О чем говорит статистика?

Согласно прогнозам одного из ведущих мировых консалтинговых агентств Gartner, опросившего более чем 3000 руководителей бизнеса, а также менеджеров и аналитиков из 112 стран мира в 21 отрасли, – 72% респондентов из всех опрошенных заявили о своем желании и готовности внедрить технологии AI в бизнес. При этом, лишь 4% из них обосновали свое решение возможностью получить или поддержать с помощью AI конкурентное преимущество компании на рынке. Почти 60% считают, что AI сам по себе должен быть стратегическим приоритетом для любого современного бизнеса. А остальные уверены в том, что AI, не взирая на возможные риски его применения, позволит им создать и расширить направления деятельности и, таким образом, увеличить прибыль.

Тем не менее, иные исследования пожеланий high-менеджмента в разных уголках мира показывают, что на сегодняшний день, несмотря на большие надежды, возлагаемые на интеллектуальные технологии, лишь 23% респондентов по факту включили его в процессы и предложения по продуктам и услугам. Еще около 30% держат один или несколько пилотных проектов на рассмотрении, а более 50% пока что даже не имеют планов внедрения, хотя располагают необходимыми для этого финансовыми ресурсами.

Как превратить AI в универсальный бизнес-инструмент?

Какие бы цели не ставил перед собой бизнес, – попытка идти в ногу со временем, пользуясь современными технологиями, пятно на его репутации не поставит. Чем раньше компания начнет анализировать, как использовать AI для продвижения, тем лучше будет подготовлена к новым вызовам рынка.

Успешность внедрения искусственного интеллекта бизнесом в странах с развивающейся экономикой и сложностями с принятием и интеграцией инновационных решений, – в первую очередь, будет зависеть от практической готовности. Последняя подразумевает наличие базового набора стратегических кейсов, ускоряющих вливание AI в рабочие процессы:

  1. Знакомство, анализ технологии и рисков ее применения;
  2. Предварительная оценка затрат;
  3. Консолидация данных и рабочей силы;
  4. Адаптация IT-службы к новым условиям работы;
  5. Подготовка экспериментального сегмента для пилотного запуска.

Важно понимать, что сам акт внедрения AI по факту еще не является гарантией успеха. На сегодняшний день не существует единого стандарта или лучшей практики использования инновационных технологий в бизнес-процессах. Данный рынок еще окончательно не сформировался, просто сейчас он находится на пике своей актуальности и развития. Следовательно, никто – ни новички, ни акулы бизнеса – не застрахованы от рисков и неудач.

Ожидаемый результат почти на 100% будет зависеть от количества потраченных усилий на изучение рынка технологий и правильно сформированной стратегии перехода к их внедрению в соответствии с реальными потребностями компании.

Когда западные ученые и аналитики акцентируют внимание на сложностях взаимодействия человека и машины, они делают это не только из коммерческих побуждений, формируя определенные представления о системах и их специфике. На самом деле, крайне непросто подойти к внедрению AI с точки зрения многих организационных тонкостей, психологических, этических и правовых барьеров.

Стоит ли овчинка выделки?

Впрочем, продолжая жить по принципу «люди не готовы», или «поживем – увидим», как это часто бывает в украинских реалиях, – мы рискуем остаться без куска пирога, которого сегодня хватает на всех. Вопрос – с какой стороны откусить.

При неготовности запустить корабль в космос, можно для начала попробовать полетать в нижних слоях атмосферы, и рассмотреть AI как узконаправленный предмет, который нужно правильно применить. В данном ключе решения потребуют следующие задачи:

  1. Выбор конкретной цели, с которой должен работать AI;
  2. Изучение вариантов систем, способных этой цели достичь;
  3. Обеспечение необходимого экспертного сопровождения AI, который изначально должен получить правильный опыт и навыки для решения поставленных задач;
  4. Наличие возможности подстраховать систему узкопрофильными квалифицированными специалистами;
  5. Только после удачного запуска одной системы – рассмотреть возможность внедрения последующих, руководствуясь исключительно конкретными стратегическими потребностями.

