Уже практически не осталось сомнений, что в ближайшем будущем искусственный интеллект (ИИ), чатботы, машинное обучение (МО), прогнозная аналитика и другие смежные технологии станут большим подспорьем организациям и предприятиям, которые поспешат внедрить их. Ведущие аналитические компании единодушны — за ИИ будущее. По данным IDC, в 2017 г. ожидаемый доход, приносимый системами когнитивного и искусственного интеллекта, составит 12,5 млрд. долл., но уже начиная с этого года совокупный ежегодный темп роста (CAGR) на уровне 54,4% приведёт к тому, что к 2020 г. объём рынка превысит 46 млрд. долл. Gartner предсказывает, что к 2020 г. ИИ-технологии будут практически повсеместно — начиная с нового программного обеспечения и заканчивая услугами. Опрос Forrester, проведенный в ноябре 2017 г., показал, что на протяжении следующих двенадцати месяцев ИИ планируют внедрить 70% предприятий.

Несмотря на щедрые авансы, которые эксперты раздают ИИ, на сегодня его преимуществами воспользовалось не так уж много организаций. Как показало исследование Deloitte по поводу его применения в бизнесе, из 1500 опрошенных руководителей высшего звена с базовыми концепциями ИИ знакомы только 17% человек. Парадоксальность ситуации заключается в том, что далеко не все компании могут разобраться с тем, как правильно организовать работу с ИИ, какие задачи решать. Deloitte советует не откладывать внедрение в долгий ящик, поскольку ощутимую выгоду получат именно первопроходцы. Тем не менее, пока что большинство вендоров не могут извлечь из ИИ ощутимых выгод: 53% респондентов оценили свои успехи как умеренные и только 30% воспользовались преимуществами технологии в полной мере. Отмечается, что коэффициент эффективности применения ИИ повышается с каждым пилотным проектом.

Deloitte сформулировала девять ключевых преимуществ, которыми ИИ обогащает бизнес. Описание этих преимуществ приводит портал InformationWeek.

1. Расширенные возможности продукта с привлечением ИИ. Deloitte предложила респондентам выделить три главных выгоды, которые они извлекли в результате внедрения ИИ. Большинство топ-менеджеров (51%) в качестве приоритета назвали «улучшение особенностей, расширение функционала и производительности наших продуктов и услуг». В ритейле ИИ стараются применить в торговых помощниках, которые информируют покупателей о товарах без помощи сотрудников магазина. ИИ также совершенствуется в программных приложениях, мессенджерах и чатботах для автоматизации обслуживания клиентов и упорядочения этих процессов.

Принявшие участие в опросе руководители компаний из многих отраслей промышленности пришли к однозначному выводу — ИИ наделяет продукты и услуги «умом». На самом простом бытовом уровне такие технологии чаще всего применяются в голосовых системах, которые подключены к различным устройствам «умного» дома. Они могут, например, отвечать на вопросы, включать и выключать отдельные приборы, вызывать такси или заказывать еду на дом.

Крупные технологические компании уже начали повсеместное внедрение ИИ. C мая этого года Spotify применяет его для уточненного поиска музыкальных композиций с рекомендуемыми вариантами для выбора. В США и Европе Spotify уже довольно давно занял лидирующие позиции на музыкальном поприще и не в последнюю очередь благодаря ИИ.

Netflix использует систему ИИ с целью оценки потенциальной востребованности у пользователей того или иного контента. Разработчики стримингового сервиса используют сразу несколько компьютерных алгоритмов, с помощью которых они определяют, какие именно киноленты и телесериалы необходимо снимать в настоящий момент, а какие нужно приобретать по лицензии. При этом система ИИ позволяет им определять не только степень востребованности того или иного контента у представителей пользовательского сообщества, но и размер платы за него.

Так или иначе, но практически каждая ИТ-компания экспериментирует с машинным обучением и ИИ. Microsoft развивает Cortana, постоянно наполняя его новыми опциями. В феврале голосовой помощник научился напоминать об обещаниях, сделанных через электронную почту. Microsoft постоянно обновляет его интерфейс и интегрирует с конкурирующей мобильной ОС — Android. Есть виртуальный ассистент у Google и Apple, и каждый из них обладает своими особенностями. К примеру, Apple учит свою Siri узнавать владельца мобильного устройства по голосу.

В свою очередь Google позволяет запускать голосовой поиск не только с рабочего стола, но и на любом экране, в любом приложении и даже при выключенном экране, умеет находить связь последующего вопроса с предыдущим и т. д. Голосовой помощник Assistant, работающий на Android-смартфонах и смарт-колонках Google Home научился решать бытовые проблемы пользователей.

