9
Искусственный интеллект появился очень давно. Я занимаюсь им уже почти 30 лет. В последние несколько лет мы оказались в ситуации, когда ИИ неожиданно стал очень важным и популярным явлением и одновременно перестал быть неудобной темой для разговора. В течение какого-то времени ИИ не был товаром, люди совсем не хотели его обсуждать, поскольку клиенты не видели в нем никакой ценности. В последние годы произошли изменения, которые можно свести к двум аспектам. Во-первых, это данные мы накопили чудовищное количество информации, такого не было никогда прежде. Во-вторых, у нас появилось гораздо больше вычислительных мощностей. В результате комбинации этих двух событий определенная группа методов ИИ стала гораздо более эффективной, получила гораздо больше возможностей и дала некоторые очень важные результаты для определенного класса приложений.
Это методы и технологии ИИ, основанные на данных, такие как глубокое обучение и нейронные сети, то есть те подходы, которые получают информацию из данных. Когда у вас есть достаточное количество информации, вы можете чему-то обучиться на ее основе и выполнять распознавание определенных объектов, чего нельзя было сделать раньше. Таковы глубокие изменения, которые мы имеем на сегодня. Но это только один конкретный набор методов, связанный с распознаванием образов, как в случае с распознаванием речи. Эти методы могут помочь нам понять данные продаж и маркетинга, распознавать тенденции, понимать шаблоны поведения клиентов при принятии решения о выдаче займа.
Комплексный подход
Профессор Лак, говоря о сегодняшних инструментах ИИ, утверждает, что они на самом деле пока не являются такими уж сногсшибательными и прибыльными, какими могли бы быть. Чтобы выжать максимум из методов ИИ, многие из которых разрабатываются для бизнес-целей (например, чат-боты), нам нужно комбинировать основные и динамические методы, существующие в настоящее время. Профессор Лак утверждает следующее.
Существует непонимание того, что несут с собой эти новые технологии. Вокруг них возникла большая шумиха. Они могут делать удивительные вещи, но их возможности достаточно ограниченны. Недостаточно понимание того, как они подходят для решения тех или иных проблем.
Одним из примеров являются чат-боты, большинство из них достаточно простые. Они выполняют простой анализ текста и выбирают подходящий ответ. Например, используют методы распознавания образов. Но механизм рассуждений в данном случае не является очень глубоким. Это простой выбор из набора готовых ответов, это не является результатом глубокого рассуждения, и в итоге многие из нас оказываются разочарованы использованием чат-ботов. Существует возможность совместить простой чат-бот и некоторые более существенные методы ИИ, которые действительно могут вести более содержательный диалог с человеком. Есть, например, область ИИ под названием «аргументация», которая позволяет компьютерам спорить друг с другом или с человеком. Речь идет о понимании, когда один аргумент отсекает другой. Если вы хотите получить чат-бота, который будет более глубоко взаимодействовать с человеком, то вам нужно сделать нечто большее, чем мы делаем в настоящее время. Вам нужен больший уровень логических рассуждений, более основательные символические методы ИИ, чтобы взаимодействовать с человеком с помощью подходящих слов. Это требует комбинирования методов с целым рядом других существующих методов, которые на это способны.
Компания Gartner: спрос на ИИ
Теперь обратимся к Gartner, ведущей глобальной исследовательской и консалтинговой компании, которая помогает бизнес-лидерам по всем основным направлениям во всех отраслях и при любом размере предприятия получить объективную информацию, необходимую для принятия правильных решений. Магический квадрант Gartner считается золотым стандартом определения положения поставщиков технологий на рынке. Это касается как новых стартапов, так и известных игроков.
Мы поговорили с Майком Дж. Уокером, вице-президентом Gartner по технологическим инновациям и исследованиям архитектуры предприятия. Уокер говорит о потоке технических инноваций, подобного которому мы не видели с послевоенного периода 1940-х годов. Это было время, когда на фундаменте, заложенном во время промышленной революции, появлялись абсолютно новые компании в таких отраслях, как телекоммуникации и транспорт. Уокер прогнозирует, что 80 % всех новых технологий будут иметь в своей основе ИИ, который проникнет практически во все отрасли и позволит реализовать бесчисленное количество бизнес-сценариев. Это включает взаимодействие с клиентом, цифровое производство, умные города, беспилотные автомобили, управление рисками, компьютерное зрение, распознавание языка и речи.
