Машинное обучение, взгдяд дилетанта.

Продолжая тему машинного обучения (machine learning, далее ML) хочу поразмыслить на тему применения имеющихся технологий в бизнесе.

Давно нам понятны и кажутся привычными использование ML в IT сфере, но как же обстоят дела в таких отраслях, как промышленность, строительство, медицина, сфера услуг? На первый взгляд кажется, что всё это по-прежнему на этапе плановой экономики. Но если посмотреть на лидеров рынка, то становится понятно, что большинство из них давно применяют в большей или меньшей степени продукты ML.

С каждым годом становится очевидно, что неоспоримое конкурентное преимущество у игроков рынка использующих ML.

Большая часть компаний, оказывающих услуги или предлагающих продукт имеют отделы продаж. Погрузившись в сферу услуг я на собственном примере понял, на сколько это естественно и безоговорочно вошло в нашу жизнь.

Представим, что существует некая компания Х, оказывающая услуги языкового перевода текста.

А что если, эта компания знает о своих клиентах и сотрудниках всё?

• Знает номер телефона клиента, даже если он не оставил его в заявке на сайте.
• Знает и видит в реальном времени сколько клиентов находятся в данный момент на сайте, может автоматически идентифицировать их, как целевых и не целевых, согласно утвержденным алгоритмам и в реальном времени совершенствовать выборку по успешности сделки.
• Посылая коммерческое предложение компания знает до какой страницы, клиент дочитал это предложение и в реальном времени автоматически может поступить звонок сотруднику компании связывающий его с клиентом.
• Компания знает какой сотрудник самый успешный и система в автоматическом порядке проецирует его опыт на задачи других сотрудников.
• Знает в какой день и какую услугу предложить клиенту. И в автоматическом режиме отправляет релевантное предложение с конверсией покупки 78%.
• Знает кто из сотрудников и через какое время уволится из компании.

Как бы Вы отнеслись к деятельности такой компании? Это реалии современного мира и желание выжить или шаг за грань дозволенного?

Последний пример меня особенно удивил. Впервые я узнал о этой системе от Давида Яна. Он основатель компании AABBYY. Они разработали такой продукт, как Yva- система управления эффективностью бизнеса и вовлеченностью сотрудников. Эта система, по словам Давида, позволяет экономить компаниям с численностью 1000 сотрудников до 2 млн. дол. на прогнозирование раннего увольнения сотрудников.

Система анализирует корпоративную коммуникацию, мессенджеры и выдает прогноз, кто из сотрудников собирается покинуть компанию. Как признается Давид Ян, иногда Yva предсказывает уход сотрудника ранее, чем он принял об этом решение.

Я не могу для себя решить на сколько я хочу применение подобных технологий на себя, но точно могу сказать, что подобные технологии впечатляют!

Особенно актуально применение ML в медицине, когда прогноз на основе накопленного опыта может спасти чью-то жизнь.

На сколько важен опыт в профессии доктор. Я знаю точно, что предпочтение отдам опытному врачу. Но люди не вечны и такой человеческий капитал как опыт невозможно передать молодому специалисту. Это нарабатывается годами.

Представьте, что дерматолог, который может определить злокачественное у вас пятно на коже или нет пользуется инструментом, который с 98% вероятностью и в кратчайшие сроки поставит верный диагноз. На сколько этот тандем человека и ML может улучшить нашу жизнь.

Поделитесь своими примерами применения машинного обучения. Что вас испугало или наоборот вдохновило из современных технологий?