В докладе Deloitte отмечается, что большинство крупнейших в мире компаний-разработчиков ПО предлагают как минимум один продукт или услугу, использующие когнитивные технологии.

2. Оптимизация бизнес-операций. Более трети из числа опрошенных руководителей высшего звена (36%) заявили, что ИИ помогает им совершенствовать внутренние бизнес-операции. В разных отраслях он применяется по-разному: дистрибьюторы применяют ИИ для оптимизации цепочек поставок, поставщики облачных сервисов — для управления энергопотреблением в своих центрах обработки данных.

Ниш для оптимизации бизнес-процессов существует великое множество. Что касается фондового рынка, то там ИИ может превратиться в преобладающий инструмент разработки финансовых стратегий, потому что трейдеры и менеджеры хедж-фондов не могут конкурировать с роботами, которые способны обрабатывать огромные массивы данных и постоянно совершенствуют свои прогнозы, принимая решения об инвестировании. Вот почему финансовые гиганты, такие как Goldman Sachs, запустивший торговую платформу Kensho на базе искусственного интеллекта в 2014 г., переходят на роботизированные системы, предсказывающие рыночные тренды и продающие значительно лучше людей.

Работает ИИ и в автоматизированных системах для видеоаналитики. Если раньше видеопоток для компьютерного анализа пропускался через огромное количество различных фильтров и анализаторов — каждый из этих анализаторов писался вручную огромным количеством программистов — то теперь эти задачи переложили на ИИ. Еще один пример оптимизации — платформа Интернета вещей Watson IBM. Она используется для того, чтобы машины могли интеллектуальным образом в реальном времени «разговаривать» с облаком. Эта информация часто используется для повышения эффективности и прогнозирования неисправностей.

3. Возросшая продуктивность работы. 36% руководителей посчитали, что автоматизация рабочих процессов при помощи ИИ высвободит сотрудников для реализации творческих задач. Наряду с развитием ИИ многие сотрудники ожидают, что их неминуемо настигнет сокращение, но это не так. По данным Gartner, к 2020 г. будет автоматизировано около 1,8 млн. рабочих мест, но взамен будет создано 2,3 млн. новых позиций, на которых смогут работать люди. Таким образом, чистый прирост живой рабочей силы составит около 500 тыс. человек.

По словам исследователей, «умные» машины постепенно превращаются в «супертехнологию», которой по силам выполнять самые разнообразные виды труда — как физического, так и интеллектуального. Когнитивные возможности ПО расширяются на многие области интеллектуальной деятельности, например, на финансовую аналитику, медицинскую диагностику и анализ данных любого вида. В то же время компаниям все сложнее найти высококвалифицированного ИТ-специалиста, особенно, когда речь идет о профессионалах по кибербезопасности и интеллектуальной обработке данных, поэтому в этом случае ИИ скорее будет выступать как вспомогательное средство для улучшения работы персонала.

4. ИИ повысит уровень принятия решений. Более трети респондентов (35%) заявили, что одним из самых важных преимуществ ИИ является его способность принимать более правильные решения, чем это могут делать люди. Обычно для этого задействуются средства аналитики с возможностью МО — организации используют эти инструменты для анализа своих данных, особенно неструктурированных. Работа с неструктурированной информацией позволяет выявить пласт скрытых данных, которые могут принести пользу предприятию. Эти свойства машинного интеллекта оказались наиболее востребованными. Об этом заявили 58% опрошенных. Эта статистика согласуется с отчётом Gartner, в котором говорится, что ради сохранения своей конкурентоспособности к 2018 г. более половины крупных организаций по всему миру будут использовать методики углублённой аналитики (и основанные на них алгоритмы).

Углублённая, предсказательная аналитика — это вычисление тенденций и будущих возможностей, прогнозирование конечных результатов и выработка рекомендаций. Она выходит за рамки привычных запросов и отчётов в знакомых инструментах вроде SQL Server Reporting Services, Business Objects и Tableau. Здесь применяются сложные статистические расчёты, описательный и предсказательный глубинный анализ данных (data mining), МО, симуляции и оптимизации.

5. Создание новых продуктов. Организации применяют возможности ИИ не только для улучшения своих существующих продуктов и услуг, но и для создания совершенно новых категорий продуктов. 32% опрошенных Deloitte заявили, что штучный интеллект помог им перевоплотить обычное ПО для потребителей и бизнес-клиентов в «умное» с поддержкой функции распознавания голоса или чатботов. Основная идея использования чатботов заключается в автоматизации повторяющихся процессов и интерактивном общении с пользователем. Эти программы обладают способностью обучаться, обрабатывая и запоминая предыдущие команды, распознавать лица, голоса, определять геолокацию. Большим преимуществом ботов с чат-интерфейсом является кроссплатформенность. Готовый бот несложно адаптировать под другие платформы.

