Brandon Vigliarolo
Искусственный интеллект: чит-лист
Список «умирающих» профессий — тех, где человека заменяет машина, а то и просто фрагмент программного движка — растет. Но можно ли автоматизировать процесс управления, менеджмент? Исполнительный директор в компании будущего — робот или все же человек?
Искусственный интеллект (ИИ) – ещё один большой шаг в вычислениях для бизнеса. Его использование принимает множество форм – от простых инструментов, которые отвечают клиенту в чате, до сложных систем машинного обучения, способных предсказать траекторию развития целой организации. Несмотря на частоту упоминания этого понятия в СМИ и на форумах, ИИ для многих недостаточно понятен.

Чтобы помочь бизнес-лидерам понять ИИ, его возможности, а также шаги, которые нужно предпринять для использования ИИ в компании, критически важно развеять мифы вокруг этой области компьютерных технологий. Подробности – в чит-листе на тему искусственного интеллекта.
Что такое искусственный интеллект?

Когда люди думают про искусственный интеллект, на ум им приходит научная фантастика – роботы вроде Data из сериала Star Trek: Новое поколение, система Skynet из «Терминатора» и параноидальный андроид Марвин из «Автостопом по галактике».

В реальности ИИ не похож на фантастику. Вместо полностью автономных думающих машин, которые имитируют интеллект человека, мы живём в эпоху, когда компьютер можно научить выполнять ограниченное число заданий, которые включают в себя суждения, похожие на те, что делают люди. Но эти системы не способны рассуждать, как человек.

Современный ИИ может распознавать лица, понимать естественный язык и паттерны написанного от руки текста, находят связь между разными типами данных, выявляют ненормальности в паттернах, предсказывают и выполняют много других задач.
Искусственный интеллект в итоге сводится к одной концепции: распознаванию паттернов. В основе использования искусственного интеллекта лежит простая способность идентифицировать паттерны и выявлять разницу между ними.

ИИ не вполне является интеллектом в том смысле, в котором мы его определяем: он не может думать, не способен рассуждать, у него нет предпочтений или своего мнения, он не способен сделать что-либо вне узкого объёма задач, на выполнение которых его натренировали.
Но это не значит, что искусственный интеллект бесполезен для бизнеса и потребителей, которые хотят решить реальные проблемы. Это просто значит, что мы пока далеки от машин, выдающих настоящие независимые решения или приходящих к выводам без предварительного получения нужных данных. Искусственный интеллект всё ещё остаётся чудом технологий, но он далёк от воспроизведения человеческого интеллекта или действительно интеллектуального поведения.
Что искусственный интеллект может делать?

Суперсила искусственного интеллекта – в его способности достигать невероятного уровня навыков в задачах, на которые его натренировал человек. Независимо друг от друга Microsoft и Alibaba создали ИИ-машины, способные лучше понимать текст, чем люди; у Microsoft есть ИИ, которые лучше распознаёт речь, чем его создатели, и некоторые исследователи считают, что ИИ превзойдёт людей почти во всём менее, чем через 50 лет.

При этом ИИ нельзя приравнивать к интеллекту – на самом деле такие системы просто могут выполнять задачи с большей эффективностью, чем создания из плоти и крови, подверженные ошибкам. Если вы попросите ИИ, работающий с речью, распознать картинку, он эту задачу провалит. Все ИИ-системы построены для решения специфических задач.
Какое применение есть у искусственного интеллекта в бизнесе?

Современные ИИ-системы способны на многое, и несложно представить, какие задачи и проблемы в бизнесе они могут решать. Подумайте о любых рутинных задачах, даже о самых сложных, и их, скорее всего, может взять на себя ИИ, чтобы выполнить лучше и быстрее человека.

В мире бизнесе есть множество примеров применения ИИ, но, наверное, ни одно из них не набирает обороты так быстро, как бизнес-аналитика, и её конечная цель: предписательная аналитика.
Бизнес-аналитика – сложный набор процессов, направленных на моделирование текущего состояния бизнеса, прогнозирование его дальнейшего пути при текущей траектории, и моделирование потенциальных вариантов развития с заданным набором изменений. До эпохи ИИ аналитика была медленной, громоздкой и ограниченной.

