретения другой организацией. 8. Дискуссии на тему экзистенциальных рисков ИИ утихли — особенно после неудавшегося переворота в OpenAI . Однако исследователи продолжают изучать потенциальные уязвимости моделей и способы злоупотребления ими, предлагая решения и методы обеспечения безопасности. [5] Названы самые важные ИИ-технологии в мире Инвестиции в приложения и системы искусственного интеллекта продолжают увеличиваться, а организации по всему миру активно внедряют генеративные сервисы. При этом все больше внимания уделяется управлению рисками и обеспечению безопасности данных. Аналитическая компания Gartner 17 июня 2024 года назвала самые важные ИИ-технологии в глобальном масштабе. Автономные системы Эти платформы обеспечивают такой уровень адаптивности, гибкости и оперативности, которого невозможно достичь с помощью одних только традиционных методов ИИ. Гибкость автономных систем особенно важна в ситуациях, когда операционная среда непредсказуема, а мониторинг и контроль в реальном времени нецелесообразны. Квантовый ИИ Речь идет о зарождающейся области на стыке квантовых технологий и нейросетей . Исследования в данной сфере в перспективе могут привести к появлению качественно новых алгоритмов ИИ, предназначенных для работы в квантовых системах. Мультиагентные системы ИИ-платформы данного типа состоят из нескольких независимых агентов, каждый из которых способен воспринимать окружающую среду и выполнять определенные функции. Агентами могут быть модели ИИ, программы, роботы и другие элементы. Несколько агентов способны работать над достижением общей цели, выходящей за рамки возможностей каждого из агентов в отдельности. Нейросимволический ИИ Это разновидность искусственного интеллекта, которая объединяет методы машинного обучения и символические системы, например, графы знаний. Данный подход дает возможность создавать более надежные и заслуживающие доверия модели ИИ. Нейросимволический ИИ устраняет ограничения в традиционных системах ИИ, такие как неправильные выводы и неспособность объяснить шаги, которые привели к конкретному результату. Композитный ИИ Такой тип систем предусматривает сочетание нескольких методов искусственного интеллекта для более глубокой интерпретации данных и решения широкого круга бизнес-задач. Цель состоит в том, чтобы создать решения ИИ, которые требуют меньше данных и энергии для обучения. Композитный ИИ предоставляет более широкие возможности тем организациям, которые не имеют доступа к большим объемам исторических или маркированных данных. Общий ИИ Речь идет о создании программного обеспечения с интеллектом, подобным человеческому. Такие системы смогут самообучаться и выполнять задачи, для которых они изначально не предназначались. Общий ИИ без вмешательства человека сможет решать разные проблемы, в том числе возникающие у людей. В целом, концепция предусматривает разработку систем ИИ, обладающих автономным самоконтролем, достаточной степенью самосознания и способностью осваивать новые навыки. Суверенный ИИ Это попытка различных государств вести самостоятельную разработку и внедрение ИИ с меньшей зависимостью от коммерческого рынка. Подход воплощает в себе политические и культурные различия для достижения суверенных целей. Суверенный ИИ направлен на максимизацию ценности технологии при одновременном снижении рисков. ИИ на периферии Концепция предполагает использование ИИ в устройствах Интернета вещей , шлюзах, edge- серверах и пр. Алгоритмы ИИ могут интегрироваться в мобильные гаджеты, транспортные средства, оборудование медицинской диагностики, системы потоковой видеоаналитики и пр. Генеративный ИИ Эти технологии оказывают значительное влияние на бизнес-операции. ГенИИ способен стимулировать инновации, автоматизировать творческие задачи и обеспечивать персонализированное взаимодействие с клиентами. Многие компании рассматривают ГенИИ как мощный инструмент для создания контента и решения сложных проблем. [6] 2023 Как искусственный интеллект меняет бизнес. 10 трендов Искусственный интеллект меняет ИТ-индустрию и методы ведения бизнес-операций. Во всем мире наблюдается взрывной рост интереса к технологиям генеративного ИИ (GenAI), которые позволяют создавать текст, изображения и разнообразный контент на основе данных, использованных для обучения моделей. Ожидается, что в 2027 году расходы на различные ИИ-решения превысят $500 млрд, о чем говорится в исследовании IDC , опубликованном 26 октября 2023 года. Аналитики называют 10 трендов, которые изменят глобальную бизнес-экосистему. 1. Трансформация ИТ-отрасли IDC ожидает, что быстрое смещение ИТ-расходов в сторону искусственного интеллекта затронет практически все отрасли и приложения. К 2025 году 2000 крупнейших компаний мира (G2000) будут направлять более 40% своих основных ИТ-расходов на инициативы, связанные с ИИ. 2. Переломный момент в ИТ-индустрии ИТ-отрасль почувствует влияние ИИ больше, чем любая другая сфера, поскольку практически каждая компания стремится представить продукты и услуги на базе нейросетей, машинного обучения и больших языковых моделей. Кроме того, организации активно помогают своим клиентам во внедрении ИИ. 3. Инфраструктурная турбулентность Уровень расходов на ИИ для многих предприятий будет ограничен до 2025 года из-за трансформации бизнес-процессов и перераспределения рабочих нагрузок в корпоративных системах и облачных платформах. Влияние на отрасль окажет сложившаяся макроэкономическая ситуация. 