Искусственный интеллект не заменит человека

Эксперты обсудили перспективы когнитивных технологий в сегментах B2B, B2C и B2G. Пленарная дискуссия “Machine Revolution”, в которой приняли участие руководители крупнейших российских компаний и AI-разработчики, развернулась вокруг реальных бизнес-кейсов применения искусственного интеллекта и машинного обучения для решения задач российских предприятий и фирм. Модератор дискуссии – Александр Тихонов, директор департамента по продвижению ПО IBM в России и СНГ – разбирался вместе с экспертами, совершит ли искусственный интеллект революцию в бизнесе в следующие пять лет. 

Руководители российских компаний отметили, что бизнес на сегодняшнем уровне автоматизации не вполне готов к использованию высокотехнологичных инструментов, таких как нейронные интерфейсы или машинное обучение. По мнению Ильи Тихомирова, заведующего лабораторией «Интеллектуальные технологии и системы» ФИЦ ИУ РАН, первыми на появление ИИ среагировали те индустрии, где максимально проникновение цифровых технологий, например, банки, ИТ и телеком. Эти отрасли кардинально меняются уже сейчас из-за массового внедрения высоких технологий. Одновременно более «консервативные» индустрии, такие как промышленность и производство, не могут адаптироваться к новым условиям так быстро. Ученый считает, что для начала предприятия должны «отбить» средства, вложенные в существующую инфраструктуру, и только после этого они смогут перейти на высокотехнологичные решения. Именно поэтому «Индустрия 5.0» на базе искусственного интеллекта – это дело отдаленной 20-30-летней перспективы. 

Илья также отметил, что сейчас развитие отечественных систем ИИ упирается в две проблемы: во-первых, необходимо развивать высокопроизводительную инфраструктуру. «Да, «Яндекс» - четвертая поисковая система в мире, но до тех пор, пока лидерство в суперкомпьютерах принадлежит зарубежным вендорам, российские когнитивные решения не смогут соревноваться с иностранными», - отметил Тихомиров. Во-вторых, нужна активная государственная позиция по этому вопросу. Сейчас на волне интереса к искусственному интеллекту такая поддержка уже оказывается – в частности, финансируются и поддерживаются ИИ-проекты со стороны научных учреждений и организаций. Приоритезация государственных интересов в области импортозамещения высоких технологий подстегнет этот процесс. 

Андрей Джанбаев, эксперт и экс-директор департамента архитектуры IT X5 Retail Group,согласился с тем, что вычислительные мощности – основной барьер для развития бизнес-ориентированного ИИ в России. Спикер проиллюстрировал свой тезис примером из практики ритейл-сетей: основная задача искусственного интеллекта в ритейле – понять, сколько товара выложить, чтобы не произошло out-of-stock или over-stock. Для этого необходимо точно прогнозировать спрос и планировать ассортимент с учетом многочисленных факторов, от среднего чека в зависимости от прогноза погоды до внешней политики. Другими словами, работать с огромными массивами данных. Подобная аналитика для такой крупной сети, как X5, потребует огромных, дорогостоящих вычислительных мощностей. При этом система должна не только делать долгосрочные прогнозы, но и корректировать их в краткосрочной перспективе в режиме онлайн. 

Андрей подчеркнул, что именно из-за высокой стоимости решений внедрение «умных» алгоритмов пока сильно ограничено вопросом их экономической целесообразности. Например, в промышленности внедрение предиктивной аналитики не приносит значительных экономических результатов: она применима только на уровне прогнозирования поломок оборудования и планирования ТОиР (работ по техническому обслуживанию и ремонтам). Зато для нишевых бизнесов, таких как электроника или фэшн-ритейл, нейронные интерфейсы – огромное поле для творчества. Именно в этих секторах мы вскоре увидим первые «умные магазины». 

