Похоже, сегодня любой разговор на тему ИТ или бизнеса не обходится без упоминания искусственного интеллекта (ИИ). Эту технологию даже объявили «новым электричеством»[1]. Согласно апрельскому прогнозу Gartner, в 2018 г. оборот ИИ-индустрии составит 1,2 трлн долларов США[2], причем наибольшую прибыль принесут решения для обслуживания клиентов. Вряд ли речь идет о роботах в торговых залах — скорее, это решения, которые обеспечивают более персонализированное взаимодействие с клиентами.
Потенциал искусственного интеллекта привлекает глобальные инвестиции, и в этом европейские страны пытаются не отстать от Китая и США. Только в апреле было сделано множество заявлений: французское правительство обязалось вложить 1,5 млрд евро в исследования ИИ до 2022 г.[3], власти Великобритании обещали выделить на эти цели 1 млрд фунтов стерлингов,[4] а Германия объявила о введении особой защиты от поглощений для стартапов в сфере ИИ[5]. Между тем Европейский союз заявил о своих планах инвестировать в ИИ 20 млрд евро до 2020 г. Чтобы поддержать талантливых европейских специалистов в сфере технологий, ученые объявили о создании института искусственного интеллекта на базе отдельных исследовательских центров в Великобритании, Франции, Германии, Швейцарии, Израиле и Нидерландах.
Нетрудно понять, почему, по крайней мере в последние 10 лет, компании столкнулись с проблемой поиска технологии, способной успешно пережить стремительные перемены в отрасли. Организации, инвестирующие огромные средства в новую технологию, не хотят в течение трех лет столкнуться с необходимостью полностью менять ее на другую. ИИ предлагает новое решение — технологию, которая развивается вместе с нами.
Отделите реальные возможности от рекламных
Чтобы стать настоящей ИИ-компанией, организация должна сначала ознакомиться с искусственным интеллектом и его возможностями. В статье 10 стратегических тенденций 2018 года аналитики Gartner заявляют, что пройдет еще от двух до пяти лет, прежде чем ИИ достигнет пика в цикле зрелости технологий (hype cycle). По мере приближения к этому пику важно понять, какую пользу может принести ИИ вашему бизнесу. Многие технологии достигают высокого уровня зрелости, но в результате не имеют реальной ценности для бизнеса. Подумайте о том, как можно было бы внедрить элементы ИИ в ваши продукты и услуги, чтобы извлечь максимальную выгоду.
Один из лучших примеров — совершенствование текущих бизнес-процессов. Скажем, можно применить ИИ для анализа данных, таким образом можно получать ценные прогнозы на будущее, а не просто констатировать факты из прошлого. Сегодня компании все больше используют решения в области роботизированной автоматизации процессов (RPA). Появившись в результате эволюции традиционных средств автоматизации рабочих процессов, RPA-системы используют ИИ для имитации поведения человека, а также выполнения более сложных задач, таких как сбор и извлечение знаний, распознавание образов и адаптация с течением времени. По мнению компании McKinsey[6], «RPA-технологии освобождают человека от работы, которую может выполнить робот»: они берут рутинные повторяющиеся задачи на себя и позволяют работникам сосредоточиться на более важной деятельности. В McKinsey подсчитали, что благодаря внедрению RPA значительно увеличиваются показатели рентабельности инвестиций — от 30 до 200 % за первый год.
Определите свои возможности
Не менее важно компаниям определить границы своих возможностей. Может возникнуть огромное противоречие между тем, чего они хотят достичь, и тем, что они реально могут сделать за определенный промежуток времени. Прежде чем внедрять столь многоплановую технологию, как ИИ, руководители должны понять, каковы возможности их компаний с точки зрения технологий и бизнес-процессов. Например, перед развертыванием технологии глубокого обучения организация должна провести очистку своих данных, чтобы избежать результата «мусор на входе — мусор на выходе». Внутрикорпоративные данные зачастую рассредоточены в разных хранилищах или контролируются разными бизнес-группами, имеющими разные приоритеты.
