Реальные кейсы цифровой трансформации в России.

Самое главное в цифровой трансформации – фундаментальные изменения стереотипов мышления и методов работы. Эти изменения достигаются путём реализации различных кейсов. Кейсы можно поделить на 3 категории:

1. Улучшение жизни граждан.
2. Повышение эффективности государственного управления.
3. Повышение эффективности бизнеса.

Кейсы в каждой из этих категорий делятся на сферы деятельности, в которых они уже применяются или будут применены.

С описанием всех кейсов цифровой трансформации, реализованных на текущий момент, можно ознакомиться на официальном сайте автономной некоммерческой организации «Цифровая экономика» в разделе «Кейсы цифровой трансформации».

Там вы можете выбрать категорию и сферу деятельности. Описание каждого кейса содержит в себе данные о причинах создания данного решения, о стоимости и сроках, а также об опыте реализации и результатах.

Кстати, стоит сказать, что АНО «Цифровая экономика» создана лидирующими высокотехнологичными компаниями, чтобы обеспечить продуктивный диалог бизнеса и государства при реализации одноименной национальной программы. В этом качестве организация поддержана Администрацией Президента РФ и Правительством РФ.

Мы с вами сегодня попробуем заглянуть чуть глубже и на примере нескольких кейсов рассмотрим технологии, на которых они построены, ведь в конечном счёте фундаментом всех изменений и цифровой трансформации – являются именно они.

В современные смартфоны активно внедряется технология распознавания лиц. Она создана для эффективной защиты данных, которые хранятся на телефонах пользователей. Для этого при первом запуске смартфона сканируется лицо пользователя. Но если пользователь наденет очки, или закроет шарфом лицо – очень высока вероятность того, что смартфон не разблокируется, приняв вас за другого человека.

И первый российский кейс, о котором хотелось бы поговорить – это интеллектуальная система распознавания лиц, которая позволяет провести обнаружение, верификацию и идентификацию лиц, определить возраст, пол и эмоции человека при видимости лица всего на 20 %!

И это действительно поражает.

Вдвойне приятно, что разработчик данной технологии – российская компания NtechLab.

Технологии верификации лиц, разработанные данной компанией признаны одними из лучших в мире, в том числе по данным исследований Правительства США.

Рассмотрим кейс применения данной технологии в нашей жизни.

Система распознавания лиц позволила на Чемпионате Мира 2018 в России обеспечить безопасность участников мероприятия.

Перед компанией в ходе проекта были поставлены следующие задачи:

- создать эффективную систему видеоаналитики, которая обеспечит безопасность во время чемпионата мира FIFA 2018.

- получить достоверную статистику о составе посетителей всех мероприятий чемпионата мира для улучшения работы сервисов, предоставляемых государственными структурами жителям мегаполиса.

Основной продукт компании по распознаванию лиц называется «FindFace Security».

Данная технология базируется на нейронных сетях и позволяет:

1. идентифицировать человека по базе данных из нескольких миллионов фотографий менее чем за секунду;
2. обеспечивать точные результаты идентификации вне зависимости от качества предоставляемого видеопотока, детальности освещения, положения головы и тела, присутствия в кадре посторонних объектов или попыток рассматриваемого человека изменить внешность;
3. анализировать видеопотоки с нескольких сотен тысяч камер одновременно

Разработанная Система FindFace Security позволила успешно распознать в реальном времени и принять своевременные меры к задержанию почти 100 человек из розыскных баз с 50 000 фотографий правонарушителей, включая зарубежных, в том числе находящихся в федеральном розыске.

Также благодаря решению NtechLab удалось провести подробную аналитику посещения матчей чемпионата мира в 2018 году . Точность подсчета посетителей составила 99,4%, а общая картина данных была дополнена информацией о болельщиков

Рассмотрим же подробнее как работает технология.

Распознавание проходит в несколько этапов

01 Детектирование лица и силуэта на изображении

Алгоритм анализирует кадр видеоряда, который состоит из массива пикселей.

Система определяет цвета пикселей в виде цветового кода в палитре RGB (в виде трёх числовых значений).

Алгоритм детектирует лица, т.е. определяет, где на изображении находятся лица. Затем он выдает координаты границ бибокса: верхняя левая и правая нижняя граница лица для дальнейшей работы с каждым лицом.

02 Исправление визуальных искажений

Алгоритм определяет положение головы и исправляет визуальные искажения: например, «развернуть» лицо в положение анфас.

Технология распознавания лиц работает в сложных условиях и эффективно отображает лица на изображении или видео.

Такие этапы проходит изображение: точки на глазах, уголках рта, носу — 5 точек

03 Извлечение характеристик лица

Алгоритм извлекает характеристики лица.

Сеть находит и присваивает каждому лицу вектор признаков или, по-другому, биометрический шаблон лица.

04 Верификация или идентификация лица

Идентификация — сопоставление признаков лица с другими, которые есть в базе. Алгоритм NtechLab лучше всех в мире решает задачу идентификации, что доказано независимыми тестами. Находит лица, даже если произошли значительные возрастные изменения, появилась борода или усы, надеты очки, часть лица прикрыта.

