Что скрывает ИИ

Искусственный интеллект в последнее время стал занимать исключительное место в профессиональных дискуссиях и в маркетинговой активности многих участников рынков программного обеспечения, услуг в сфере ИТ, вычислительного и телекоммуникационного оборудования. Ему уступили почетное место лидера в цифровой экономике такие ранее громко заявленные технологические тренды, как распределенные реестры и криптовалюты, Интернет вещей, квантовые компьютеры, андроиды, беспилотные автомобили и аэротакси, метавселенные, нейротехнологии.

Ажиотаж объясняется в том числе оптимистичными новостями о генеративном ИИ, анонсами о неизбежном и тотальном внедрении ИИ-решений, визионерскими прогнозами скорого появления сильного ИИ, который полноценно и катастрофически заменит человека. Кажется, что почти все индустрии, рынки и бизнесы уже стоят на пороге кардинальных технологических изменений, которые наконец-то позволят перейти к невероятному кибер-будущему. Однако изучая непрерывно пополняемые ленты публикаций, связанные с темой искусственного интеллекта, особенно касательно вопросов его применимости, экономической и потребительской значимости, складывается ощущение некоторой недосказанности и легкой путаницы. Такое впечатление, что за фактами, аргументами и доводами в пользу или против ИИ упускают или забывают значимую деталь, раскрывающую специфику его применения и даже объясняющую, как он практически вписывается в общую модель конструирования конкурентоспособного бизнеса в условиях цифровой экономики. Для кого-то такая деталь может оказаться принципиальным моментом, и знание о ней поможет избежать ошибок в целевых проектах внедрения ИИ или в масштабных проектах цифровой трансформации.

Компонент архитектуры бизнес-модели

Потребительская ценность и применимость искусственного интеллекта в цифровых продуктах и сервисах — именно с этой точки зрения полезно бизнесу подойти к серьезному анализу множества предлагаемых на рынке ИИ-решений. А они щедро и порой не совсем добросовестно позиционируется в качестве передовых, уникальных и поражающих воображение. Как в такой ситуации выбрать подходящий вариант и на чем сфокусироваться. Как рационально и обстоятельно определить место ИИ в общей бизнес-архитектуре.

Речь не идет о технических аспектах и фундаментальных вопросах разработки искусственного интеллекта — это специализированная и затратная сфера деятельности, относимая скорее к длительным научно-практическим исследованиям. Подавляющему числу экономических субъектов оказывается важнее эффективное использование ИИ. Не без соответствующей доработки и встраивания в собственные информационного системы разного типа и уровня. И нужно это в первую очередь для того, чтобы их клиенты значимо ощутили или даже смогли объективно просчитать улучшения в части удовлетворения собственных потребностей (по качеству и количеству).

Поэтому прежде всего целесообразно рассмотреть искусственный интеллект в качестве архитектурного компонента, используемого для построения и развития бизнес-модели экономического субъекта. Причем в данном случае вторично, будет ли такая бизнес-модель реализована полностью в цифровом виде и предельно автоматизирована или будет автоматизирована лишь частично.

Заметное количество упоминаний ИИ неоднозначно, его трактовки не всегда тождественны и не полностью раскрывают практическую суть и потребительскую ценность. Надо признать, что с терминологией в этой части есть проблемы. При этом невозможно оспаривать тот факт, что под искусственным интеллектом, как правило, всё-таки понимается некий особый способ машинных вычислений — вычислительные процедуры — для решения задач определенного класса сложности. Кроме того, к ИИ относят преимущественно такие способы вычислений, которые по ряду признаков схожи с интеллектуальной деятельностью человека. Они, во-первых, демонстрируют постепенное и предсказуемое улучшение получаемого результата по мере решения каждого нового экземпляра (или серии экземпляров) соответствующего класса сложности задач (ценностный признак). Во-вторых, такие вычислительные процедуры предполагают автоматизированное или автоматическое их изменение для улучшения получаемого результата при решении задач определенного класса сложности (процессный признак). И, в-третьих, они нуждаются в получении достаточного неснижаемого или наращиваемого количества и качества входных данных для улучшения получаемого результата при решении задач определенного класса сложности (ресурсный признак).

