IT Manager: Искусственный интеллект в бизнесе помощник, начальник или конкурент
Изображение сгенерировано нейросетью
В чем конкретно ИИ помогает бизнесу? Какие задачи по плечу ИИ? Готов ли бизнес позволить ему принимать решения в компании, и надо ли это делать? Как продавать и внедрять
Одним из наиболее перспективных направлений в области информационных технологий сегодня можно назвать искусственный интеллект. На протяжении многих столетий человек мечтал об умном помощнике, который бы делал за него рутинную работу. В сфере ручного и физического труда такие помощники давно изобретены. Это автомобили, станки и прочие продукты промышленной революции. Сейчас мы вступаем в эпоху «интеллектуальной революции». Машины научились помогать человеку не только в физическом, но и в умственном труде, в процессе принятия решений. Конечно, думать как человек, ИИ не умеет. Он лишь способен анализировать колоссальные объемы данных и на основании этого анализа выдавать результат, который может быть полезен всем — от школьника до ученого. Но больше всего возможностей искусственный интеллект открывает бизнесу, компаниям различного уровня и специализации. Применение ИИ в бизнесе выходит за рамки простой автоматизации процессов и стремится к повышению эффективности, инновационности и конкурентоспособности.
В чем конкретно ИИ помогает бизнесу? Одно из главных преимуществ ИИ заключается в способности обрабатывать огромное количество данных быстрее и точнее, чем это могли бы делать люди. Алгоритмы машинного обучения способны анализировать сложные наборы данных, выявлять закономерности и тенденции, что помогает компаниям принимать обоснованные решения, основанные на данных. Это касается различных аспектов деятельности — от управления запасами и логистики до маркетинговых стратегий и оптимизации цен. Среди других сфер применения ИИ: персонализация клиентского опыта и предложения, операционная эффективность, маркетинговая стратегия, новые идеи по развитию продуктов и услуг и многое другое. Но широкий выход в свет ИИ и нейросетей многие эксперты сравнивают с такими эпохальными событиями, как изобретение Интернета и появление мобильной связи.
Какие задачи по плечу ИИ?
Вместе с тем эксперты предостерегают от завышенных ожиданий к ИИ. «На волне всеобщего оптимизма по отношению к ИИ часто используется подход „если у вас есть молоток — кругом одни гвозди“. На практике это приводит к росту доли неуспешных
У людей появится возможность посвятить себя
чему-то важному, вместо того чтобы заниматься задачами, которые делаются вручную и добавляют выгорания, депресии и прочий негатив.
«На данный момент мы можем встретить ИИ для бизнеса в банальных и уже простых вещах: это выдача поисковых запросов, лента новостей в соцсетях, голосовые помощники и реклама. Также бизнес стал активно использовать создание изображений и текстов с помощью ИИ, распознавание лиц видеокамерами. Один из ярких примеров использования ИИ — возможность беспилотного управления автомобилем марки Tesla на шоссе. В производстве это роботизированные процессы, и алгоритмы прогнозирования (алгоритмы машинного обучения (ML) и статистическое моделирование для предсказания результатов)», — говорит Михаил Титов, руководитель отдела продаж компании GTLogistics.
Диалоговые
ИИ-боты могут быть задействованы не только в клиентском сервисе, но и во внутренней автоматизации. Результатом становятся корпоративныечат-боты для поддержки сотрудников,HR-боты ,боты-суфлеры для помощи оператору, интегрированные с базой знаний
«Искусственный интеллект особенно эффективен в задачах, связанных с анализом больших объемов данных и автоматизацией процессов. Это обусловлено способностью ИИ обрабатывать информацию и находить закономерности значительно быстрее, чем человек. В частности, в HR это позволяет повысить точность и скорость подбора персонала, а также улучшить качество внутренних аналитических процессов. Важно, что ИИ не только упрощает рутинную работу, но и предоставляет глубокие инсайты, ранее не доступные
Уходим или переучиваемся?
