Какие технологии помогли бизнесу в 2018 году

Собрали только то, что действительно работало и приносило пользу, а не просто засветилось в заголовках технологических новостей.

Елена Глазкова
Эксперт Ivideon, сервиса облачного видеонаблюдения и видеоаналитики для бизнеса.

Каждый год авторитетное издание MIT Technology Review публикует шорт- главных технологических прорывов наступающего года. Герои списка уверенно лидируют в онлайн-обсуждениях, авторских колонках и футуристических новостях. Однако стремительно покинуть лаборатории и попасть в успешные стартапы суждено далеко не всем.

В число прошлогодних финалистов вошли искусственные эмбрионы, сенсорные города, свёрточные генеративные состязательные сети глубокого обучения (уф!), наушники-переводчики, безуглеродный природный газ, предсказательная генетика и квантовый компьютер. Мы выбрали три направления из перечня MIT и добавили ещё одно от себя. Получился список технологий, которые в 2018 году по-настоящему хорошо себя проявили.

3D-печать металлом

Иногда кажется, что 3D-печать — как любовь: все о ней говорят, но почти никто не встречал. Причины стандартные: дорого, долго, не вполне понятно. Печать по металлу и того специфичнее: металлургия традиционно ассоциируется с крупными производствами.

Почти год назад компания Markforged взбодрила рынок, выпустив первый 3D-принтер, который работает с металлом, за 100 тысяч долларов. Удешевить процесс производства помогло ПО с применением искусственного интеллекта. Металлические детали, которые печатает принтер, стали и легче, и прочнее, и сложнее по форме.

Другой крупный производитель подобных 3D-принтеров, компания Desktop Metal, в конце 2018 года анонсировала выпуск сразу двух решений: Studio System+ и Studio Fleet. Они, по сути, представляют собой «офисные варианты» 3D-принтера для производств небольшого масштаба.


Вот так выглядит «офисный вариант» 3D-принтера, печатающего металлом. Три больших ящика — это сам принтер и две изящные печки

Искусственный интеллект в облаке и аналитика для бизнеса

До недавнего времени искусственный интеллект существовал как будто исключительно среди гигантских конгломератов вроде Amazon, Google, Microsoft. Дело в деньгах и других ресурсах. Внедрение ИИ-решений требует существенных расходов на инфраструктуру, способную собирать и обрабатывать большое количество данных. Говоря проще, бизнесу необходимо мощное железо, а оно пока что требует значительных финансовых вливаний.

Процесс «удешевления» искусственного интеллекта идёт в нескольких направлениях. Первое связано с данными: чем больше их становится, тем, как ни странно, дешевле они добываются. С тем, что мы добровольно оставляем эксабайты (это много) данных в интернете, регистрируясь в соцсетях и заливая видео на хостинги, все вроде бы смирились. Однако это далеко не единственный доступный источник.

К примеру, системы видеонаблюдения, распространённые повсеместно, генерируют больше трафика, чем YouTube.

Камеры видеонаблюдения — это «глаза» искусственного интеллекта. Сами по себе они (как и человеческие) не способны анализировать увиденное — для анализа нужен мозг, в случае ИИ — нейросеть. И благодаря развитию облачных вычислений и сервисов появилась возможность размещать этот «мозг» в облаке, то есть в удалённом дата-центре.

Когда бизнес решает обратиться к провайдеру облачных услуг, то последний берёт на себя львиную долю расходов по работе с оборудованием и дата-центрами, предоставляя клиенту так называемые коробочные решения (оплатил, скачал приложение, подключил услугу). Количество и качество облачных сервисов в 2018 году достигло своего пика, поэтому для глубокого обучения, компьютерного зрения, видеоаналитики и других областей, связанных с ИИ, он стал по-настоящему прорывным.

Видеоаналитика помогает, в частности, сетевым магазинам: например, фиксировать и предотвращать очереди, определять, когда товары заканчиваются на полках, фиксировать нарушения в кассовых операциях. Нужное ПО загружено в облако, камера подключается к нему и сигналит, если что-то не так. Доступность облачных сервисов повышается, поэтому услуга становится доступна и супермаркету, и сетевой кофейне, и небольшой аптеке.

Распознавание лиц

Одна из самых «хайповых» технологий уходящего года по инерции продолжает ассоциироваться с государственным контролем, Большим Братом и шпионскими триллерами.

Тем не менее пилотные технологии распознавания лиц ещё в конце 2017-го крупные российские ритейлеры X5 Retail Group, «Дикси» и даже стоящий особняком «Вкусвилл». А в 2018-м к ним присоединились, например, аптеки «Асна». Мировые кейсы ещё нагляднее: отель Mariott и Alibaba Group в июле 2018 года запустили сервис регистрации гостей, основанный на распознавании черт лица.

Бизнес использует распознавание лиц не только для отслеживания воришек, но и для повышения лояльности клиентов: с постоянными гостями можно здороваться по имени и предлагать бонусы.

Блокчейн и безопасность персональных данных

В СМИ блокчейн заслужил репутацию технологии, которую можно внедрить практически везде. Тем не менее приходится признавать, что до малого и среднего бизнеса распределённая база данных доберётся не так скоро. Зато блокчейн-решения, ориентированные на защиту интеллектуальной собственности развиваются вполне успешно, и для бизнеса в креативной индустрии, например, это очень актуально. Пример — Binded, блокчейн-сервис для фиксации авторских прав на изображения.

Перспективен блокчейн и для образовательных проектов: студенты MIT (Массачусетского технологического института) официальные дипломы прямо на свои смартфоны через блокчейн-приложение Blockcerts Wallet ещё в 2017 году. Цифровые дипломы и сертификаты, зарегистрированные в Blockcerts, защищены от несанкционированного доступа и при этом доступны для совместного использования.

Родственная ветка блокчейн-решений касается разработки верифицированного портфолио для представителей творческих профессий. Первые эксперименты со списками карьерных достижений и кейсов на блокчейне, например, Indorse, традиционно направлены на программистов. А журнал Ledger Journal использует цифровые подписи и временные метки на блокчейне для научных публикаций.

Это упрощённая версия страницы.

Читать полную версию
Над текстом работали: Елена Глазкова
Если нашли ошибку, выделите текст и нажмите Ctrl + Enter
Станьте первым, кто оставит комментарий