Исходя из этого можно установить, архитектурным компонентом какого уровня и в каких границах является ИИ, представляющий собой соответствующие вычислительные процедуры. Вот что чаще всего имеется в виду, когда речь заходит об искусственном интеллекте:

• особый концептуальный (научно-практический, исследовательский) подход к разработке и программной реализации способов вычисления для решения задач определенного класса сложности (или нескольких схожих классов или типов задач);
• оригинальная идея, концепция или намерение разработать и программно реализовать особый способ вычислений для решения задач определенного класса сложности;
• гипотетический алгоритм, математическая модель или иной вариант практической реализации особого способа вычислений для решения задач определенного класса сложности, предлагаемый для создания прототипа (для дальнейших работ по его проектированию, тестированию, отладке, апробированию);
• специализированный программный модуль (обособленный программный код), практически реализующий предложенный особый способ вычислений для решения задач определенного класса сложности, подготовленный к первичной или очередной стадии отладки и тестирования (прототип);
• специализированный программный модуль (обособленный программный код), практически реализующий и/или отрабатывающий предложенный особый способ вычислений для решения задач определенного класса сложности, прошедший проверку, тестирование, отладку и выдающий требуемый результат с доказанным уровнем точности;
• программное обеспечение, включающее в качестве базового или вспомогательного специализированный программный модуль, практически реализующий особый способ вычислений для решения задач определенного класса сложности (или несколько таких программных модулей);
• информационная система или связанные между собой информационные системы, функционирующие с использованием программного обеспечения, включающего в качестве базового или вспомогательного специализированный программный модуль, практически реализующий особый способ вычислений для решения задач определенного класса сложности (или несколько таких программных модулей);
• цифровой продукт или сервис, построенный с использованием программного обеспечения или на базе одной или нескольких связанных информационных систем, включающие в качестве основного или базового специализированный программный модуль, практически реализующий особый способ вычислений для решения задач определенного класса сложности (или несколько таких модулей).

В представленном упорядоченном списке наименьший с точки зрения проектирования и реализации, но уже имеющий практическую ценность компонент — это специализированный программный модуль, реализующий особый способ вычислений задач определенного класса сложности (прототип или рабочая версия). Именно его стоит считать обособленным целостным архитектурным компонентом, который удобно встраивать в более сложные программные комплексы, комбинируя с другим функционалом — будь то, например, мобильное приложение, корпоративная информационная система или цифровой сервис. Т. е. целевым образом выбирается неделимая логически законченная сущность в качестве объекта управления при решении задач системного проектирования и построения полностью цифровой или частично автоматизированной бизнес-модели.

Особенности и условия применения

Исходя из вышеизложенного, допустимо сделать ряд выводов относительно применимости ИИ как архитектурного компонента, обладающего характерными особенностями и требующего определенных условий его использования в цифровых продуктах и сервисах, поставляемых клиентам. Все они прямо или косвенно говорят о том, как системно и управляемо улучшать результаты работы ИИ и планомерно наращивать ценность комплексных решений, в которые он интегрирован.

Предлагаемые выводы об особенностях и условиях применения искусственного интеллекта в качестве архитектурного компонента цифровой бизнес-модели, исполненного в виде специализированного обособленного программного модуля (ИИ-компонент):