По некоторым данным, боты присвоили более 50% интернет-трафика и с каждым годом они будут захватывать его во все больших объемах. Число ботов Facebook Messenger и сети Telegram давно превысило десятки тысяч. Согласно исследованию ComScore, занимающейся оценкой поведения пользователей в цифровом мире, их популярность объясняется тем, что люди сейчас уже не так охотно устанавливают новые приложения. Поэтому, чтобы не потерять свою аудиторию и пойти ей навстречу, проще «вмонтировать» бот в уже имеющуюся систему.

6. Маркетинг и оптимизация продаж. Данные о продажах генерируют основную массу статистической информации, с которой как нельзя лучше могут справиться алгоритмы МО. 30% опрошенных бизнес-лидеров заявили, что оптимизация таких процессов, как маркетинг и продажа, являются лучшим из того, что предлагает ИИ. Маркетологи постепенно отказываются от создания рекламного контента человеческими ресурсами и все чаще доверяют эту обязанность ИИ.

Специалисты планируют использовать машины для автоматизации персонализированного подхода к клиентам через онлайн-объявления. Большинство маркетологов уверено в том, что узконаправленная реклама и персонализированные рекламные показы в режиме реального времени являются основными элементами, где использование ИИ сможет обеспечить конкурентное преимущество.

Диапазон ПО для маркетинга на базе ИИ крайне широк. Штучный интеллект может разрабатывать дизайн сайтов (для выполнения той же задачи брендам пришлось бы нанимать целую команду специалистов). IBM Watson и другие инструменты помогают брендам узнавать больше о потребителях и на основе их поведения предлагать актуальный контент. ИИ-программа Albert полностью берет на себя управление рекламными кампаниями: от ставок и интеграции до распространения посланий через разные платформы (email, поисковики и соцсети).

7. Выход на новые рынки. Помимо оптимизации процессов продаж и маркетинга МО и другие ИИ-инструменты помогают компаниям находить новые рынки для сбыта своей продукции. 25% опрошенных считают, что это играет ключевую роль для их бизнеса — это преимущество достигается за счет использования передовых инструментов аналитики или маркетинговых приложений, которые обладают возможностями МО.

Для анализа возможностей по выходу на новые рынки компании помимо МО для управления обслуживанием клиентов, финансовыми ресурсами, рисками и соответствием требованиям, как в продажах и маркетинге, так и в новых развиваемых сферах бизнеса, применяют «перцептивный интеллект» (perceptual intelligence) — комбинацию глубокой аналитики и поддержки принятия бизнес-решений.

8. Извлечение ценности из неструктурированных данных. В настоящее время множество организаций генерируют неструктурированные данные. Темпы роста объема таких данных превышают темпы их потребления. Человек не в состоянии вручную их обрабатывать, анализировать, извлекать из них знания и передавать их по различным каналам. В то же время компьютеры могут получить доступ и прочитать эти данные, однако они не способны выделить из них полезные знания.

В качестве примеров неструктурированных данных можно назвать следующие: электронная почта, бумажная корреспонденция, рукописные документы, письма, Twitter, доски объявлений, форумы, голосовые сообщения и т. д. Большие данные требуют тщательной обработки, и реализовать это возможно с помощью извлечения информации (information extraction). О важности этих данных для бизнеса упомянуло 25% опрошенных бизнес-лидеров. Для работы с неструктурированной информацией применяются специальные инструменты поиска и аналитики с возможностями ИИ.

9. Сокращения численности персонала не предвидится. Проведенный Deloitte опрос показал беспочвенность опасений о том, что скорая автоматизация повлечет массовое сокращение рабочих мест. По крайней мере, в ближайшей перспективе она не предвидится. Несмотря на то, что 22% респондентов посчитали сокращение численности персонала выгодным с точки зрения оптимизации расходов, реальные увольнения провела лишь одна компания-участница исследования. Все же некоторые сомнения на счет «отсева» персонала остаются. В исследовании говорится, что многие вендоры ещё не приступили к нему, поскольку часть ИИ-проектов находится в зародыше. Не прибавил ясности и вопрос влияния ИИ на количество рабочих мест спустя десятилетие: 28% респондентов отметили, что ИИ станет причиной появления новых вакансий, ещё 28% считают, что ИИ станет подспорьем для человека и 22% уверены, что ИИ повлечет сокращения рабочих мест.