ИИ уже применяется во многих сферах бизнеса и личной жизни. Опрошенные порталом InformationWeek эксперты рассказывают о некоторых из них, которые могут стать для вас сюрпризом.

Широко распространено мнение, что потенциал ИИ достиг лишь стадии легендарного ПК Commodore 64. Другими словами, лучшее еще впереди.

По мере того как технология набирает обороты, инновации расцветают, а новые области применения, похоже, ограничиваются только воображением пользователей. Рассмотрим следующие пять примеров, которые показывают, что ИИ будет продолжать удивлять и трансформировать как личную, так и деловую активность.

1. Персонализированное обучение

По словам Пола Макдонаха-Смита, старшего преподавателя ИТ в Слоуновской школе менеджмента Массачусетского технологического института, ИИ может дополнить и ускорить процесс приобретения знаний и навыков, подстраивая образовательный опыт под конкретные потребности, стили обучения и множественные интеллектуальные способности каждого ученика. «ИИ может использовать передовые алгоритмы для настройки образовательного контента и обратной связи на основе уникального профиля и успеваемости ученика, что приводит к улучшению результатов обучения, — поясняет он. — Это инновационное применение ИИ способно произвести революцию в образовании, сделав его более индивидуальным, увлекательным и доступным для учащихся любого уровня подготовки и способностей».

2. Генерация идей

Системы ИИ, подобные GPT-3, могут генерировать новые концепции и предложения, анализируя большие объемы текстовых данных. «Это может помочь зародить новые идеи для продуктов, услуг и бизнес-моделей, до которых человек, возможно, не додумался бы сам», — говорит Скотт Лард, генеральный директор и партнер рекрутинговой компании IS&T.

Полезность такого подхода заключается в том, что системы ИИ способны рассмотреть гораздо больше возможностей и вариантов, чем один человеческий разум, объясняет он: «Анализируя тысячи существующих идей, они могут обеспечить свежий взгляд и нестандартное мышление, что помогает организациям внедрять инновации».

Лард считает, что лучший способ начать генерировать идеи с помощью ИИ — это просто задать модели ИИ открытые вопросы о потенциальных новых идеях и концепциях в определенной отрасли или сфере деятельности. Он советует предоставить системе ИИ как можно больше релевантного контекста, чтобы сузить результаты. И затем проанализировать сгенерированные идеи, чтобы определить, какие из них обладают наибольшим потенциалом для дальнейшего изучения. «Этот процесс можно повторять, уточняя вопросы и контекст, чтобы со временем получить еще более качественные результаты», — отмечает Лард.

3. Поддержка психического здоровья

По словам Сираджа Али Мохамеда, директора по данным и аналитике компании Experion Technologies, ИИ может помочь решить проблему растущего спроса на поддержку в области психического здоровья, обеспечивая постоянное и неосуждающее присутствие.

Виртуальные компаньоны, управляемые ИИ, могут оказывать персонализированную помощь с учетом индивидуальных потребностей и предпочтений, объясняет он: «Эти ИИ-существа выходят за рамки простой помощи; они могут собирать и анализировать данные с течением времени, раскрывая закономерности, имеющие решающее значение для более глубокого понимания психического здоровья».

При правильном использовании виртуальные терапевты, управляемые ИИ, могут преодолеть географические ограничения, демократизируя психиатрическую помощь во всем мире, говорит Али Мохаммед: «Такие решения могут обеспечить своевременную поддержку, особенно для тех, кто сталкивается с препятствиями из-за местоположения или ограниченной инфраструктуры психического здоровья».

Он рекомендует начинающим разработчикам начать с того, чтобы собрать команду экспертов в области психического здоровья и ИИ для анализа потенциальных возможностей: «Команда должна сосредоточиться на определении правильных сценариев использования в своей отрасли, а затем выявить решения, которые могут помочь в раннем вмешательстве, терапевтической поддержке или диагностике. Затем эти цели следует оценить вместе с имеющимися данными, технологиями и инфраструктурой, чтобы составить список приоритетных сценариев использования, которые можно реализовать».

4. Подбор персонала

С помощью систем рекомендаций на основе ИИ можно помочь менеджерам по подбору персонала найти лучших кандидатов на конкретную должность, говорит Хуан Нассифф, технический менеджер и архитектор решений софтверной компании BairesDev.

Компания ежегодно получает более миллиона заявок на работу, которые практически невозможно отсортировать вручную. «Мы используем сложные алгоритмы машинного обучения, чтобы сопоставить таланты в нашей базе данных с уникальными требованиями проекта, в котором у нас есть потребность в кадрах, — говорит Нассифф. — Этот метод выходит за рамки традиционного использования ИИ в обслуживании клиентов или анализе данных и направлен на оптимизацию подбора команды для проектов по разработке ПО».

По его словам, такой подход «невероятно полезен», поскольку он обеспечивает справедливый и сфокусированный на навыках процесс найма, устраняя предвзятость, которая может иметь место в традиционной практике рекрутинга. «Сосредоточившись исключительно на навыках, профессиональном опыте для каждого навыка и требованиях проекта, рекомендательный механизм позволяет собирать высокоэффективные команды, которые соответствуют конкретным потребностям проекта, — объясняет Нассифф. — Это не только улучшает результаты проектов, но и значительно сокращает время и ресурсы, которые обычно тратятся на подбор и формирование команды».

5. Борьба с вредителями

Анализируя множество факторов, таких как погода и география, ИИ может помочь дезинсекторам разработать и оптимизировать меры по борьбе с вредителями. «Такой подход особенно полезен, поскольку он позволяет вести борьбу с вредителями в упреждающем режиме, снижая зависимость от реактивных и потенциально вредных химических мер», — говорит Рубенс Таварес Бассо, технический директор компании Field Routes, предоставляющей ПО для борьбы с вредителями.

Он советует потенциальным пользователям учитывать вопросы конфиденциальности и безопасности данных, прежде чем внедрять технологию борьбы с вредителями с помощью ИИ. «Кроме того, предприятиям следует помнить о потенциальной предвзятости алгоритмов ИИ и регулярно обновлять систему, чтобы адаптироваться к меняющимся условиям окружающей среды, — отмечает Бассо. — ИИ в данном случае обеспечивает дальновидное и экологичное решение проблем с вредителями, способствующее внедрению устойчивых и эффективных методов в сельском хозяйстве и других отраслях».