Петр Иванов, директор по IT и BI фармкомпании «Ипсен», отметил, что главное преимущество искусственного интеллекта все-таки не в объемах данных, которые он обрабатывает. По его мнению, большинство моделей ИИ даже не используют Big Data в работе: массив данных в 10 тысяч или миллионов строк нельзя считать «большим». Совсем другое дело – скорость: в ближайшей перспективе ИИ поможет компаниям обрабатывать любые данные, в том числе неструктурированные, в режиме онлайн, и принимать взвешенные управленческие решения на базе самой актуальной аналитики. 

Петр также развернул одну из самых ярких дискуссий форума об этичности применения искусственного интеллекта. Эксперт привел пример «Сбербанка»: роботизированная система уже составляет иски против физических лиц без участия человека. По мнению участников пленарной дискуссии, это в перспективе может привести к появлению и развитию электронных судов, электронных судей, прокуроров и защитников. 

Готово ли общество к тому, чтобы машина выносила решения в суде? Можно ли научить машину этике? И как определить, что принятое ею решение обосновано? 

Мнения экспертов по этим вопросам разделились: одни предположили, что машину научить этике проще, чем человека, и вероятность ошибки «из-за человеческого фактора» в разы ниже. Другие сошлись во мнении, что система искусственного интеллекта – это «черный ящик» Натана Розенберга: не получится отследить, как развивается система и чему учится. Невозможно зафиксировать момент, когда искусственный интеллект сам начнет дискриминировать клиентов по признаку возраста, пола или любому другому фактору, поэтому передавать ему ответственность за принятие решений нельзя. 

Дискуссию об этике машин продолжил Александр Сидоров, руководитель направления анализа данных HeadHunter. По его мнению, одна из самых «горячих» тем, связанных с искусственным интеллектом, - потеря людьми своих рабочих мест. Эксперт отметил, что страх преждевременен: «Машина классно решает рутинные задачи, но не посадит самолет в турбулентность. В экстренной ситуации на борту нужен пилот». 

Александр также рассказал о системе ранжирования резюме на основе AI, которую HeadHunter запустил год назад. Это был один из первых успешных опытов использования ИИ в HR на российском рынке: если раньше резюме и вакансии ранжировались по текстовым соответствиям, сейчас компания прогнозирует отклик. Например, для того чтобы посоветовать кандидату подходящую вакансию, система собирает исторические данные, анализирует их, отбирает те вакансии, на которые высока вероятность отклика, и ранжирует их по степени прогнозируемого интереса. В итоге кандидат вместо просмотра сотен страниц с результатами поиска просматривает десятки, зато откликается на вакансии намного чаще, откликов и приглашений на собеседования - больше. А хантинговая компания значительно снижает трудоемкость процесса: на автоматизации HeadHunter экономит тысячи трудочасов в год. 

Евгения Дворская, CEO проектов JungleJobs.ru и North.ai, продолжила тему эффективности ИИ в решении HR-задач. По мнению эксперта, сейчас во многих компаниях идет охота за молодыми кадрами из поколения миллениалов, способными креативно, творчески подходить к решению бизнес-задач, быстро реагировать на изменение ситуации в бизнесе и общаться с потенциальной аудиторией «на одном языке». При этом текучесть такого персонала – более 100%, они не привязаны к одному месту работы, поэтому потребность в сотрудниках есть постоянно. В этом соревновании за «золотую кузницу кадров» побеждают те хантинговые агентства, которые при подборе сотрудников действуют быстро и используют прогрессивные аналитические инструменты для оценки кандидатов. 

Также Евгения отметила, что на рынке меняются и функции HR – специалисты теперь активно интересуются темой HR-tech и активно используют цифровые инструменты. Рутинные задачи HR автоматизируются с применением математических алгоритмов, и из разряда простых «кадровиков» профессия HR-менеджера переходит в область стратегических экспертов: подкованные сотрудники должны мыслить категориями цифр и предлагать решения по повышению эффективности внутренних процессов в компаниях. 

