10 примеров применения машинного обучения в бизнесе

Например, компания GE Oil&Gas научила программную платформу анализировать информацию о нефтедобыче, разрабатывать график техосмотра нефтедобывающего оборудования и вовремя сообщать технологам о неисправностях. Платформу с такими же «навыками» применяет Кувейтская нефтяная компания. С момента внедрения программы она стала добывать на 5% больше газа и на 10% уменьшила расходы на ремонт станков. Крупный поставщик нефтепродуктов Shell тоже доверил выявление уязвимостей нейросетям. Когда система заработала, выяснилось, что теперь сотрудники успевают разобраться со всеми (!) мелкими неисправностями оборудования, и аварии из-за человеческого фактора предприятию не грозят.

Компания Simatic, которая выпускает микроконтроллеры, пользуется программной платформой, работающей по принципам машинного обучения. После внедрения платформы 75% производственных операций в этой компании взяли на себя роботы, объем производства умножился на девять, количество бракованной продукции сократилось.

Российский «Газпром» внедрил машинное обучение в бизнесе в своей лаборатории, где технологи изучают пробы горных пород и пытаются найти новые месторождения полезных ископаемых в камерных условиях. Нейросеть составляет алгоритмы, которые выстраивают цифровую модель местности вокруг предполагаемого месторождения. Инженеры анализируют эту модель и решают, стоит ли вкладывать деньги в разработку месторождения на исследуемом участке. Благодаря машинному обучению Газпром удвоил объем добычи нефти и газа и ускорил поиск новых месторождений в полтора раза.

В 8 из 10 российских банков кредитоспособность заявителей оценивают менеджеры. Ручной анализ — долгая процедура, которая часто приводит к ошибкам из-за человеческого фактора: платежеспособным людям кредит не дают, а неспособным вернуть долг — одобряют. Если банк пользуется возможностями нейросети, платформа сама анализирует данные по ранее выданным займам, ищет просрочки и выясняет, возвращал ли заемщик долг досрочно. На основании этой информации она автоматически решает, одобрить ли кредит в конкретном случае.

Клиент любого банка может потерять деньги из-за взлома счета, воровства паролей или других мошеннических действий. Если банк внедрил систему машинного обучения, программы автоматически распознают действия злоумышленников и принимают меры до того, как деньги уйдут на счета третьих лиц.

Многопрофильные клиники Инвитро пользуются облачным сервисом Mail.ru Cloud Solutions, чтобы автоматически распознавать лица клиентов. Человек приходит на ресепшн, и система выдает администратору направление в кабинет к специалисту. Благодаря ИИ утренние очереди в регистратуру уменьшились на 30%.

Самые яркие примеры использования машинного обучения в медицине — это автоматическая диагностика больных с подозрением на инфаркт миокарда. Если кардиологическое отделение интенсивной терапии в клинической больнице загружено, но часть койко-мест занято людьми с неточно поставленными диагнозами, новоприбывшие на «скорой» больные с истинным инфарктом сердечной мышцы, которых некуда положить, могут погибнуть.

Программа анализирует данные, собранные прибором для экспресс-эхокардиографии, и решает, случился ли у человека инфаркт или у него обострилась другая болезнь сердца. От решения зависит, какую помощь получит пациент в реанимации. Обследованного роботом пациента без инфаркта врачи отправят не в реанимацию, чтобы не занимать место, а в общую палату, но сразу займутся коррекцией его состояния.

Ученые Калифорнийского университета загрузили в память робота 78 видеофайлов с операциями. Машина проанализировала фильмы и научилась зашивать рану на муляже человека. Теперь робота тренируют технике аккуратной и точной подшивке послеоперационных ран на живых образцах тканей.

Магазины косметики Рив Гош научили систему искусственного интеллекта отправлять покупателям персональные скидки. Платформа предсказывает, кто из клиентов может зайти в магазин в ближайшие 10-14 дней, составляет индивидуальные подборки товаров и подбирает скидки на основании того, что человек уже покупал. Благодаря машинному обучению компания подняла средний чек на 40% и удвоила количество повторных визитов.

Еще один пример — банк Уралсиб. Кредитная организация научила ИИ искать людей, которые интересуются лимитом и длиной беспроцентного периода у кредиток, но не интересуются процентом. Программа находит их и предлагает карточки с лимитом выше среднего. В 2020 году машинное обучение увеличило продажи кредитных карточек Уралсиба на 25%.

Английские продовольственные магазины Morrisons научили систему искусственного интеллекта определять, какую продукцию и когда именно с большой долей вероятности купят клиенты. Машина учитывает праздники и сезонность. Благодаря ей сеть магазинов на треть уменьшила разрывы в поступлении товаров на склады.

Логистическая компания Caterpillar оборудовала грузовые корабли датчиками, которые показали системе ИИ: выгоднее установить больше маломощных генераторов, чем нещадно эксплуатировать меньшее количество мощных генераторов. Благодаря нейросети за 2020 год компания уменьшила расходы на горючее на 650 тыс. долларов.

Даже когда одна машина приходит в пункт назначения не вовремя, сбивается вся цепь доставки товаров. Остальным водителям приходится стоять и ждать того, кто опоздал. Клиенты злятся из-за сорванных сроков, логисты теряют деньги и портят репутацию. Всего этого можно избежать, если научить систему ИИ предсказывать риски и управлять временем доставки с учетом возможных простоев.