Нередко можно услышать опасения, что ИИ скоро заменит целые профессии, оставит людей без работы. Однозначного ответа на этот вопрос не существует. По мнению Артема Аментеса, директора
Машина ошибается меньше там, где данные числовые и корреляция сильная. Среди педагогов, врачей, полиции, военных я бы хотел видеть людей, поскольку в этих профессиях важна человечность. Диспетчер
ж/д станции — однозначно ИИ. А проводник в поезде лучше человек. Если вы хотите ответить на этот вопрос, то спросите себя, где бы вы хотели встретить теплый взгляд доброго человека, а где вам достаточно цифрового дисплея и механического голоса. И вы сразу поймете, какие решения должен принимать человек, а какие — алгоритм. Я считаю так, пусть лучше ИИ смотрит в холодильник и понимает, что в офисе кончилось молоко, а увольнять ли человека или нет пусть думает живой руководитель из плоти и крови
Дмитрий Демидов, руководитель Лаборатории инноваций компании «Норбит» (ГК «ЛАНИТ») согласен с тем, что со временем ряд привычных профессий исчезнет. «Учитывая, что ИИ быстрее и точнее выполняет многие задачи, ряд профессий под его влиянием со временем исчезнет. В зоне высокого риска бухгалтеры и аналитики начального уровня, телемаркетологи, специалисты
ИИ не может полностью заменить человеческий фактор во многих профессиях, которые требуют эмоционального интеллекта, эмпатии и межличностных навыков. Вместо этого он будет помогать людям выполнять свои задачи более быстро и эффективно
Александра Деханова, руководитель направления диалогового искусственного интеллекта и роботизации компании Naumen, уверена, что робот никогда полностью не заменит человека хотя бы потому, что его настройка в этом случае будет слишком сложной и дорогостоящей. «
Так решил ИИ
Одно дело — воспринимать ИИ в качестве помощника и советчика. Совсем другое — позволить ему принимать решения в компании, не только операционные, но с стратегические. Готов ли бизнес доверить ему такую миссию и надо ли это делать? «ИИ может играть роль интеллектуального советчика, быстро предоставляющего актуальную аналитику и прогнозы для руководства. При этом с помощью ИИ можно выявлять
По мнению эксперта, компаниям важно не просто внедрить
На мой взгляд, принятие решений должно остаться за человеком. Искусственный интеллект скорее должен выполнять функции консультанта, давать рекомендации. Но финальное слово — за людьми. Работу ИИ нужно контролировать, особенно внимательно там, где есть высокие риски, например, в финансовой сфере или в здравоохранении
Схожее мнение высказывает его коллега Алексей Лебедев, руководитель направления по работе с финансовым сектором компании RNT Group (ГК «Рексофт»). «Если мы говорим не про типовые решения, процесс принятия которых можно автоматизировать за счет четких правил, а про принципиально важные, то ИИ может выступать только в роли помощника. Искусственный интеллект предоставляет необходимую аналитику, варианты решений и позволяет ускорить процесс, но сами решения должны приниматься людьми, экспертами своего дела. К примеру, в финансовых компаниях технология применяется для ускорения принятия решений в процессе кредитования и выбора максимально подходящего банковского продукта. Скажем, сейчас доля кредитов, выдаваемых на основе решения ИИ в Сбербанке составляет 60%, а в будущем банк планирует увеличить ее до 100%», — добавляет он.
Для старта общая рекомендация — использовать ИИ для поддержки принятия решений, которые опираются на накопленные данные, часто повторяются с большой вариативностью, легко масштабируются и имеют устойчивость к ошибкам
По мнению Максима Милкова, лидера направления «Искусственный интеллект» компании Softline Digital (ГК «Софтлайн»), ИИ пока не готов к принятию стратегических решений, но с операционными вопросами вполне может справиться. «Если говорить о влиянии искусственного интеллекта на принятие решений, то на верхних уровнях компании это может быть еще далеко не в ближайшем будущем. Однако на более низких уровнях, где принимаются оперативные решения, использование данных, сенсоров и анализаторов уже сейчас может значительно улучшить производственные и
Как продавать «умного помощника»
Интересно мнение экспертов о том, как продавать и внедрять
«Продажа ИИ ничем не отличается от продажи любого
Растет потребность „самообслуживания“, когда разработка и изменение решений ведется силами компании, без привлечения дорогостоящих услуг интеграторов
Противоположного мнения придерживается Никита Уанс (Xenia AI). «Продажа и внедрение ИИ у клиентов требует особого подхода, отличного от традиционных
Государственное регулирование в области ИИ должно стремиться к балансу между поддержкой инноваций и обеспечением безопасности. Соблазн зарегулировать все и вся очень высок, но важно помнить, что тот, кто ограничивает развитие ИИ сегодня, останется на обочине истории завтра
Риски и способ их избежать
Любой
Критическую важность данных для обучения ИИ признает и Евгений Жорницкий, операционный директор компании Napoleon IT. «На старте проекта мы видим основные риски в возможности сбора качественного датасета. Без этого не получится добиться от внедрения ИИ значимого эффекта, — объясняет он. — На этапе внедрения очень важно отслеживать не только метрики качества работы системы, но и метрики, отражающие глубину внедрения решения в бизнес -процессы. Если пользователи не полноценно используют возможности системы или система не масштабирована на достаточное количество объектов внедрения, то качество и бизнес эффект может быть занижен».
