Искусcтвенный интеллект для всех | Большие Идеи

・ Тренды
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Искусcтвенный интеллект
для всех

Что произойдет, когда ИИ станет доступен каждому

Авторы: Джеймс Уилсон , Пол Доэрти

Искусcтвенный интеллект для всех
Фото: unsplash.com/@bogomi

читайте также

Дом за 300 долларов: миф или реальность?

Виджей Говиндараджан,  Шрикантх Шринивас

«Я просил прощения за наши решения»

Ади Игнейшес,  Говард Шульц

Уроки стойкости: как выжить, став сильнее, и что ответить на вопрос «Когда это кончится?»

Что делать, если вокруг все плохо

Кристин Порат,  Майк Порат

Мазин Гилберт поставил перед собой амбициозную цель. Будучи вице-президентом по развитию технологий в AT&T, он хочет, чтобы искусственный интеллект стал доступен каждому сотруднику корпорации, в особенности тем, кто раньше не имел дело с ИТ и не умеет программировать. Назовем это «демократизацией ИИ». Для достижения этой цели AT&T разрабатывает простую в использовании платформу, которая позволит почти четверти всех сотрудников компании создавать собственные приложения ИИ, имея в распоряжении только мышь.

AT&T, как и многие другие компании, пытается решить одну из ключевых проблем бизнеса — жесткую нехватку специалистов по искусственному интеллекту. По некоторым оценкам, лишь 10 000 программистов в мире обладают достаточным опытом для разработки продвинутых алгоритмов ИИ. Это капля в море в сравнении с тем количеством рабочей силы, которое потребуется компаниям в будущем. Благодаря таким инструментам, как, к примеру, платформа AT&T, технологии ИИ станут доступны не только ограниченному кругу сведущих специалистов, но и тем, кто не имеет знаний и опыта в технологической области.

Демократизация ИИ будет проходить двумя способами. Во-первых, она даст возможность сотрудникам таких крупных организаций, как AT&T, разрабатывать собственные приложения ИИ для повышения эффективности своей работы. Кроме того, она позволит небольшим фирмам применять такие возможности ИИ, которые раньше были доступны только большим корпорациям. Подумайте, насколько электронные таблицы, такие как Lotus 1-2-3 и Excel, упростили анализ данных: даже маленькая семейная фирма теперь может провести необходимый анализ возможных вариантов.

Создание необходимого набора инструментов

Собственная платформа AT&T содержит виджеты, которые можно объединять друг с другом для создания рабочих приложений. Например, маркетолог AT&T может объединить виджет обработки естественного языка с другими компонентами, чтобы создать приложение для сбора и анализа неструктурированных данных из социальных сетей. AT&T заявляет, что в будущем, возможно, будет предлагать свою платформу ИИ в качестве продукта другим компаниям.

Похожие инструменты уже есть на рынке. DataRobot Inc., стартап из Бостона, разработал автоматизированную платформу машинного обучения, с помощью которой пользователи могут строить прогностические модели с применением различных средств ИИ. У фирмы более 100 клиентов: страховые компании, банки и компании из других отраслей. К примеру, этот продукт может применяться для анализа огромных пакетов данных о клиентах, чтобы определить, вероятность того, какие из заявителей на ипотеку не выполнят своих долговых обязательств. В частности, Farmers Insurance использует платформу DataRobot для получения информации о поведении потребителей и совершенствования различных продуктов компании. Petuum предлагает схожее решение — платформу машинного обучения с визуальным интерфейсом, которая позволяет быстро создавать приложения ИИ без необходимости написания кода. Сейчас компания работает над развертыванием общей платформы для определенных отраслей, среди которых производство и здравоохранение. В Accenture мы разрабатываем платформу Accenture Insights, с помощью которой можно сочетать инструменты основных платформ ИИ и упрощать их использование. Мы своими глазами увидели, как демократизация ИИ расширяет круг возможностей и ускоряет разработку бизнес-решений нашими специалистами при помощи искусственного интеллекта.

Искусственный интеллект и облачные технологии

Тем временем, такие высокотехнологичные гиганты, как Google и Microsoft, занимаются внедрением ИИ в свои облачные сервисы. В начале эти инструменты предполагали выполнение довольно простых задач, таких как классификация изображений и распознавание речи, но со временем компании смогут предложить более совершенные технические решения. В рамках проекта Google’s AutoML компания работает над созданием системы машинного обучения, способной создавать другие приложения машинного обучения. Ведущие инженеры Google Джефф Дин и Фей-Фей Ли объясняют, что цель проекта — открыть доступ к ИИ миллионам компаний. Сейчас эти технологии доступны лишь тысячам организаций. Microsoft, в свою очередь, выпустила ряд инструментов для создания глубоких нейронных сетей, которые сложны в разработке и обучении. «Мы упрощаем многие сложные задачи», — говорит Джозеф Сирош, вице-президент Microsoft. Salesforce, лидер в области автоматизации продаж, ставит перед собой такую же цель. Компания предлагает myEinstein, комплект инструментов, с помощью которого клиенты могут создавать собственных чат-ботов и маркетинговые прогностические модели без необходимости написания кода.

В процесс включаются даже компании, не имеющие отношения к индустрии высоких технологий в традиционном понимании. К примеру, Uber с помощью платформы Michelangelo предоставляет машинное обучение как услугу. Платформа включает возможности управления данными, обучения, оценки и развертывания прогностических моделей ИИ, а также составления и контроля прогнозов, основанных на этих моделях. Как отмечают в компании, сотрудники уже год используют Michelangelo, и десятки групп разрабатывают и реализуют модели на этой платформе. Один из первых успешных примеров – сервис Uber Eats, который определяет время доставки заказанной еды, включая время приготовления (с учетом загруженности ресторана в настоящий момент и сложности заказа) и время, требуемое для доставки (с учетом маршрута, пробок и других факторов). Компания заявляет, что стремится сделать «использование ИИ для нужд бизнеса таким же простым, как вызов такси».

Несмотря на амбициозную цель Uber, необходимо значительное совершенствование сферы ИИ, прежде чем можно будет предлагать готовый продукт вроде баз данных и платформ для тестирования ПО. Однако очевидно, что демократизация ИИ уже идет полным ходом, и преимущество вскоре перейдет от компаний с передовым опытом использования ИИ внутри организации к тем компаниям, которые предлагают инновационные идеи практического применения таких технологий. ИИ не заменяет человека на рабочем месте. Он дает возможность тем, кто далек от технологий, восполнить нехватку профильных специалистов.

Об авторах. Джеймс Уилсон — управляющий директор по информационным технологиям и бизнес-исследованиям в Accenture Research. Пол Доэрти — директор по технологиям и инновациям Accenture.