Мало хто замислювався над тим, який величезний крок зробила сфера штучного інтелекту за останні десять-п'ятнадцять років. Машинні алгоритми тепер можуть писати або перекладати тексти, підбирати товари в онлайн-магазині, керувати безпілотним транспортом, охороняти квартири і займатися домашніми клопотами замість людини.
За спостереженнями Сергія Токарєва, фаундера IT-проекту Roosh та венчурної студії Pawa, розвиток AI-технологій був не лише стрімким, а й гучним. У медіа-просторі активно обговорювалися машинне навчання, нейромережі, BigData — все було у полі уваги та на слуху. Але незважаючи на це, інновації увійшли у повсякденність дуже плавно і обережно, і ніхто не зрозумів, у який саме момент наш світ змінився до невпізнання.
За даними дослідницького університету Стенфорда, протягом останніх п'яти років обсяги фінансування AI-проектів збільшилися з 12,7 до 67,9 млрд. доларів США. Тим часом, аналітики прогнозують, що до кінця поточного десятиліття ці темпи прискоряться в середньому до 40% на рік.
Цілком закономірно, що такий великий потік капіталу всередині однієї ніші став помітним у глобальних масштабах, розмірковує Сергій Токарєв. Розвинені держави зацікавилися феноменом штучного інтелекту і почали перегони за звання першої інноваційної держави, впроваджуючи AI повсюдно: у торгівлю, логістику, охорону здоров'я, у фінансовий сектор.
Як і в усьому світі, в Україні технології машинного інтелекту торкнулися багатьох сфер діяльності, у тому числі підприємницької. У країні стали з'являтися високотехнологічні стартапи, а у людей зріс інтерес до професії айтішника.
«В Україні працює 28 компаній та 2000 розробників, які спеціалізуються безпосередньо на ШІ. Враховуючи те, як швидко розвивається ринок, попит на них продовжуватиме зростати», — висловив думку інвестор.
До відомих українських AI-проектів увійшли мобільний додаток Reface, інвестором якого виступив Сергій Токарєв, а також онлайн-сервіс для коригування текстів Grammarly. Обидва продукти завоювали визнання як на внутрішньому, а й у зарубіжному ринку.
Глава Roosh зазначає, що проектів, які застосовують штучний інтелект у роботі, могло бути значно більше. Однак більшість стартапів спочатку тримають курс на Захід. Їм вигідніше реєструвати свої розробки не в Україні, а в офшорних регіонах, і причин тому кілька.
Насамперед це пов'язано з низкою проблем та ризиків, з якими стикаються стартапи, намагаючись запуститися у себе на батьківщині. Переважно це ймовірність тиску на галузь з боку правоохоронних органів. Також можуть виникати труднощі на етапі побудови та просування бізнесу — найчастіше через брак експертизи у молодих фаундерів.
«Українські підприємці часто програють іноземцям у досвіді, стратегічному мисленні, організації розробки і тому ж фандрайзингу. Багато хто не вміє залучати гроші інвесторів, адже просто не розуміє, що для них важливо і які фактори варто враховувати», — перераховує Сергій Токарєв.
Що стосується обсягів інвестицій у вітчизняні AI-бізнеси, то поки що точних статистичних даних щодо них мало, але практика показує, що іноземний ринок зацікавлений у них і готовий вкладати кошти в їх розвиток. Наприклад, стартап Reface свого часу зумів завоювати довіру американського венчурного фонду Andreessen Horowitz і залучив 5 млн. доларів під час раунду, який очолив цей фонд.
Загальна зацікавленість сегментом машинного інтелекту спричинила зміну освітньої системи в Україні. З'явилося безліч онлайн-майданчиків, курсів, шкіл, де всі бажаючі можуть отримати необхідні знання та навички для роботи над AI-продуктами. Здебільшого цим займаються приватні навчальні заклади.
«Роботодавці високо цінують випускників спеціальності Data Science Українського Католицького Університету. Ще одна сильна програма аналізу даних є в Київській Школі Економіки», — наводить приклади Сергій Токарєв.
З класичною освітою справи не так добре, застерігає інвестор, проте представники бізнесу компенсують ці недоліки шляхом формування ком'юніті навколо сфери AI і ML. Вони створюють екосистему, в якій IT-фахівці можуть ділитися експертизою один з одним, збільшувати багаж знань та отримувати підтримку у процесі реалізації власних ідей.
Яскравими прикладами таких ініціатив є проект AI House для популяризації штучного інтелекту, автором якого став Токарєв, а також венчурна студія Pawa, яка допомагає розвивати, тестувати та підтримувати стартапи, які впроваджують машинне навчання у свої продукти.