Чем занять обучаемые машины?

Уже более 250 лет главными факторами экономического роста остаются технологические инновации. Важнейшими из них становятся те, которые экономисты называют технологиями широкого применения, — в их числе паровая машина, электричество и двигатель внутреннего сгорания. Каждая такая инновация порождает волны сопутствующих разработок и открывает новые возможности. Так, двигатель внутреннего сгорания непосредственно «породил» автомобиль, самолет, бензопилу, газонокосилку, а косвенно — сетевую розничную торговлю, торговые центры, сквозное складирование, новые сети поставок и, если вдуматься, даже пригороды. Такие разные компании, как Walmart, UPS и Uber, научились использовать технологии для создания новых прибыльных бизнес-моделей.

В наши дни важнейшей технологией широкого применения стал искусственный интеллект и, в частности, машинное обучение — то есть способность машины улучшать свои результаты без участия человека. За последние несколько лет машинное обучение стало намного эффективнее и доступнее. Создаваемые сегодня системы способны самостоятельно овладевать навыками решения задач.

Почему это важно? По двум причинам. Во-первых, мы, люди, осознаем далеко не все, что умеем: мы не можем толком объяснить, каким образом узнаем соседа в лицо или выбираем ход в игре го. До появления машинного обучения эта неспособность осмыслять свои умения мешала нам их автоматизировать. А теперь это возможно.

Во-вторых, системы машинного обучения часто превосходят нас как своих учителей. Они достигают сверхчеловеческих результатов в самых разных сферах, включая выявление мошенничества и диагностику заболеваний. Эти блестящие «ученики» приходят во многие отрасли — и от них можно ждать колоссальной отдачи.

Искусственный интеллект способен вывести бизнес на качественно новый уровень. Хотя он уже используется в тысячах компаний по всему миру, его главные возможности пока не раскрыты. В ближайшие 10 лет отдача от внедрения ИИ резко возрастет: производство, розничная торговля, транспорт, финансовые услуги, здравоохранение, юриспруденция, реклама, страхование, развлечения, образование и прочие отрасли развернут свои процессы и бизнес-модели в сторону машинного обучения. Сегодня сложности связаны в основном с управлением, внедрением и бизнес-воображением.

Как это случалось со многими другими технологиями, на ИИ изначально возлагали слишком большие надежды. Машинное обучение, нейросети и другие варианты этой технологии часто упоминают в бизнес-планах, не понимая их истинных возможностей. Если какой-нибудь сайт знакомств объявит, что подбирает пары с помощью ИИ, это не сделает его эффективнее — но поможет привлечь средства. В этой статье мы попытаемся разобраться, каков истинный потенциал ИИ, где его стоит применять и что этому мешает.