Нейронные сети анализируют почти миллиард параметров лица человека, в том числе форму надбровных дуг, цвет кожи, текстуру расположение тени и даже мимику.

Это позволяет не только распознать личность человека по базе, но и дать ему небольшую характеристику: определить пол, возраст и даже эмоциональное состояние.

Такие возможности нейронных сетей можно использовать не только для серьезных задач, например, для поиска правонарушителей.

Подобные видео системы появятся в торговых центрах, видеокамеры станут распознавать клиентов еще на подходе к магазину и заранее подбирать для него товары прямо, как в фантастическом кино. С такими способностями системы сможет найти подход к любому человеку.

Следующий кейс, о котором я хотел бы рассказать – это электронная образовательная платформа, созданная выпускниками МФТИ и МГТУ имени Баумана, для изучения английского языка и математики Skyeng.

Идея по созданию сервиса для изучения английского языка пришла Георгию Соловьёву, обычному студенту МФТИ.

Задумывались ли вы, как часто в повседневной жизни нам нужен английский язык? Как увеличилась его значимость для нас, по сравнению с поколением наших родителей?

Путешествия за границу, обучение в самых престижных университетах мира, чтение иностранной литературы, работа в зарубежных компаниях и просмотр сериалов в оригинальной озвучке? Для всего этого нам необходимо знание иностранных языков. И главным языком в мире бесспорно является английский язык.

У молодого основателя будущей образовательной платформы была проблема: для стажировки за границей было необходимо знание английского языка. Репетитор в Москве - очень дорогая роскошь для обычного студента, работа с репетиторами из регионов - очень неудобно. Это и подтолкнуло молодого студента придумать решение своей проблемы.

Соловьёв решил создать подходящую ему систему. Он рассказал о своей идее Денису Сметнёву, и тот присоединился к проекту.

Сервис Skyeng родился в шестом общежитии МФТИ в комнате №417 в 2012 году.

В основе Skyeng лежит собственная платформа Vimbox, которая предоставляет следующие уникальные возможности:

Создатели платформы интегрировали все самое необходимое для изучения в Vimbox: необходимые учебные пособия, словари, дополнительная литература. Это дает возможность заниматься изучением языков в любом удобном месте и в любое удобное время.

Например, при просмотре фильма с субтитрами встретилось незнакомое слово. Платформа дает возможность одним кликом добавить его в свой словарь. Система устроена таким образом, что на протяжении всего процесса обучения, ваш преподаватель видит ваши успехи и проблемные места, и целенаправленно проведет ваше следующее занятие.

Еще одним из важных преимуществ является гибкий график занятий.

То есть неважно, студент вы или предприниматель, вы можете подобрать максимально удобное для Вас время занятия. Готовы изучать английский в 6 утра или в 12 ночи? Skyeng предоставит Вам такую возможность!

Судя по новостям компании в скором времени нам стоит ожидать появления новой возможности платформы – изучение математики. А в дальнейшем ребята планируют запуск курсов и по другим предметам

Желаем дальнейшего развития ребятам из Skyeng.

Итак, мы рассмотрели, как может быть улучшена жизнь граждан с помощью простого доступа к образовательным онлайн платформам. Это экономит время, силы и деньги. Разобрались на примере кейса распознавания лиц, как повышается эффективность государственного управления в сфере безопасности граждан. Каким же образом цифровизация может помочь повысить эффективность бизнес-сектора?

Разберемся на примере банковской сферы.

Что такое «цифровой банк» по версии 2020 г.?

Сегодня это,

• банк без отделений, которые заменены сотрудниками банковского или аутсорсингового кол-центра, а также курьерской службой или партнерской оффлайн-сетью.
• также, безусловно, это банк с развитыми мобильным и интернет-банком.
• замена кол-центра ботами,
• возможность идентификации через запущенную государственную систему (Единая биометрическая система) и токенизацией банковских карт, вместо курьеров

Банковская цифровизация в России происходила практически одновременно со становлением банковской системы в нашей стране.

По мнению Deloitte Россия находится в пятерке лидеров среди 38 стран региона EMEA (Европа, Ближний Восток и Африка).

Пионерами цифровой эры банковской сферы в России являются Сбербанк, Тинькофф Банк и Альфа-банк.

Сбербанк – это хороший пример цифровой трансформации.

Еще в 2007 году Сбербанк представлял собой архаичные отделения с большими очередями и полным отсутствием сервиса. А сегодня это современная технологическая экосистема, успешно конкурирующая с другими финансовыми организациями.

В рамках цифровой трансформации, в сбербанке произошло и продолжает происходить множество изменений. Мы с вами посмотрим, как в Сбербанке при помощи искусственного интеллекта научились одобрять кредиты юридическим лицами за 7 минут вместо нескольких недель.

В Сбербанке существовала проблема: скорость одобрения кредита юридическим лицам. Анализ предоставленной документации, прохождение всех внутренних инстанций – все это занимало время. В итоге предприниматели получали ответ на свою заявку через несколько недель. А в современной экономике, с ее скоростями, потеря такого количества времени критична для успешного функционирования бизнеса.

