Сфера госуправления;в опрошенных компаниях машинное обучение чаще всего применяется для управления персоналом и подбора кадров (50%), при этом организации планируют внедрить его также в аналитику и исследования (43%). Основным барьером для внедрения машинного обучения в участвовавших в исследовании предприятиях государственного сектора являются проблемы кибербезопасности, а основным драйвером – повышение производительности труда персонала (по 72%); Ритейл и торговля;ожидаемо самый высокий процент внедрения машинного обучения приходится на продажи (86%). Представители опрошенных компаний также планируют внедрить его в логистику (42%), в оптимизацию производства и в маркетинг (по 37%). В первую очередь их удерживает от внедрения машинного обучения необходимость перестройки существующих бизнес-процессов (42%), а основным драйвером к этому является снижение текущих расходов (58%); Промышленность и энергетика;по словам представителей опрошенных компаний, машинное обучение чаще всего интегрировано в оптимизацию производства (68%) и логистику (50%). Те из принявших участие в исследовании компаний в сфере промышленности и энергетики, которые еще не используют машинное обучение для оптимизации производства, планируют начать это делать (48%). Барьерами для них являются неготовность персонала и нехватка доступной информации о машинном обучении (по 37%), а драйверами – сокращение сроков анализа данных и снижение текущих расходов (по 42%); Медицина и фармацевтика;Представители опрошенных компаний больше всего стремятся начать применять машинное обучение в аналитике и исследованиях (71%), а также в маркетинге (57%) и в оптимизации производства (43%). В первую очередь их останавливает нехватка доступной информации о машинном обучении (71%), а стимулируют перспективы улучшения имиджа организации (57%), сокращение срока принятия решений и повышение эффективности разработок (по 43%); Финансовый сектор;Больше 50% банков и страховщиков признались, что видят необходимость перестройки существующих бизнес-процессов для внедрения машинного обучения и готовы заняться этим в ближайшие 2-3 года. Компании финансового сегмента рассчитывают за счет этих инициатив повлиять на повышение качества обслуживания, снижения текущих расходов и сокращение сроков принятия решений после его внедрения. Решения на основе технологии машинного обучения им представляются оптимальными для этих целей;