Эксперты рассказали о полном жизненном цикле ИИ-проектов. По их словам, компаниям необходимо заранее определять бизнес-задачу, проверять экономический эффект и продолжать мониторинг системы после внедрения.

Специалисты советуют сначала оценить, действительно ли задача требует искусственного интеллекта. ИИ помогает работать с неоднородными данными, учитывать контекст и объединять информацию из разных источников. Для контроля фиксированного показателя датчика обычная автоматизация может оказаться проще и эффективнее.

После проверки гипотезы проект переходит к пилоту. На этом этапе сотрудники начинают использовать решение в реальных процессах, а команда проверяет нагрузку, права доступа, обратную связь и поддержку.

— Система на основе искусственного интеллекта живая, она требует поддержки и сопровождения. Вы обучали модель на данных определенного качества, которое изменилось, — качество модели тоже начинает меняться. Поэтому основной принцип здесь — постоянный мониторинг метрик, — отметил главный конструктор программно-аппаратных комплексов Михаил Смирнов.

В качестве примера он привел систему компьютерного зрения на горнорудном производстве. Она контролирует конвейерную ленту длиной около 12 км, которая движется со скоростью 5 м/с. Раньше для проверки ежедневно останавливали погрузку и примерно на час запускали ленту на медленной скорости. Теперь система обнаруживает повреждения, классифицирует их и определяет участок, где они возникли.

Эксперты также рекомендуют заранее устанавливать критерии успеха: экономию времени, снижение брака или рост пропускной способности оборудования. Если дальнейшая работа не помогает достичь нужного результата, проект стоит остановить и оценить возможность вернуться к нему позже.