ИИ — это прежде всего анализ большого массива данных и на основе его изучений, выработка наиболее эффективных алгоритмов действия. Поэтому чем больше у ИИ качественных данных, тем он более точный в своих итоговых результатах. В том числе, чем больше и чаще работает ИИ, тем быстрее будут обнаружены ошибки в работе программы. Но вся работа идет прахом, если для обработки предоставляются неполные, предвзятые или ошибочные данные
В каждой компании имеются уникальные процессы и потребности. Необходимо учесть все их особенности и детали. Это справедливо как для обычного проекта по автоматизации, так и для разработки решения на базе ИИ. «Чем крупнее организация, тем более сложны и специфичны ее управленческие процессы. Именно в них закреплена уникальная сформованная в организации практика менеджмента. Из опыта мы видим, что автоматизация каждого процесса в крупной организации — это уникальный проект, требующий реализации специфической функциональности. Однако сегодня недостаточно реализовать специфические функции, требуется постоянно модифицировать процессы для целей их непрерывного улучшения и для реакции на изменения в окружении бизнеса. Дополнительно отметим тренд последних лет к максимальной простоте и удобству интерфейсов конечных пользователей, их интуитивности, которая избавит пользователей от долгого обучения и ошибок при использовании решений», — отмечает Владимир Андреев, президент компании «ДоксВижн».
Предвзятость в данных и алгоритмах ИИ может привести к неправильным выводам и решениям, что может негативно сказаться на эффективности компании. Иногда ошибки ИИ могут иметь серьезные последствия. «Здесь нет ничего нового, необдуманные решения людей так же могут привести к серьезным последствиям. Чтобы предотвратить ошибки в работе ИИ, необходимо контролировать качество данных и проводить постоянное дообучение модели на основе обратной связи. Но главное
В области ИИ российский бизнес пока выступает в роли догоняющего. Компании только начинают развиваться в этом направлении. А потому любые попытки регулировать еще не сформировавшуюся отрасль, на мой взгляд, могут только откинуть назад и снизить шансы на успех. Я бы скорее говорил сейчас не про регулирование, а про дополнительные стимулы со стороны государства — в виде льгот или правовых режимов, госпрограмм, подталкивающих компаний к развитию конкретных прикладных решений, а также к кооперации профильных участников
«Создание репрезентативной выборки данных — понятный способ уменьшения рисков, — рекомендует Максим Милков (Softline Digital). — Чем разнообразнее данные, тем меньше вероятность внедрения предвзятости. Такой подход помогает минимизировать риски, связанные с возможной предвзятостью данных. Глубокая аналитика задачи и интервьюирование экспертов — это еще один способ. Эксперты выделяют потенциальные предвзятости, которые могут возникнуть. После этого проводится аудит, включая тестирование решения и создание тестовых выборок данных для верификации и аудита модели на наличие предвзятостей. Этот процесс предусматривает стандартные циклы разработки продукта, но с фокусом на предотвращение предвзятости. Также важно проводить модерацию и верификацию выводов модели как на этапе разработки, так и постфактум. Это позволяет снизить риск нежелательных результатов и поддерживать высокую степень надежности модели. Хотя невозможно гарантировать полное отсутствие предвзятости, акцент на этом вопросе и выделение ресурсов для работы с подобными эффектами являются важными шагами в обеспечении надежности и эффективности системы, особенно в контексте искусственного интеллекта».
С высокой долей вероятности искусственный интеллект и технологии искусственного интеллекта станут источником новой промышленной революции в ближайшие годы. Этот тренд уже заметен, и хотя еще рано говорить о полном развертывании революции, маловероятно, что она не произойдет в принципе
Возврат инвестиций
Любой
«В клиентском сервисе возврат инвестиций от внедрения
Целый набор рекомендаций по подсчету ROI приводит Илья Иванов («Наносемантика»). По его словам, ROI зависит от метода применения. «Если в
Иллюстрация: IT Manager