Формирование единой межотраслевой рабочей группы и интеграция различных наборов данных могут устранить несоответствия. Подобная оптимизация персонала и бизнес-процессов особенно необходима в модели «От закупки до платежа» (P2P) или маркетинге, чтобы соблюсти точность и соответствие современным нормативным требованиям.
Изменения должны быть постепенными
Важно не пытаться проводить резкие изменения в компании, а рассматривать использование ИИ в русле эволюции бизнеса. Например, розничная компания может начать с внедрения в своих колл-центрах интеллектуального сервиса приоритизации обращений, чтобы направлять клиентов к нужным специалистам[7]. На среднем уровне многие розничные компании используют чат-боты на основе ИИ, чтобы генерировать ответы на запросы клиентов. Розничные компании, достигшие самого высокого уровня развития, такие как Ocado, используют методы глубокого обучения для эффективного обнаружения мошеннических действий на своем веб-сайте[8]. Столь гибкая технология приносит огромную пользу предприятиям, позволяя им быстро подстраиваться к постоянным изменениям, а при постепенном внедрении организации могут убедиться в ее необходимости, собрать отзывы и принять необходимые меры.
Не только технологии, но и специалисты
Наконец, нужно помнить, что успех ИИ-стратегии определяется не одним лишь выбором подходящего технического решения. Правильная культура здесь важна ничуть не менее, чем наличие самых дорогих технологий. Один из лучших способов развить такую культуру — уделить особое внимание поддержке новых талантов, что будет способствовать притоку свежих идей и развитию инноваций. Однако это не так-то просто. По прогнозам McKinsey, в этом году только в США может возникнуть 50–60 %-ный дефицит специалистов по глубокому обучению[9]. Это происходит из-за того, что темпы роста рынка опережают подготовку квалифицированных кадров. Компаниям необходимо инвестировать средства в обучение имеющихся сотрудников и расширение их знаний, чтобы сформировать основу для понимания ИИ-технологий и повысить осведомленность персонала в этой сфере.
Будущее ИИ
Чтобы реализовать концепцию «AI-first» (первенства ИИ), компаниям необходимо понять следующее: ИИ не сможет раскрыть весь свой потенциал, если рассматривать его как ситуативное решение, а не как неотъемлемую часть бизнеса. Организациям нужно искать возможности для внедрения инновационных ИИ-решений в рамках своей бизнес-модели, причем не только интегрировать технологии, но и проводить подготовку персонала к работе с ИИ. ИИ дает компаниям возможность не только улучшить существующие продукты и услуги, но и создать новые. Однако предприятия должны критически оценивать рынок, внедряя те технологии, которые способны обеспечить сегодня реальные выгоды для бизнеса.
[1] https://medium.com/syncedreview/artificial-intelligence-is-the-new-electricity-andrew-ng-cc132ea6264
[2] https://www.gartner.com/newsroom/id/3872933
[3] https://www.politico.eu/article/macron-france-to-invest-nearly-e1-5-billion-for-ai-until-2022/
[4] https://www.gov.uk/government/news/tech-sector-backs-british-ai-industry-with-multi-million-pound-investment--2
[5] http://www.faz.net/aktuell/wirtschaft/unternehmen/kuenstliche-intelligenz-so-will-merkel-china-die-stirn-bieten-15555143.html
[6] https://www.mckinsey.com/industries/financial-services/our-insights/the-value-of-robotic-process-automation
[7] https://www.bbc.co.uk/news/business-45272835
[8] http://ocadotechnology.com/blog/using-google-cloud-and-machine-learning-to-improve-fraud-detection/
[9] https://www.forbes.com/sites/forbestechcouncil/2018/07/23/why-focusing-on-ai-tech-may-be-your-biggest-business-mistake/#35ff18e1614c