Революция искусственного интеллекта приближается, как нам рассказывали в самых разных стилях: эпическая история происхождения, биографический фильм и почти корпоративный триллер, полная антиутопическая сказка, (в основном) счастливый конец, и неразгаданная тайна.
Сегодня мы собираемся поместить ИИ в другой жанр: жанр страшный-монстр-не-такой-страшный, в котором монстр оказывается союзником (как в Терминаторе 2: Судный день без слезливого прощания с чаном с расплавленной сталью), или непонятого хорошего парня (как в Красавице и чудовище без каких-либо излеченных любовью проклятий или говорящей кухонной утвари, кроме говорящей кухни посуда действительно могла быть вещью ).
Итак, давайте взглянем на нынешнее увлечение искусственным интеллектом, его влияние на организации сегодня, подход, который следует рассмотреть вместо этого, и практический способ начать работу.
Сообщение AI отправляет
Вернемся на мгновение к революции искусственного интеллекта. Как и любое уважающее себя восстание, ИИ, похоже, призывает к полномасштабному объединению войск - усилию нескольких театров, чтобы разработать план, собрать припасы, сплотить новобранцев и приступить к завоеванию.
То, как это на самом деле выглядит и звучит для организаций прямо сейчас, - это всемирная тревога для всех рынков и отраслей, требующая разработки комплексной стратегии искусственного интеллекта, сбора большого количества данных, а также инструментов для его укрощения, накопления специалистов по данным и других аналитических талантов, а также конкуренции или умереть на новом гладком игровом поле, где ваша сложная инфраструктура больше не подходит.
Это предупреждение звучит каждый день. Эксперты, аналитики и эксперты в области ИИ провозглашают вопросы, которые вы должны задать, прежде чем приступить к инициативе ИИ, выявляют признаки того, что вы готовы к этому (или нет), перечисляют сложные шаги, которые вы должны предпринять для достижения зрелости ИИ в [назовите год], посоветуют вам карьерные шаги, которые вы должны предпринять в свете его натиска, и похвалите компании, которые делают это хорошо (читайте: лучше, чем вы есть).
Это все обоснованные советы. Но как сразиться с таким явным монстром?
Реакция искусственного интеллекта "безумие или замирание"
Оказывается, многие организации этим не занимаются. Столкновение с явлением, которое истинные эксперты без иронии назвали еще одним кембрийским взрывом (период 540 миллионов лет назад, когда внезапно появились высшие формы жизни) и новым электричеством (не как метафора, а как ссылка на буквальное изобретение, которое изменило мир в 1879 году), организации обычно реагируют с отношением веса мира: они «верят, что [у них] есть только два выбора: а) инновации, изменяющие мир, или б ) ничего не делать."
Это отношение проявляется в данных. Текущее исчерпывающее исследование, проведенное Boston Consulting Group и MIT Sloan Management Review, показало, что, хотя 84% предприятий в 112 странах и 21 отрасли считают, что ИИ даст им конкурентное преимущество, только 23% используют его сегодня.
Дело в том, что появление искусственного интеллекта действительно является колоссальным событием невероятных масштабов, и приравнивать его к важнейшим поворотным моментам нашей планеты - не преувеличение. Но где-то в густом лесу исследований, литературы и маркетинга вокруг ИИ скрывается тот факт, что это не зловещая, наступающая армия, которая требует полного свержения всего, что вы построили.
Это может быть больше похоже на небольшое тактическое подразделение, которое быстро и ловко освобождает вас от ваших угнетателей, выполняющих тяжелые ручные задачи и связанных с ними чистых затрат.
Если отбросить военные (и монстры) метафоры, ИИ может быть доступным. Вы можете исследовать его в виде управляемых фрагментов. Вам не нужно ломать весь свой технологический или организационный фундамент, чтобы начать работу, и вам не нужно избегать начала работы (что, как вы знаете, в любом случае уже не вариант).
Альтернативный вариант: садитесь и наслаждайтесь поездкой
Взять ИИ на пробу в определенном отделе или для конкретной задачи - в отличие от преобразования всей вашей организации в ипподром с поддержкой ИИ - вполне выполнимо и даже предпочтительнее. Это соответствует подходу микро-инноваций, который использует постепенные прагматические достижения для создания цифровой экосистемы конкурентных преимуществ с минимальным риском.
Это также соответствует природе искусственного интеллекта, технологии, которая может снимать бремя и устранять узкие места, не добавляя их.
Фактически, ИИ должен делать вещи проще, полезнее и даже веселее. И он может сделать это, просто появившись - любезно, без вашей готовности к удару - чтобы заполнить пробелы, о существовании которых вы даже не подозревали.
Мы видели это на потребительской стороне с такими продуктами, как теперь уже ставшие знаковыми механизмами рекомендаций от Amazon и Netflix, цифровые помощники, работающие на естественном языке, и приложения, которые позволяют упорядочивать фотографии без идентифицирующих ярлыков. За всеми этими чудесами и им подобными, конечно же, скрывается подмножество ИИ, известное как машинное обучение, и подмножество так называемого глубокого обучения - алгоритмы, которые учатся, изучая закономерности в огромных объемах данных.
