Заставить искусственный мозг качественно работать для решения бизнес-задач непросто, но это не останавливает наиболее решительных управленцев от вложения средств в AI, тестирования и запуска интеллектуальных приложений в нынешнем, 2016-м году.

По определению когнитивный интеллект — это способность рассуждать, планировать, решать задачи, думать абстрактно, понимать смысл сложных понятий, быстро усваивать материал и учиться на опыте. Человек обладает этими способностями с рождения, машинам же нужны люди, которые бы сделали их «умными». Однако люди находят новые способы при любой возможности вдохнуть интеллект в ИТ-устройства на пользу бизнесу.

Когнитивная интеллектуальная система вроде IBM Watson способна усваивать кучи данных и обрабатывать их быстрее и точнее, чем любой человек. Она также умеет находить различные решения, основываясь на разных исходных условиях, а затем предоставлять их список человеку, чтобы тот выбрал нужный вариант.

AI автоматизирует рабочие места

Искусственный интеллект оптимизирует человеческий труд за счет применения автоматизации в работе с большими данными с целью заменить ручные, однообразные операции. Автоматизация совершила скачок из производственной сферы в потребительскую: теперь объекты вокруг нас не просто объединены в сеть, но они еще и умнеют с каждым днем.

Оснастив такими средствами свою ИТ-систему, топ-менеджеры получают возможность применить весь арсенал своих бизнес-данных по оптимальному назначению, а именно: чтобы получить полное представление о бизнесе и целевом рынке, отследить важные закономерности и, вооружившись только фактами на основе данных, принимать взвешенные решения, способствующие росту бизнеса.

Как отметил недавно вице-президент по большим данным и аналитике компании Oracle Нил Мендельсон, данные стали фактическим капиталом. Рано или поздно, считает Мендельсон, хранящаяся информация о людях, местах и вещах по-настоящему изменит лицо любого предприятия.

Соответственно, чем больше сведений предприятия накапливают о своих клиентах, рынках, конкурентах и собственной организации, тем больше шансов у руководителей этих предприятий сделать важные аналитические выводы, которые помогут увеличить прибыль компании. В больших данных заключен огромный потенциал.

Заметные тенденции

Какого рода программами пользуются для извлечения по-настоящему красноречивых фактов и цифр из огромных массивов хранимых данных? Для этих целей предприятиям понадобится ряд инструментов нового поколения: безопасное хранение данных и резервное копирование с шифрованием, основательные и надежные средства управления данными, быстрые и наглядные аналитические движки, а также эффективные средства визуализации данных (data visualization, DV) — все это нужно включить в список.

Ниже перечисляются текущие ключевые тенденции в бизнес-аналитике в плане извлечения полезной информации из больших данных.

  • Данные должны поступать как из внутренних, так и из внешних источников. Интеллектуально развитые организации знают, что умные решения принимаются на основе данных, но при этом ключевое значение имеет происхождение этих данных. Чтобы проследить реальную связь между трендами и знаковыми событиями в отрасли, организации должны обратиться как ко внутренним, так и ко внешним источникам данных. Будет неправильно просто сосредоточиться на собственных данных и избегать столкновения с растущим снежным комом данных. Организации, пользующиеся комплексными решениями для обработки информации из нескольких источников и с разных точек зрения, лучше удерживают первенство в своей сфере бизнеса.
  • Обязательным условием для всех средств бизнес-аналитики (business intelligence, BI) станет интерактивный интерфейс, работающий в режиме реального времени. В 2016 г. BI-решения, генерирующие превосходные отчеты, но не предоставляющие возможность интерактивного анализа, уйдут в прошлое. Произошла смена акцентов в требованиях к BI-платформам, предполагающая ориентацию скорее на анализ, чем на отчетность, поэтому компании захотят с первого взгляда иметь возможность осмысливать и получать аналитические заключения. В этом плане главную роль играет визуализация, так как пользователям необходимо воспринимать интересующие их данные естественным для них способом, при котором разрушаются препятствия между людьми и данными.
  • Ключевое значение приобретут средства регулируемого обнаружения данных. По мере того, как инструменты обнаружения данных станут доступны все большему количеству персонала внутри организации, компаниям придется пересмотреть свой подход к формальному контролю, чтобы предотвратить хаос. Процесс управления данными, при условии правильного применения, можно настроить на удовлетворение специфических нужд организации и тем самым обеспечить эффективное и продуктивное использование данных, которое при этом помогает пользователям принимать взвешенные бизнес-решения.
  • Важным фактором является постоянно развивающаяся роль ИТ-специалистов. В прошлом в обязанности ИТ-директора входило следить за целостностью инфраструктуры и поддерживать системы в рабочем состоянии. Теперь же понятие «ИТ» в названии этой должности видоизменилось и скорее символизирует инновации и информацию. На ИТ-директоров теперь возлагаются обязанности по более стратегической трансформации компании, а не просто по поддержке ИТ-инфраструктуры.
  • Жажду скорости не утолить. Бизнес развивается все быстрее, и ИТ-системы должны за ним поспевать. Так как аналитика стала частью стандартного рабочего процесса, теперь пользователи все больше рассчитывают на скорость этого процесса, которая поможет принимать быстрые и гибкие решения в бизнесе. Например, раньше магазины одежды готовились к двум основным модным сезонам в год, теперь же они вынуждены придумывать и продавать новые фасоны одежды еженедельно, чтобы идти в ногу с новыми трендами.
  • Зарождается «информационный активизм». Сотрудники любой организации хотят принимать активное участие в работе со своими данными, однако раньше они не обладали необходимыми для этого технологиями. Получив в распоряжение BI-решения, которые подразумевают настоящую самостоятельную работу, эти пользователи перешли от пассивного потребления данных к активному их использованию с целью тщательного сбора важной информации. Мы живем в мире данных, как в личном, так и в профессиональном смыслах, и люди самовыражаются через обращение с этими данными.