При моделировании прошлого бизнеса необходимо учитывать почти бесконечное количество переменных, сортировать тонны данных и анализировать их, чтобы создать полную картину состояния организации на текущий день. Подумайте о вашем бизнесе и обо всех вещах, которые вам нужно учитывать, и затем представьте себе человека, который пытается это просчитать – задача не из лёгких.

Прогнозирование будущего с уже готовой моделью прошлого – задача более простая, но предписательная аналитика, направленная на поиск лучших возможных исходов при изменении текущего курса организации, невозможна без помощи ИИ.

Есть множество платформ на основе искусственного интеллекта и ИИ-машин, созданных для этих целей, и результатом их работы становится трансформация бизнеса: то, что раньше было недоступно для небольших организаций, теперь могут применять компании любого размера. Это позволяет максимально эффективно использовать ресурсы, используя искусственный интеллект для достижения идеального будущего.
Пусть аналитика – восходящая звезда в области ИИ для бизнеса, это далеко не единственное применение искусственного интеллекта в мире бизнеса:

Рекрутинг и найм: люди часто упускать из виду квалифицированных кандидатов, а кандидаты могут недостаточно заметно проявить себя. Искусственный интеллект может упростить процесс рекрутинга, быстрее фильтруя большое количество кандидатов и отмечая квалифицированных специалистов, которых люди могли пропустить.

Обнаружение фрода: искусственный интеллект отлично справляется с поиском тонких различий в паттернах и нерегулярного поведения. Будучи обученным контролировать финансовый и банковский трафик, системы на основе ИИ обнаруживают такие признаки мошенничества, на которые люди не обратили бы внимания.

Кибербезопасность: как и в случае обнаружением мошенничества, искусственный интеллект способен находить индикаторы взлома и других вариантов нарушения кибербезопасности.

Управление данными: использование ИИ для категоризации сырых данных и поиск между ними взаимосвязей, ранее неизвестных.

Отношения с клиентами: современные чат-боты на основе ИИ умеют поддержать беседу благодаря обработке естественного языка. Такие чат-боты могут быть отличной первой линией взаимодействия с клиентами.

Здравоохранение: речь не только о системах, способных обнаружить рак и другие проблемы со здоровьем раньше врачей, но и о тех, что могут выдать информацию о пациенте на основе множества записей и тенденций в его истории болезни.

Прогнозирование рыночных трендов: как и в случае с предписательной аналитикой, ИИ можно натренировать на прогнозирование трендов на рынках – а это может дать компании возможность первой подхватить волну.

Сокращение потребления энергии: искусственный интеллект может оптимизировать энергопотребление в зданиях и даже в целых городах, а также способен делать предсказания для планирования строительных работ, добычи нефти и газа и в других проектах, связанных с энергетикой.
Если для решения проблемы нужно работать с данными, то ИИ, скорее всего, способен помочь. Это далеко не исчерпывающий список, и новые инновации в ИИ и машинном обучении внедряются постоянно.
Какие платформы искусственного интеллекта доступны сегодня?

Принимая ИИ-стратегию, важно знать, какие виды программного обеспечения доступны для ИИ для бизнеса. Есть широкий выбор платформ от таких провайдеров, как Google, AWS, Microsoft и IBM. Выбор одного из них может стать решающим для успеха проекта.

AWS Machine Learning предлагает различные инструменты, которые можно запускать в облаке AWS. На платформе доступны ИИ-сервисы, фреймворки, аналитические инструменты и многое другое. AWS предлагает преднастроенные алгоритмы, машинное обучение в один клик, образовательные курсы для разработчиков.

Google Cloud имеет похожие ИИ-решения, а также несколько предварительно настроенных ИИ-решений, которые компании могут встроить в свой бизнес с минимальными усилиями.