Отдельным потребителям не нужно готовиться к использованию этих алгоритмов, прибегая к технологическим или организационным подвигам. Чтобы начать извлекать выгоду, потребителям нужно только взаимодействовать с продуктом, построенным на основе алгоритмов. Или вы могли бы сказать, что потребителям нужно только принять поворот на поездке. И этот подход не должен ограничиваться отдельными потребителями.
Новый способ взглянуть на ИИ: перестаньте на нем сосредотачиваться
Как организации могут просто взаимодействовать с ИИ, как потребители? Потому что сам по себе ИИ не является конечной целью и не должен быть в центре внимания любой организации. ИИ - это просто средство передвижения.
Джефф Безос, который кое-что знает об ИИ, признает, что это ренессанс. Но он также называет это менее драматичным: горизонтальный стимулирующий слой.
Большая часть ценности, которую мы получаем от машинного обучения, на самом деле происходит под поверхностью, - говорит Безос.
В этом смысле ИИ похож на дизайн: когда все сделано хорошо, он не заявляет о себе. Скорее, он направляет ваше внимание на поддерживаемый продукт. Сделано недавно от Рутии Хе, дизайнера продуктов в Facebook: Хороший дизайн невидим. Почему? Потому что проектировать - значит находить способ решить проблему .
Точно так же хороший ИИ - это безупречное решение или удобная функция с ненавязчивой ИИ-основой.
Хороший дизайн также должен быть самоочевидным, - отметил он, - и заставлять людей думать, что это именно то, как все должно работать естественно, и нет лучшего способа сделать это.
Хороший ИИ - полезный ИИ, который обеспечивает обещанное им конкурентное преимущество, - должен быть таким же: продукт, который работает так, как вы ожидаете, и дает результаты без трений и хлопот.
Тот факт, что хороший ИИ - это одновременно и непритязательный ИИ, является причиной того, что некоторые эксперты - даже те, кто приравнивает ИИ к заре жизни на Земле - также говорят, что через несколько лет ИИ не будет ни о чем трубить. Вместо этого это будет ожидаемым. К тому же бренды не смогут вести за собой на основе ИИ, потому что все будет опираться на ИИ. Таким образом, бренды должны будут продемонстрировать реальную ценность, которую приносит их продукция.
Так как же организациям начать работу с ИИ?
Сегодня у организаций есть возможности выйти на арену искусственного интеллекта и сразу же стать продуктивными без подготовки в стиле гладиаторов или борьбы с алгоритмами. Многие продукты берут на себя хорошо известные и повсеместно проверенные бизнес-задачи и решают их с помощью искусственного интеллекта, машинного обучения и глубокого обучения.
Такие продукты часто ставят ИИ в основу решения по автоматизации, которое элегантно устраняет все футуристические фанфары (или предреки судьбы), а также определенный набор болевых точек, неэффективности и дублирования.
И такая автоматизация не уничтожает с трудом завоеванную инфраструктуру и не вытесняет рабочих. Вместо этого он работает с стрессовыми системами и разгружает их, а также служит талантливым сотрудникам, облегчая рутинную и повторяющуюся работу - как физическую, так и когнитивную, например, юридическое открытие и финансовую отчетность.
Например, в Nousot мы рассмотрели основные бизнес-аналитики - такие как прогнозирование, кластеризацию, склонность и моделирование оптимизации - и поняли, насколько они подходят для автоматизации. Они очень интенсивны вручную: организации обычно нанимают десятки специалистов по данным для построения и обновления моделей. Этот процесс занимает недели или месяцы, а результаты быстро устаревают и теряют свою ценность.
Эта потребность в практических талантах - это именно то, что удерживает специалистов по обработке данных от более творческих приложений своей работы, а малым предприятиям - от взросления их аналитических возможностей.
Еще одна вещь о прогнозировании, кластеризации, предрасположенности и оптимизационном моделировании: они требуют очень сложных математических функций, но они также требуют многократного выполнения одних и тех же функций, таких как квалификация и выбор переменных, выбор методики модели, а также разработка и тестирование моделей.
Снова и снова занимаетесь сложной математикой? Искусственные нейронные сети сидят без дела с 1950-х годов, просто ожидая, пока вычислительная мощность и данные будут выполнять эту работу, как начальник.
Вернуть время ученым данных и дать командам без специалистов по анализу данных поиграть в сложную аналитику - вот примеры того, как ИИ работает должным образом и может быть: невидимым, не требующим пояснений и решающим повседневные бизнес-задачи настолько четко, что вы можете по-другому не представляю.
Означает ли это, что вы можете обойти вниманием всеобъемлющую стратегию ИИ? Возможно нет. Но это означает, что при этом вам не нужно побеждать монстров. Вы можете развернуть некоторую автоматизацию и начать бороться с настоящими монстрами, такими как растущие затраты на длительный процесс аналитики, или опытных специалистов по данным, не использующих эти навыки, или слабого понимания рынка.
Вы можете перестать смотреть на ИИ и начать видеть реальные преимущества, вместо этого сосредоточившись на решениях, которые он дает.
Присоединяйтесь к 30 000+ людям, которые читают еженедельную рассылку Машинное обучение, чтобы понять, как ИИ повлияет на их работу и жизнь.