Уокер объясняет.
Организации, которые не смогут внедрить ИИ, неизбежно окажутся позади конкурентов, которым это удастся. Лидеры отрасли, такие как Alibaba Group, Amazon, Baidu, Facebook[1] и Google, рассматривают ИИ как неотъемлемую часть успеха бизнеса в будущем. Для них ИИ является краеугольным камнем любой новой бизнес-стратегии.
Более того, с 2015 по 2017 год количество запросов по теме ИИ от клиентов Gartner выросло на 500 %.
Все три наиболее часто упоминаемые категории приложений связаны со взаимодействием с клиентом.
1. В каждой третьей из опрошенных Gartner организаций заявили, что они собираются подключить ИИ к приложениям для взаимодействия с клиентами.
2. В трех из десяти заявили, что они собираются интегрировать ИИ в кол-центр и службу поддержки.
3. В одной из четырех организаций заявили, что они будут интегрировать ИИ в службы цифрового маркетинга.
НИЗКИЕ БАРЬЕРЫ ДЛЯ ВХОДА
В целом все отрасли могут внедрить ИИ относительно на равных условиях благодаря низким барьерам для входа. Для организаций и отраслей существуют следующие три главных тормоза.
1. Ограничения, которые они сами на себя накладывают.
2. Организационная готовность. К 2020 году около половины всех организаций не будут обладать достаточными навыками в области ИИ и анализа данных.
3. Способность придумывать инновационные бизнес-проекты и модели.
Цикл зрелости технологии Gartner
В цикле зрелости Gartner (см. рисунок 1.2) рассматриваются технологии, которые обещают высокую степень конкурентного преимущества. Он предназначен для помощи руководителям в изучении мегатрендов, чтобы понять их будущее влияние на свой бизнес. Цикл зрелости Gartner для новых технологий в 2017 году фокусируется на трех технологических мегатрендах:
1) искусственный интеллект (ИИ) во всех сферах;
2) всепроникающая интерактивная среда обитания;
3) цифровые платформы.
Уокер развивает мысль.
Организации продолжат сталкиваться со стремительно ускоряющимися технологическими инновациями, которые окажут глубокое влияние на отношения с их сотрудниками, клиентами и партнерами. Наш цикл зрелости 2017 года обнаруживает три четкие технологические тенденции, которые создают новый опыт работы с непревзойденным интеллектом и предлагают платформы, стимулирующие организации подключаться к новым бизнес-экосистемам, чтобы быть конкурентоспособными в ближайшие пять-десять лет.
Рисунок 1.2. Цикл зрелости новых технологий, 2018 год
НЕКОТОРЫЕ КЛАССИФИКАЦИИ GARTNER
Первопроходцы
компании, которые хотят полностью разрушить рынок, например Apple, Netflix, Uber, Alibaba и Amazon.
Лидеры
организации, следующие по пятам за первопроходцами. Включают такие бренды, как PRocter & Gamble и другие хорошо известные нам компании.
Организации в тренде
в типичном цикле зрелости такие организации, прежде чем начать действовать, предпочитают подождать от двух до пяти лет, пока технология закрепится.
Консерваторы или избегающие рисков
эта категория включает правительственные организации, которые не по своей воле вынуждены придерживаться таких ограничений. Или организации, работающие в очень традиционном секторе или просто избегающие любых рисков.
Сила инновационных идей против капитала
Уокер обсуждает доступность технологических инноваций, ссылаясь на метафорическую «классовую систему» бизнесов, основанную на размере капитала. Он также говорит о том, что в последние годы золотым билетом успеха стала инновационная идея и капитал больше не является препятствием на этом пути.
Рассматривая их подход к внедрению инноваций, мы традиционно рассматривали пирамиду, где в основании треугольника находится главный тормоз капитал. Обычно для вывода идеи на рынок или для получения патента нужны деньги. Вторым серьезным препятствием была коммуникация, ваша собственная сеть, способная донести ваш продукт до нужных потребителей, доступ к людям и канал распространения. Третьим и наименее важным препятствием для выхода на рынок пять-десять лет назад была идея, знания. Теперь треугольник перевернулся барьером для входа является идея. Финансовые показатели не так важны, как и экосистема.