• ИИ в бизнес-архитектуре выступает специализированным программным компонентом с вероятностными ограничениями по успешному решению задач определенного класса сложности. Представляет собой непрямую автоматизацию бизнес-процессов и обработку данных по бизнес-объектам.
• Использование ИИ небезопасно и значительно повышает риски в тех случаях, когда требуется стопроцентно успешное решение каждой задачи соответствующего класса.
• Если результат решения задачи будет оцениваться клиентом субъективно (творческие задачи), то применение ИИ-компонента целесообразно. Но потребуется постоянная доработка вычислительных процедур с учетом субъективной обратной связи от потребителей.
• Предпочтительно заменить ИИ-компонент на обычный прямой четко формализованный алгоритм вычислений, если известны и могут быть прямо выражены в программном коде требуемые для решения определенного класса задач вычислительные процедуры, в том числе установлены: принципы, правила, формулы и входные параметры вычислений; их последовательность; содержание, вид и формат получаемого результата.
• Для работы ИИ-компонента требуется обеспечить неснижаемый или нарастающий по количеству и качеству поток данных (следствие ресурсного признака).
• Для повышения качества работы ИИ-компонента требуется в постоянном режиме массово в потоке решать с его помощью задачи определенного класса сложности (следствие ценностного признака).
• Для улучшения результатов вычислений с помощью ИИ-компонента требуется отслеживать и проверять как меняется решение задач соответствующего класса со временем и по подклассам/подгруппам/кластерам задач в классе (следствие процессного признака).
• Необходимо обеспечить автоматизированный или автоматический релевантный контроль, в том числе обратную связь, в отношении промежуточных и конечных результатов решения задач соответствующего класса сложности.
• Рекомендуется регулярно обогащать имеющиеся входные данные, в том числе находить и валидировать источники данных, дорабатывать методы дополнения, фильтрации и связывания исходных и релевантных данных.
• Необходимо однозначно и рационально формализовать цели, границы и инфраструктурные условия применения ИИ-компонента, в том числе установить свойства и особенности класса задач, для которого он предназначен (следствие специализации).
• Целесообразно выстроить завершенную бизнес-логику (преимущественно сквозную от поставщиков до потребителей) решения клиентских задач, введя дополнительные компоненты, программные модули, инструменты и средства автоматизации.
• Приоритетом является формирование целостного конечного цифрового продукта или сервиса на основе собранного технологического стека с одним или более ИИ-компонентами, которые напрямую позволяют клиентам в автоматизированном или автоматическом режиме решать их задачи (удовлетворять потребности).
• Комбинирование ИИ-компонентов между собой и с другими архитектурными компонентами в рамках одного или нескольких цифровых продуктов и сервисов, равно как и в границах целевой бизнес-модели, должно быть четким, с понятными и предметно-очерченными рамками, с полным соблюдением их назначения и специализации.
• Критически важно фокусироваться на целостном комплексном автоматизированном или автоматическом решении, поставляемом в рамках ценностного предложения клиенту, а не на отдельном или отдельных его архитектурных компонентах (в т. ч. на ИИ-компонентах).

Представленные выводы прямо указывают, что ИИ-компонент встраивается в специальную информационную систему, чтобы стать ценной частью архитектуры полностью цифровой или частично автоматизированной бизнес-модели. Причем такая информационная система должна:

• управлять технологическим стеком, в которую входит ИИ-компонент (в том числе предусматривать поддержку версионности и специализации ИИ-компонента, а также корректную его настройку, тестирование и отладку);
• обеспечить сбор, обработку, хранение и анализ релевантных и связанных данных по задачам соответствующего класса сложности и по клиентам, которые запрашивают их решение (включая управление по количеству и качеству данных);
• эффективно интегрировать ИИ-компонент в сквозную бизнес-логику сборки и поставки ценностного предложения клиенту;
• наладить и поддерживать массовый поток решения задач соответствующего класса сложности, поступающих от клиентов;
• отслеживать, анализировать и корректировать в автоматизированном или автоматическом режимах результаты работы ИИ-компонента, связанные с этим события и инциденты, обратную клиентскую связь.

Искусственный интеллект и цифровые платформы

Обращаясь к определению и функциональному анализу цифровых платформ, можно утверждать, что именно они являются теми самыми специализированными информационными системами особого класса, что способны оптимально обеспечить работу одного или нескольких ИИ-компонент (при этом сопроводив их дополнительными технологическими, клиентскими, инфраструктурными элементами). Важная оговорка: речь идет не о технологических и программных платформах и не о фреймворках, библиотеках кода, методических подходах и стандартах, на базе которых формируются те или иные программные и аппаратные решения разного типа и уровня. Здесь речь идет о полноценных цифровых платформах — специализированных информационных системах с функционально-разграниченным сетевым доступом пользователей, предназначенных для автоматизированного или автоматического предоставления потребителям необходимых экономических благ.

Их архитектурная особенность, принципы и правила создания и развития, ориентирование на формирование востребованных клиентами платформенных решений, подходы к работе с данными, механизмы встраивания технологий и схемы интеграции программных компонент, как нельзя лучше отвечают тем требованиям, что следуют напрямую из характерных особенностей вычислительных процедур, относимых к искусственному интеллекту. Более того, на следующем шаге экосистемного связывания нескольких цифровых платформ, кратно повышаются возможности улучшения качества результатов и развития специализации любого ИИ-компонента как отдельно, так и в связке с другими.