О чем думают ведущие мыслители

Мы регулярно берем интервью у экспертов в этой области. Приводим некоторые размышления на эту тему от Криса Маклафлина, директора по маркетингу подразделения корпоративных информационных ресурсов компании EMC.

  • Интеллектуальные машины и когнитивные системы создают фундамент для автоматизации работы со знаниями и повышения их значимости в управлении корпоративными информационными ресурсами. Это происходит не только за счет ускорения доступа к информации и персонализации пользовательского интерфейса, но и за счет автоматизации рутинных операций работников интеллектуального труда.
  • Интеллектуальные машины будут играть ключевую роль в обслуживании и вовлечении клиентов. Можно ведь не только персонализировать веб-сайт — можно аналогичным образом персонализировать и существенно автоматизировать многоканальные системы интерактивной поддержки клиентов. Аналитический ресурс Gartner Research прогнозирует, что к 2017 году общение с клиентами на 70% будет происходить по запросу, в электронном, контекстуализированном виде с использованием множественных каналов связи, в том числе веба, мобильных устройств и соцсетей. Позволю предположить, что к 2020 г. интеллектуальные машины полностью автоматизируют многие стандартные типы клиентской и сервисной поддержки: они фактически смогут имитировать общение с живым человеком и таким образом организовывать интерактивное обслуживание клиентов, при этом существенно сокращая издержки.
  • Интеллектуальные машины автоматизируют процесс сбора и усвоения новой информации. Одна из постоянных проблем, с которыми сталкиваются многие компании, состоит в том, что большие объемы имеющихся у них знаний и информации до сих пор хранятся в аналоговой форме или заключены в традиционном бумажном виде. Машинное обучение приобретает все более важное значение в технологиях ввода данных из документов, так как оно позволяет автоматизировать сбор данных в бумажной форме и внести их в корпоративные базы знаний. Это не только невероятно сократит расходы на традиционную офисную рутину, связанную со вводом данных, но также существенно расширит банк информации или знаний, доступный организациям для многократного использования, анализа и принятия решений.
  • Интеллектуальные машины повысят продуктивность работников умственного труда. Такой работник тратит большую часть своего рабочего времени на поиск существующих сведений и создание новых. Мы наблюдаем расширение области применения когнитивных технологий с целью содействия работникам умственного труда в поиске важной и релевантной информации. Интеллектуальные машины будут применяться для наблюдения за поведением пользователей, осмысления пользовательских ролей и проактивной передачи критически важной информации нуждающимся в ней работникам, что позволит перестать ежедневно терять драгоценное рабочее время на поиск нужных сведений.

Полезные наблюдения от Infosys

А вот некоторые наблюдения, которыми поделился Абдул Разак, старший вице-президент и руководитель отдела больших данных и аналитики в компании Infosys, мирового лидера в области консалтинга, технологий и ИТ-сервисов.

  • «Искусственный интеллект формирует будущие принципы рабочего процесса: в 2016 г. стремительно ускорятся темпы, которыми предприятия интенсивно внедряют у себя искусственный интеллект на замену ручному, монотонному труду. Мы уже стали свидетелями колоссальных инвестиций в таких компаниях, как Toyota, где AI используется для более тщательного принятия решений, в будущем же мы увидим рост количества компаний, которые таким способом повышают продуктивность и прибыльность бизнеса, а также упрощают круг обязанностей для высококвалифицированных сотрудников. Мы также заметим, как AI повлияет на нашу работу: теперь заслужить уважение внутри организации и отличиться на инновационном фронте можно не столько с помощью умения решать задачи (а это одно из тех качеств, которые так высоко ценятся на работе), сколько с помощью умения эти задачи обнаруживать».
  • «Автоматизация реализует все ожидания, связанные с большими данными: снова и снова мы наблюдаем, как проекты, связанные с большими данными, терпят неудачу из-за неправильной организации данных внутри компаний. Но для того, чтобы получить отдачу от капиталовложений в большие данные, компаниям нужно претворить идеи в действия. Уже сейчас можно видеть, как с помощью автоматизации больших данных упрощаются одни процессы и устраняются за ненадобностью другие, однако в 2016 г. она будет еще шире использоваться для того, чтобы подчеркнуть уникальную способность человека браться за сложные задачи и находить к ним изобретательные решения. В этом направлении большой шаг сделала компания Google, открыв код своего AI-движка TensorFlow и дав возможность еще большему количеству компаний применить автоматизацию к имеющимся у них большим данным».
  • «Машинное обучение незаметно преображает нашу жизнь: именно в 2016 г. машинное обучение совершит скачок из производственной сферы в потребительскую. Мы уже имеем возможность в этом убедиться на примере самоходных автомобилей от Tesla и голосового управления гаджетами Amazon Echo. В следующем году машинное обучение незаметно проникнет в наши жилища: теперь объекты вокруг нас не просто будут объединены в сеть — они к тому же будут становиться умнее с каждым днем».