4. Массивы данных Информация является важнейшим активом в мире ИИ. От наборов данных зависит эффективность обучения моделей и функциональность приложений. Разработчики осознают это, а поэтому увеличивают инвестиции в платформы сбора данных ради получения конкурентного преимущества. 5. Несоответствие ИТ-навыков Нехватка квалифицированных специалистов в области искусственного интеллекта, облачных технологий, обработки данных и безопасности негативно повлияет на попытки предприятий добиться успеха в соответствующих сегментах ИТ-рынка. 6. Трансформация индустрии услуг Генеративный ИИ спровоцирует изменения во многих областях. IDC считает, что к 2025 году 40% сервисов, таких как оценка рисков и ИТ-операции, будут в том или ином виде использовать инструменты GenAI. Эти средства позволяют создавать виртуальных помощников, которые генерируют человекоподобные отклики, разрабатывают видеоигры с динамичным и развивающимся контентом и даже генерируют синтетические данные для обучения других моделей ИИ. 7. Унифицированный контроль Одной из самых сложных задач для ИТ-команд является развитие платформ управления, которые должны охватывать множество разных направлений: инфраструктурные операции, бизнес-приложения и процессы, системы ИИ и данные 8. Конвергентный ИИ Аналитики полагают, что организациям следует планировать, тестировать и внедрять в производство полностью конвергентные ИИ-решения, которые позволят им развивать новые услуги с учетом потребностей клиентов при одновременной экономии затрат. Периферийные вычисления Внедрение генеративного ИИ позволит компаниям улучшить платформы периферийных вычислений, согласовав получаемые результаты с ожиданиями клиентов. А это поможет поднять эффективность бизнес-операций. 10. Спутниковые системы Спутниковые интернет-группировки обеспечат широкополосную связь повсюду, помогая преодолевать цифровой разрыв и открывая множество новых возможностей и бизнес-моделей. К 2028 году 80% предприятий начнут применять спутниковую связь, создавая единую структуру цифровых услуг и сервисов. [7] Названы 6 главных ИИ-трендов в образовании В августе 2023 года команда Межотраслевого центра трансфера технологий и Исследовательского центра в сфере ИИ Университета Иннополис подготовила открытый патентно-маркетинговый отчет «Применение искусственного интеллекта в приоритетных отраслях экономики». В частности, эксперты выделили несколько ИИ-трендов в образовательном секторе. Помощь в решении рутинных задач и обработке документов/заданий/бланков Тут речь идет об автоматизации процессов: от проверки заданий и обработки бланков до выставления оценок, в том числе по результатам письменных работ. Оценка работ ИИ уже много лет используется для поддержки обучения и оценивания учащихся. Используя работы, которые сначала оцениваются преподавателями, системы оценивания ИИ изучают, как применяются критерии оценки, а затем применяют эти критерии в масштабе. По словам экспертов, всего 15 отмеченных работ могут привести к тому, что система ИИ сможет точно оценить 10 000 работ. Системы ИИ могут делать это для различных форм оценок, от решения математических задач до коротких или длинных эссе и множественного выбора. Эти инструменты также могут оценивать одно и то же задание на разных языках без учета внешних факторов, таких как почерк, культура или язык, который выбрал учащийся. Коучинг и профессиональное развитие учителей Искусственный интеллект может предоставлять обратную связь об успешности урока, отслеживать прогресс ученика и предупреждать, когда могут возникнуть проблемы с успеваемостью, а также выявлять области, в которых учитель можно улучшить преподавание. Цифровые помощники Эксперты указали на возможности автоматизации процессов при помощи цифровых помощников. Последние, как считают эксперты, не заменят полностью учителя, но сделают то, на что у учителя не хватает времени. Благодаря цифровым инструментам доказательные возможности педагогики многократно возрастают. Прежде всего это постоянное включенное измерение ученика — оперативная оценка работ, которые он выполняет, что очень важно для повышения его мотивации. Ведь учитель не успевает проверить все тетрадки, потому что зачастую это скучное, рутинное занятие, а школьник из-за этого теряет интерес к учебе, поскольку не чувствует внимания к себе или же видит, что его оценили по шаблону. Еще одна функция цифровых платформ, с которыми начинают работать школы,— обобщение данных обратной связи для учителя. Например, они показывают, где именно есть отстающие, какие темы они не поняли, и для