AI-platform Microsoft поставляется с предварительно созданными сервисами, готовой к установке облачной инфраструктурой и рядом ИИ-инструментов, которые можно встроить в текущие бизнес-модели. Компания предлагает образовательные курсы, сфокусированные на применение инструментов в бизнесе.

Watson – облачная платформа машинного обучения и ИИ для бизнеса от IBM, которая имеет множество опций. IBM предлагает серверы для компаний, которые не хотят зависеть от облачного хостинга. Также компания предлагает платформу AI OpenScale, которую можно интегрировать в другие сервисы.

Перед выбором ИИ-платформы важно определить, какие навыки доступны в вашей организации, а на каких вам нужно сфокусироваться при найме новых членов в команду. Платформы могут потребовать специализации в различных областях разработки и работы с данными.
В какие ИИ-навыки бизнесу стоит инвестировать?

ИИ для бизнеса принимает множество форм, поэтому бывает сложно понять, какие навыки нужно имплементировать в организации. Сегодня одна из самых частых проблем для бизнеса – поиск сотрудников с правильным набором компетенций.

Навыки, необходимые для реализации ИИ-проектов, будут различаться в зависимости от нужд бизнеса и используемых платформ. При этом большая часть платформ использует множество языков и навыков.

TechRepublic в марте 2018 года выделил 10 самых востребованных ИИ-навыков:

1. Machine learning

2. Python

3. R

4. Data science

5. Hadoop

6. Big data

7. Java

8. Data mining

9. Spark

10. SAS
Многие платформы ИИ для бизнеса предлагают образовательные курсы, учитывающие специфику их архитектур и языков программирования для разработки новых ИИ-решений. Компании, которая серьёзно настроена на использование ИИ, нужно планировать как найм новых сотрудников, так и повышение компетенций существующих, чтобы обеспечить успешную реализацию проектов.
Как бизнесу начать использовать искусственный интеллект?

Чтобы начать использовать искусственный интеллект в бизнесе, мало заплатить провайдеру ИИ-платформы и запустить несколько готовых моделей и алгоритмов. Есть много факторов, которые повлияют на успешное использование таких технологий в организации.
Ключ ко всему – планирование. Добавление искусственного интеллекта в любой форме не отличается от других инициатив цифровой трансформации.

Ниже – схема одного из подходов к старту работы бизнеса с ИИ.

1. Назначьте цель для ИИ. Необходимо сформулировать, как ИИ может использоваться на предприятии и к чему это должно привести. Сосредоточив внимание на узкой реализации с конкретной цель, вы сможете лучше распределить ресурсы.

2. Определите, что нужно для достижения цели. Как только вы поймёте, где вы хотите оказаться, нужно выяснить, где вы находитесь сейчас и какие шаги нужно сделать, чтобы пройти этот путь. Вы можете начать с сортировки существующих данных, получения новых данных, найма талантливых специалистов.

3. Постройте команду. Теперь у вас есть конечная цель и план её достижения – пришло время собрать лучшую команду, которая позволит воплотить замысел в жизнь. Команда может включать существующих сотрудников, но не бойтесь приглашать кого-то из вне, чтобы найти наиболее квалифицированных людей. Убедитесь, что у ваших сотрудников уже есть возможность тренироваться и получать новые навыки, чтобы присоединиться к проекту.

4. Выберите ИИ-платформу. Некоторые ИИ-платформы лучше подходят для конкретных проектов, но в целом они представляют собой более или менее похожие продукты, которые конкурируют друг с другом. Позвольте вашей команде дать рекомендации, какую ИИ-платформу выбрать – ведь именно им предстоит с ней работать.

5. Начните реализацию. Имея цель, команду и платформу, вы сможете начать активную реализацию проекта. Процесс не будет быстрым: ИИ необходимо обучить на огромном количестве данных, произвести множество настроек, прежде чем ваш бизнес-ИИ будет готов выйти в реальный мир.