Эти иллюстрации побудили экспертов прийти к единому мнению: за искусственным интеллектом – будущее бизнеса. Несмотря на все проблемы, связанные с внедрением ИИ, технология уже сегодня высоко востребована в «цифровых» секторах экономики, таких как реклама и маркетинг, считает Дмитрий Федосеев, Performance Director OMD Resolution в России.Эксперт пояснил, что в интернет-рекламе и маркетинге системы на базе искусственного интеллекта и машинного обучения используются для разных задач, начиная от прогнозирования эффективности рекламных кампаний, заканчивая оптимизацией таргетингов. Они помогают, например, сделать срез аудитории на основании обезличенных данных о поведении клиентов в сети и сегментировать рекламное предложение, или же отследить динамику трендов на рынке. Основная проблема цифрового маркетинга, по мнению эксперта, в том, что сейчас большинство систем, даже обрабатывающих большие массивы данных и предоставляющих качественную аналитику, работают постфактум. В противоположность им, системы искусственного интеллекта смогут предсказывать потребность в продукте, а не анализировать его продажи. 

Сейчас OMD OM Group и Navicon реализуют совместный проект по совершенствованию измерений аудитории для рекламодателей. Система, разрабатываемая в партнерстве с OMD, прогнозирует телевизионные рейтинги с высокой точностью и позволяет многократно оптимизировать закупку телевизионный рекламы. 

Продолжая тему востребованности AI-решений на рынке, Евгений Смирнов, коммерческий директор Navicon, обратил внимание аудитории на то, что даже сейчас не все руководители бизнеса понимают реальную ценность собираемых и обрабатываемых данных. «Мы в Navicon долго учились собирать данные, как внутри компании, так и с внешнего рынка. Мы научились стандартизировать их, приводить к единому виду и эффективно использовать для того, чтобы оценивать текущую ситуацию в компании и даже видеть ее перспективы. Но одновременно мы осознали, что далеко не все руководители бизнеса готовы понимать данные и использовать их». Именно поэтому, считает Евгений, наилучшие перспективы ожидают те системы, которые будут прогнозировать вероятность наступления событий на короткой дистанции. Поменять месячный план производства с минимальными потерями, когда пришел крупный тендер, запланировать закупки запчастей для всех производственных цехов – эти задачи понятны даже тем руководителям, которые уверены, что знают о своем бизнесе всё и данные им ни к чему. 

Евгений отметил также, что на сегодняшний день растет спрос на два типа решений: одни – для тех руководителей, которые готовы обратиться к машине за экспертным советом (экспертные системы), другие – для тех, кто хочет снизить ресурсозатратность бизнеса (роботизированные решения). При этом ИИ не заменит человека и, в частности, руководителя – система может обработать данные и предложить варианты дальнейших действий, но конечное решение о развитии бизнеса останется за человеком. 

Илья Народицкий, директор по развитию международного бизнеса Navicon, рассказал о стадиях, через которые проходят разработчики, занимающиеся разработкой и внедрением практических инструментов на базе искусственного интеллекта. По его словам, при определении бизнес-стратегии в области AI компания Navicon уже прошла и стадию завышенных ожиданий, и момент избавления от лишних иллюзий, и сегодня сосредоточилась на создании систем предиктивной аналитики и распознавания образов, выполняющих конкретные задачи для бизнеса в России и Европе. 

Илья подчеркнул, что за пределами ИИ есть и другие новые технологии, которые будут полезны для российских компаний. Среди них – внедрение инструментов RPA (роботизированной автоматизации процессов), когда боты берут на себя существенную часть рутинных операций – например, прием и разбор обращений, учет заявок, первичные консультации по продуктам и другие формализованные повторяющиеся действия. В сочетании с технологиями искусственного интеллекта и машинного обучения системы RPA могут выйти на новый уровень: боты смогут помогать человеку не только в однообразных операциях, но и в принятии более сложных решений.