оценки у учителя появляется другая информационная основа. Индивидуальное обучение Искусственный интеллект помогает создавать адаптивные обучающие программы. По мнению исследователей, ИИ позволит достичь такого уровня персонализации, который к 2023 году невозможен для учителей, управляющих 30 учениками в классе. Чат-боты С помощью чат-бота учитель может собирать статистическую информацию об учащихя. Не нужно лично писать школьнику и спрашивать телефон его родителей — вся эта информация уже аккумулируется в системе искусственного интеллекта. Чат-бот работает как педагогический инструмент. Он может предложить учащемуся дополнительные задания, ссылки на нужные ресурсы. Например, сервис по изучению иностранных языков Duolingo одним из первых в своей сфере применил чат-боты в своем приложении. Они понимают разговорную речь и поддерживают формат аудио-сообщений на нескольких языках. Если в какой-то момент беседы у пользователя возникают проблемы в выражении своей мысли, бот выдаст ему на выбор несколько возможных фраз. Применение искусственного интеллекта в приоритетных отраслях экономики 2022: McKinsey назвал 2 главных тренда в сфере искусственного интеллекта 25 августа 2022 года было опубликовано исследование McKinsey , согласно которому прикладной искусственный интеллект и внедрение машинного обучения являются двумя наиболее значимыми технологическими тенденциями на рынке ИИ. Внедрение прикладного ИИ Прикладной ИИ, который, по мнению McKinsey, основан на проверенных и развитых технологиях, имеет жизнеспособное применение в большем количестве отраслей и находится ближе к состоянию массового внедрения, чем другие тенденции. В глобальном опросе McKinsey о состоянии ИИ, проведенном в 2021 году, 56% респондентов заявили, что их организации внедрили ИИ, по сравнению с 50% в опросе 2020 года. Согласно отчету за 2022 год, по внедрению ИИ лидируют технологические отрасли, а разработка продуктов и сервисные операции являются бизнес-функциями, которые получили наибольшую выгоду от применения ИИ. Роджер Робертс, партнер McKinsey и один из соавторов отчета, сказал о прикладном ИИ который в отчете имеет "довольно широкое" определение следующее: Мы видим, что от продвинутой аналитики все движется в сторону... применения машинного обучения для работы с большими массивами данных в целях решения сложных проблем новым способом. Эта тенденция находит отражение в бурном росте публикаций по ИИ, и не только потому, что ученые, занимающиеся ИИ, публикуют больше работ, но и потому, что люди в самых разных областях используют ИИ в своих исследованиях и продвигают применение ИИ в будущее, пояснил он. Действительно, наблюдается переход от науки к технических разработок и масштабированию, - сказал он. Мы видим, что развитие в области ИИ довольно быстро движется по этому пути, и меня очень радует тот факт, что все больше вещей переходят от науки к масштабному применению. Тем не менее, в отчете McKinsey также подчеркивается ряд ключевых неопределенностей, которые могут повлиять на будущее прикладного ИИ, включая наличие талантов и финансирования, проблемы кибербезопасности и вопросы заинтересованных сторон об ответственном и надежном использовании ИИ. Внедрение машинного обучения Согласно отчету McKinsey, внедрение машинного обучения (ML) "подразумевает создание функционально совместимого стека технических инструментов для автоматизации ML и расширения его использования, чтобы организации могли полностью реализовать его потенциал". В отчете отмечается, что McKinsey ожидает распространения внедрения ML по мере того, как все больше компаний будут стремиться использовать ИИ для растущего числа приложений. В более широком смысле ML включает в себя представление о технологическом стеке, который способствует масштабированию, что может доходить до внедрения инноваций на уровне изменения структуры микропроцессоров, - сказал Робертс. Вы видите множество новых возможностей в кремнии, которые поддерживают ускорение отдельных видов задач ИИ, и эти инновации будут использоваться более широко, обеспечивая более быстрое и эффективное масштабирование как в плане вычислительных ресурсов, так и в плане их стабильности. Тенденция также включает интегрированное оборудование и гетерогенные вычисления, используемые в рабочих процессах ML. Робертс добавил, что, по его мнению, такие крупные технологические организации, как Google Meta и Microsoft , лидируют во внедрении промышленного ML "с большим отрывом". Однако он предположил, что вскоре эта тенденция выйдет далеко за пределы этих компаний: Мы начнем видеть все больше и больше венчурной активности и корпоративных инвестиций по мере создания системы инструментов для этого нового класса программного обеспечения и продуктов нового класса в виде специализированных услуг, - пояснил он. [8] 2018: Как совершенствуется искусственный интеллект - главные тенденции и препятствия Основная статья: Как совершенствуется искусственный интеллект - главные тенденции и препятствия Примечания