На практике примеры могут быть такими:

  1. Оптимизация производства за счёт машинного обучения и IoT;
  2. Внедрение простой рекомендательной системы с целью сокращения расходов и повышения производительности;
  3. Увеличение скорости работы с данными и большими объемами профильной специфической информации в рамках компании;
  4. Перераспределение обязанностей между сотрудниками и автоматизированными системами с целью освободить первых от рутинной трудоемкой работы и ускорить ее выполнение за счет вторых;
  5. Упрощение процессов подсчета и анализа финансовых ресурсов компании, рынка сбыта услуг, прогнозирование потребительского фидбека.

В выше описанных вариантах речь идет о простых алгоритмах. И, тем не менее, первое, что придется учесть при желании воспользоваться даже примитивной формой искусственного интеллекта, – это то, что за его работу придется платить.

Любой AI следует изначально рассматривать как сотрудника. Прежде чем взять его на работу, необходимо узнать его квалификацию и подготовку. При необходимости – обучить. Затем его работу нужно контролировать. При неспособности эффективно справляться с поставленными задачами – заменить или перенаправить в нужное русло.

Таким образом, помимо инвестиций непосредственно в само программное обеспечение AI, необходимо учитывать затраты на его разработку, обучение, запуск в текущий процесс, сопровождение и переобучение (как показывает мировой опыт, умные машины тоже ошибаются вследствие алгоритмических сбоев, притом, ущербы могут стать фатальными для любого бизнеса, который этот риск не учел).

Другое дело, что прецедент «человеческого фактора», в принципе, хорошо изучен. Тут все просто: человек либо допустил ошибку, либо нет. Но он способен аргументировать решение или действие, которое привело к поражению. В то время как AI допросить невозможно – даже опираясь на «правильные» данные в своей работе, любая умная система склонна к формированию выводов и концепций, которые могут идти вразрез с заданным ей направлением деятельности.

Это, в свою очередь, закладывает риски и создает определенные проблемы. Чтобы они не превратились в якорь, тянущий компанию ко дну, необходимо пройти все этапы подготовки «к войне»:

  1. Зона ответственности: при возможности мыслить, принимая решения, никакой AI не будет за них отвечать – это удел контролирующего органа. Завершающим звеном эффективности системы должен являться человек.
  2. Целесообразность: вести бизнес с помощью AI можно только при использовании той системы, решения и рекомендации которой можно отследить и легко интерпретировать.
  3. Качество данных: ни один AI не принесет бизнесу пользу, если не снабдить его должным количеством проверенных данных, которые лягут в основу ожидаемых прогнозов.
  4. Интеграция: введение AI в цикл взаимодействия с человеком – кропотливый и сложный процесс, требующий принятия, подготовки, инструктажа, соблюдения норм и правил безопасности. Необходимо рассчитать затраты и усилия, прежде чем вступить в игру.
  5. Безопасность: набивание шишек и сбор грабель на любом из этапов внедрения AI – от постановки задачи до неучтенных функций, – самые безобидные проделки алгоритмов. Истинные риски заложены в непонимании системы и ее нецелевом использовании.

Собственно, как известно, когда дело доходит до новых технологий, бизнес, как правило, пытается откусить больше, чем способен пережевать. Но даже сильный поток энтузиазма и финансовых вливаний не спасет от подводных камней в работе с умными машинами, суть которых необходимо для начала как следует изучить.

Все права защищены. Ни одна часть статьи не может быть использована в интернете для частного или публичного использования без обязательного активной гиперссылки на сайт everest.ua.

 

Читайте также:

Риски и возможности AI должны быть повсеместно признаны в качестве приоритета

Искусственный интеллект для Украины – риск или возможность

Искусственный интеллект может превратить бизнес в универсальный инструмент, заточенный на прибыль и развитие

Комментарии