Разработчики Сбербанкам начали последовательно решать данную проблему.

Сначала была задача сделать так, чтобы, заполнив небольшую анкету и задав определенные приемлемые для себя параметры, корпоративный клиент смог достаточно быстро получить ответ о том, на каких условиях, в каком объеме, под какую процентную ставку ему может быть одобрено кредитное решение.

Задача не самая сложная.

Вторая задача был по сложнее: перевести в цифровой вид саму процедуру анализа документов юридического лица для принятия решения об одобрении или отказе в кредите.

Для решения этой задачи был создан робот-юрист. Его задачами являются:

-        Распознавание сканов десятков юридических документов, каждый из которых уникален по своей структуре.

-        Объединение документов с учетом различных изменений.

-        Извлечение значимых фактов о юридическом лице.

-        Принятие решения: одобрение, отклонение и запрос дополнительных документов.

Основная трудность данного процесса заключается в том, что юридически документы компании не имеют четкой регламентации. Например, возьмем Устав ООО. Каждый устав может быть составлен уникально и отличаться от устава другого ООО. В среднем таких разных форматов для 1го типа документов получается около 2000. При этом каждый человек сканирует Устав по-разному и разным качеством. Но распознать интересующие данные — это половина проблемы, далее, нужно понять, как эти данные связаны с другими разделами документа.

И этот бедный робот-юрист должен уметь разбираться во всем этом хозяйстве за доли секунды, вычленяя нужные банку данные с точностью распознавания не менее 95%.

И Сбербанку это удается. Уже сейчас благодаря данной технологии удалось выдать 850 кредитов на 100 миллиардов рублей.

А вот ещё один интересный кейс, который многие из нас уже успели не только протестировать, но и активно пользуются возможностями этой технологии в жизни. Я говорю об «Алисе», думаю сейчас каждый узнал голос. Алиса – пример отечественного искусственного интеллекта)))

И конечно же, ни для кого не секрет, что «Алиса» детище Яндекса – российского ИТ гиганта, который с помощью своих сервисов разнообразной направленности, пытается выстроить экосистему, в которой человек, сможет получить всё что нужно.

«Alice» — это приложение, работа которого основана на нейронных сетях. «Алисе» доступны все сервисы компании Яндекс – видео, карты, музыка, которые автоматически включаются при определенном запросе. Но кроме этого «Алиса» способна поддержать беседу.

Искусственный интеллект, находящийся в основе работы Алисы, быстро находит интересуемые пользователя данные. В качестве источника информации используется самая крупная и авторитетная Интернет-энциклопедия – Wikipedia и некоторые другие источники, которые с течением времени все более расширяются. В ближайшей перспективе ожидается подключение других сервисов, расширяющие возможности «Алисы», например работу в социальных сетях: Вконтакте, Одноклассниках, Фейсбуке и Инстаграмме.

А теперь посмотрим, как именно работает Алиса.

Если сильно упростить технологию реализации это будет выглядеть примерно следующим образом. За каждым ответом Алиса скрывается работа десятков подсистем Яндекса и за одну секунду отрабатывает больше сотни сложных алгоритмов.

Рассмотрим несколько самых крупных блоков которые позволяют Алисе быть умной и поддерживать разговоры на совершенно произвольные темы.

Одним из главных блоков является Spotter. Это блок, который отвечает за преобразование звука в текст. Активируется фразой «Алиса».

Цель блока - из звуковой волны сформировать текстовое представление запроса что хочет пользователь, для того чтобы дальше его можно было обработать.

Следующий блок Mega Mind. Он как раз получает текстовый запрос и умеет направить его во все подсистема которые есть в Яндексе. Он посылает запрос в поиск, музыку, карты, погоду и т.д.

После того как все эти подсистемы дают ответ Mega Mind исходя из контекста вопроса решает, какой ответ наиболее релевантен пользователю в данной конкретной ситуации на данном устройстве.

Вот после этого вступает следующий важный блок это TTS. Сюда поступает ответ в виде текста для дальнейшего его воспроизведения пользователю. До того, как быть воспроизведённым, текст проходит проверку в устройстве Enhancer. Например, есть слова омонимы, одинаковые по написанию, но разные по произношению. Enhancer как раз понимает контекст и может подсказать какое слово используется в данном контексте.

Только после прохождения данных блоков мы получаем голосовой ответ на наш запрос.

Большинству людей Алиса помогает:

-        Управлять умным домом.

-        Определять песни.

-        Определять, что на фото.

-        Включать сказки и игры.

-        Вызывать такси и строить маршруты.

-        Искать интересующую информацию.

-        И многое другое

Важно отметить, что с каждым днем в России создаются новые кейсы цифровой трансформации, каждый из которых достоин отдельного большого курса. Мы напоминаем, что за развитием вышеописанных и появлением новых кейсов можно следить на официальном сайте АНО «Цифровая экономика, а мы не сомневаемся их количество будет только увеличиваться!