В настоящее время многие из используемых и большинство из известных и успешных ИИ-решений — это фактически цифровые платформы с одним или несколькими связанными ИИ-компонентами. На их базе формируются доступные множеству клиентов платформенные решения в рамках ценностных предложений, упакованные в цифровые сервисы и продукты. Например: генеративный ИИ, встроенный в поисковую систему или браузер; алгоритм распознавания печатного или рукописного текста, используемый в приложении для фотосъемки или редактирования изображений; семантический анализатор, применяемый для проверки и структурирования документов в текстовом процессоре или в системе документооборота; машинный переводчик в пакете офисных приложений; генератор субтитров на видеохостинге.

При этом достаточно часто встречаются ситуации, когда искусственный интеллект скрывает цифровую платформу от потребителя и неискушенного эксперта благодаря выбранной тактике маркетинговых коммуникаций и усиленной рекламе нашумевшего технологического тренда. Иногда он настолько изящно вписан и акцентирован в технологическом стеке, что затмевает собой цифровой сервис, поставляемый потребителю в ответ на его запрос (проблему, задачу). Некоторые бизнесы принципиально позиционируют ИИ как суть и воплощение их цифрового продукта, апеллируя к его потрясающим возможностям и невероятным результатам получаемым волшебным образом. Но для конечного потребителя всегда в приоритете не использование технологических новинок, а способность их наилучшим образом за адекватную цену удовлетворять потребности. И если в самом начале продаж новаторы и ранние адепты будут готовы пойти на поводу у расхваленного ИИ-решения, то вряд ли стоит ожидать, что при низкой итоговой полезности и ошибочном построении платформенного решения, оно обретет ощутимое масштабное признание. А ведь для цифровых продуктов и сервисов, использующих ИИ-компоненты, исключительно важен выход на массового пользователя.

Только отработка большого числа задач определенного класса и получение больших данных по целевым задачам и клиентам позволяют довести до максимальных значений технические и потребительские параметры соответствующих вычислительных процедур. Отдельные цифровые лидеры во многом осознают это и активно встраивают ИИ-компоненты в собственные платформенные решения формируя заманчивые продукты и сервисы для своих потребителей. Но и они на общей волне активного интереса к искусственному интеллекту периодически выводят его на ключевые позиции в маркетинговых коммуникациях. Тем самым скрывают от клиентов и конкурентов цифровую платформу, которая обеспечивает ИИ всем необходимым функционалом: сбор и предобработка наборов данных, подключение пользователей и персонализация, управление безопасностью и инцидентами, администрирование, технологическая оптимизация, кастомизация, тестирование и отладка, поддержка API-взаимодействия и интеграция с другими системами, мониторинг состояния и событий, анализ метрик и монетизация...

Успешность на рынке того или иного предложенного инновационного способа машинных вычислений, относимых к искусственному интеллекту, зависит не только от его уровня технического проектирования и программной реализации, но и от качества исполнения цифровой платформы, а также от привлекательности платформенного решения в рамках ценностного предложения для конечного потребителя. А это на самом деле уже экономические, рыночные и управленческие аспекты развития искусственного интеллекта и цифровых платформ.

Обозначать ИИ исключительным приоритетом цифровой экономики и цифровой трансформации экономических субъектов и скрывать за ним другие аспекты — цифровые платформы и экосистемы — представляется ошибочным. И хотя это весомый и перспективный тренд развития цифровых технологий, не стоит забывать о том, что создание цифровых платформ и построение на их базе платформенных решений для клиента, а значит и для экономического субъекта, с точки зрения ценностного предложения имеет больший приоритет. Поэтому компаниям и проектам, стремящимся к рациональному и стабильному цифровому развитию, полезно в первую очередь рассматривать разработку и внедрение ИИ-решений в рамках построения адекватной цифровой платформы, ориентированной на создание востребованного ценностного предложения целевым клиентам.

Владислав Тюрин, эксперт по цифровой трансформации