Роботы в службе безопасности и машинное обучение в супермаркетах: перспективы AI-технологий в 2019 году
Искусственный интеллект — удовольствие не из дешевых: ждать оперативного возврата инвестиций (ROI) точно не стоит. А потому малый и средний бизнес зачастую обходит эту сферу стороной — длинный горизонт планирования и большие объемы возможных вложений убивают в предпринимателях весь энтузиазм. Но если сейчас не начать последовательное внедрение ИИ в производственные и сервисные цепочки — в будущем можно потерять рентабельность. СЕО платформы Neuromation Яшар Бехзади рассказывает, когда малый бизнес сможет позволить себе использование искусственного интеллекта и чем эта технология может быть полезна.
Ни интуиции, ни свободы воли
Словосочетание «искусственный интеллект» на наших глазах превращается в заклинание, которое повторяют все: предприниматели и обыватели, журналисты и программисты, политики и ученые, банкиры и логисты… За всем этим хайпом порой теряется подлинный смысл этого термина. По сути, ИИ — это совокупность технологий, которые симулируют элементы поведения человека и его способностей (общаться, распознавать знакомые объекты, выносить обоснованные суждения и строить прогнозы, опираясь на известные факты).
Акцент стоит сделать на слове «симулировать». Современные «умные машины» не обладают всей полнотой человеческого восприятия и характеристиками личности — сценарии их «поведения» заранее и подробно описаны специалистами. Это все еще компьютерная программа, которая определенным образом интерпретирует некоторые вводные данные и выдает предсказуемый результат. Она работает на основе изначально заложенных человеком принципов и не обладает самой важной способностью — интерпретировать результаты с использованием опыта, который не имеет прямого отношения к решаемой задаче.
Иными словами, сегодня ИИ не обладает интуицией и свободой воли. И если второе, по всей видимости, останется уникальным свойством человека, то первым (при должном упорстве) мы сумеем поделиться с машинами. Интуиция необходима для творчества. На поверку творческими являются даже рутинные действия, как упаковка заказов в магазине или плановые закупки. Размеры, форма и прочность предметов, подлежащих упаковке, разнятся, и с ними нужно обращаться по-разному. В поставке продуктов может быть сбой. Именно на решение этой неимоверно сложной задачи — формализовать процесс синтеза разнообразного опыта — тратят сегодня огромные ресурсы Microsoft, Apple, Amazon и IBM.
Хорошо, скажете вы, для гигантов IT-индустрии это бизнес. Но мне — владельцу бюро переводов, застройщику или торговцу продуктами питания — какое до этого дело?
Даже существующие узкоспециализированные решения могут принести огромную пользу бизнесу, далекому от сферы IT. Машина считает быстрее и не отвлекается — а значит, ИИ лучше человека справится с контролем за данными с камер видеонаблюдения. Да и мониторы будут не нужны — видеопоток можно транслировать непосредственно в аналитическую систему.
Анализ визуальной информации — это вычисления. Мозг специалиста в области безопасности обсчитывает данные камер слежения очень быстро, опытный охранник мгновенно определяет потенциальную угрозу именно благодаря способности к обобщению разностороннего опыта. Если мы научим ИИ синтезировать опыт — он сможет эффективно заместить вашу службу безопасности.
Люди и боты
Аналитики предсказывают рынку искусственного интеллекта (в том числе и российскому) существенные темпы роста. По прогнозу «Инфосистем Джет» и TAdviser, с 700 млн руб. в 2017 году рынок вырастет до 28 млрд руб. в 2020-м.
Уже сегодня отечественные компании вовсю используют возможности ИИ для сокращения расходов на обслуживание операций, не требующих высокой квалификации и специальных знаний. О каких конкретно операциях идет речь?
Первая (и самая сложная) — обработка естественного языка в текстовом формате. Спектр областей применения практически безграничен: от цифровых продавцов-консультантов до изучения тональности отзывов о продуктах и услугах компании в соцсетях.
Например, на сайтах банков Тинькофф и МКБ используется автоматизированный помощник. Его функционал заключается в ответах на базовые вопросы пользователей — бот, по сути, играет роль специалиста первой линии поддержки, но может обслуживать не одного, а нескольких клиентов одновременно. Понятно, что подобный инструмент позволяет компании экономить ресурсы и повышает эффективность штата. Специалист клиентской поддержки без существенного бэкграунда в IT в Москве может стоить компании 45-90 тыс. руб. в месяц (с учетом налогов и отчислений).
Соответственно, бот на основе ИИ позволяет компании сэкономить на заработной плате, как минимум, 540 тыс. руб.—1,08 млн руб. в год на одной позиции.
А еще — снять часть нагрузки с уже нанятых специалистов, которые теперь смогут более качественно обрабатывать вопросы клиентов, не входящие в сферу ответственности бота.
