В блоге Яндекса вышла статья руководителя Yandex Data Factory Евгении Завалишиной о результатах применения технологий Яндекса — в первую очередь, машинного обучения — для решения практических задач в отраслях за пределами интернета. Также можно узнать о видении команды проекта своей роли на рынке и будущего искусственного интеллекта.

Отрывок из статьи:

Главной задачей Yandex Data Factory на первые два года было найти такие способы применения наших технологий, которые дали бы наибольший эффект и открыли бы бизнесу самые широкие перспективы развития. Но мы не очень-то вписывались в тему «больших данных» в том смысле, в каком её в тот момент понимал рынок.

На рынке все были озабочены конкретными задачами — как настроить Hadoop или изящно визуализировать накопленные данные. Все планировали инвестиции в «большие данные», но рассматривали их прежде всего как затраты на покупку и внедрение новых систем.

Мы предложили подойти к делу с другой стороны — отталкиваться не от затрат, а от создаваемой ценности. Чтобы не быть голословными, мы измеряли эту ценность прямо — в деньгах, которые можно сэкономить или дополнительно заработать с помощью решений на базе машинного обучения.

Кейсы:
— Для Магнитки в Yandex Data Factory разработали сервис, позволяющий оптимизировать расход дорогостоящих компонентов — ферросплавов. Он прошёл приёмочные испытания и показал снижение расхода ферросплавов на 5%. Ожидается, что ежегодная экономия составит 275 миллионов рублей.

— Пилотный проект с сетью магазинов «Пятёрочка» — сервис прогнозирования спроса на товары, которые продаются со скидкой. В 87% случаев погрешность прогноза составила не более одной упаковки. Чем точнее прогноз, тем меньше потери, связанные с хранением излишков и порчей товара.

— Для «Райффайзенбанка» создали сервис прогнозирования спроса на наличные в банкоматах. Ожидается, что в перспективе он позволит банку примерно на 15% снизить издержки, связанные с пополнением банкоматов и изъятием из оборота лишних средств.

Статью можно прочитать в блоге Яндекса.