Правда, разработка более-менее сложных самообучающихся систем может привести к забавным казусам: бот Тэй от Майкрософт с помощью пользователей освоил худшие практики интернет-коммуникации. С другой стороны, «на зеркало неча пенять, коли рожа крива».
Примерами близких к современным потребителям сервисов на основе интеллектуальных систем служат голосовые помощники Google Assistant, Siri, Alexa и Алиса. Достаточно просто представить, что в будущем на основе ИИ появятся узко специализированные помощники, например для врачей: они позволят заполнить первичные документы (в ходе беседы, не отвлекая врача) и подскажут «боссу», какие медикаменты стоит рекомендовать. Бизнес-помощники, заказывающие билеты или организующие встречи, станут доступными уже в скором времени. Для бизнеса это означает отказ от низкоквалифицированного труда, снижение издержек и нивелирующую человеческий фактор автоматизацию задач, ранее лежавших на плечах секретарей.
Распознавать, следить, анализировать
Еще одна обширная сфера использования ИИ (уже более сложная) — обработка визуальной информации. Системы так называемого компьютерного зрения позволяют машинам распознавать различные объекты.
Область применения этой технологии практически безгранична. Сюда входит и компьютерное чтение документации, например считывание паспортных данных клиентов с бумажных носителей или цифровых копий паспортов. Подобными инструментами уже пользуются некоторые банки (тот же Тинькофф). Другая сфера применения — считывание видеопотока. Подобные решения применяются, например, для целей видеонаблюдения, когда система может автоматически выявлять нестандартное движение людской массы или определять незнакомца.
Системы компьютерного зрения в России развивают крупные игроки, например ABBYY. Как заявляет компания, ее продукт позволяет вычленять ключевые элементы отсканированного документа и даже воссоздавать его структуру.
Польза для бизнеса очевидна: снижение расходов на оплату труда и избежание рутины.
Компания Hikvision создает инструменты по анализу видеопотока — для выявления потенциально опасных ситуаций в аэропортах, на охраняемых объектах и т. д.
Наконец, третий условно выделяемый сегмент ИИ — различные аналитические инструменты. На сегодняшний день это, пожалуй, самый многочисленный набор сервисов: от анализа данных на финансовых рынках до моделирования различных процессов. ИИ позволяет уменьшить расходы на команду аналитиков — даже профессионалы высокого класса вряд ли способны анализировать маркетинговую эффективность со скоростью машины. В скором времени могут появиться интеллектуальные системы, позволяющие следить за бизнесом в целом и выявлять очаги неэффективности или зоны риска (потенциальное увольнение, демотивация сотрудников и т. п.).
X5 Retail Group уже сейчас внедряет машинное обучение в маркетинг. Это позволило компании увеличить скорость формирования целевых акций в 7 (!) раз, повысить эффективность целевого маркетинга на 5% и сократить затраты на коммуникацию с клиентами на 40% (!). «Мегафон» же учится работать с big data и автоматизировать их анализ с целью повышения эффективности работы своих салонов и выбора оптимальных мест для открытия новых.
В режиме ожидания
Понятно, что сейчас интеграция AI-решений — прерогатива, скорее, крупных организаций (стоимость всего процесса может достигать десятков миллионов рублей). Системы искусственного интеллекта необходимо, во-первых, разработать, во-вторых, внедрить (настроить и обучить как систему, так и сотрудников, которым предстоит работать с ней), в-третьих — поддерживать. Придется вложиться в R&D-команду, группы разработчиков и специалистов по машинному обучению, а также провести переподготовку основной команды. Первую отдачу от внедрения ИИ вы можете получить уже завтра, а можете — через несколько лет.
А еще искусственный интеллект нужно обучать — для этого понадобятся релевантные для ваших задач выборки сюжетов, объектов, погодных условий и т. п. Для качественной настройки ИИ нужны очень большие массивы вводных данных, а формирование такой коллекции — отдельная головная боль и существенные расходы средств и времени.
Коробочных ИИ-решений для малого и среднего бизнеса пока нет — все продукты требуют кастомизации и усилий по внедрению. Но рано или поздно технология станет доступной, юзкейсы — очевидными, а выгода от внедрения — заметной в пределах одного бюджетного года.
И тогда малый и средний бизнес смогут использовать ИИ при анализе клиентопотока, более подробном раскрытии потребительских предпочтений, оптимизации цепочки поставщиков и во многих других сферах.
Появление на рынке более дешевых и простых в использовании решений — вопрос ближайших 2-3 лет. Уже сейчас начинают появляться различные продукты (в том числе децентрализованные), которые позволяют так или иначе снизить расходы на создание инструментов машинного обучения.
Безусловно, малый и средний бизнес в скором времени примут ИИ на работу. Просто новому (и очень перспективному) работнику сначала нужно получить опыт работы в больших компаниях.