Уравнивание компаний в этом смысле открывает нам новые перспективы. Например, одно подразделение ведущей компании может работать в стиле первопроходцев. В лидирующей категории ИИ пронизывает все сектора. Ни одна отрасль не сможет избежать этого. На примере организаций, следующих тренду, в Gartner видят утилитарное использование ИИ. Например, в компаниях, оказывающих финансовые услуги, ИИ используется брокерами или в службе поддержки. Когда банки используют преимущества обработки естественного языка и чат-ботов для обслуживания клиентов, то это относится к области низких рисков.
Не поддавайтесь заблуждению, будто успеха в области ИИ и других технических инноваций могут достигнуть только глобальные организации с туго набитым кошельком. Иногда чем крупнее бизнес и чем полнее набит кошелек, тем более консервативными они являются в своем мышлении и инновационной культуре. Посмотрите хотя бы на автомобильную промышленность, где появившиеся из ниоткуда Google и Tesla бросают серьезный вызов крупнейшим игрокам отрасли со своими беспилотными и электрическими транспортным средствами. Они изменяют правила и законы в отношении того, как нужно производить автомобили и продавать их конечным покупателям. Эти компании появились из ниоткуда и стали значимыми игроками. Это же касается компании Amazon в розничной торговле и Alibaba в гостиничном бизнесе.
Захватывающий хаос
В нашем следующем интервью мы обратимся к еще одному ученому и специалисту по маркетингу. Доктор Эльвира Болат, старший преподаватель по маркетингу и ведущий специалист по глобальному взаимодействию в Борнмутском университете.
В ближайшие два года влияние ИИ на маркетинг будет осуществляться в двух направлениях. Во-первых, шумиха вокруг ИИ создаст то, что я называю «захватывающий хаос».
Вероятно, ИИ станет самым коротким словом года в Оксфордском словаре. О нем будут говорить все, но и бояться тоже будут все, даже компетентные в этом вопросе. Почему? Потому что люди думают, что это принесет еще большие разрушения, чем в случае с робототехникой. Похоже, что ИИ собирается гораздо глубже интегрироваться в человеческую мыслительную деятельность, и это всех пугает. Люди продолжат говорить о затратах и прибыли, трансформации рабочего места и отраслей, влиянии на конфиденциальность и независимости принятия решений. Второе влияние осталось незамеченным. За кулисами (мы это видим сейчас) в отраслях продвигается модель бизнеса B2B2C при создании бизнес-экосистем, где ИИ станет критически важным ресурсом, позволяющим всем участникам совместно создавать стоимость. В ближайшие два года мы будем говорить не о ИИ, а о нашей роли в его внедрении; о том, какие способности и компетенции необходимы для стратегической интеграции и использования ИИ. Мирясь с тем, что мыслительная работа передается технологиям.
Я уверена, что ручной и монотонный труд станет прерогативой ИИ. Мысль о том, что это позволит сосредоточиться на творчестве, таком недостающем элементе, очень волнует меня. Это приведет к повышению операционной производительности и новым стратегическим возможностям. Очень важно всем увидеть в этом образ светлого будущего. Иначе мы создадим преграды для внедрения ИИ и остановим его развитие.
Другой взгляд на связи с общественностью
Чтобы действительно понять, как ИИ может применяться в маркетинге в компаниях различных направлений деятельности, нам нужно выйти на передовую и обратиться к специалисту по связям с общественностью (PR), который ежедневно консультирует клиентов по подобным вопросам. Дэвид Галлахер, президент компании Omnicom Public Relations Group, занимается вопросами роста и развития, а также развитием международного направления. Он комментирует.
Если оставить в стороне вопрос о фундаментальной принадлежности PR к сфере новостного бизнеса, то существуют готовые технологии выпуска новостей на основе ИИ, которые уже меняют способ создания и распространения «новостей». Если вы считаете, что отношения со СМИ по-прежнему являются важной частью консалтинга по PR, то я соглашусь с этим, и поэтому нам необходимо полностью понять, как наша реклама, релизы, заявления и образы вписываются в эту новую систему.
Мониторинг СМИ и составление отчетов уже изменяются, и, хотя их можно считать услугами «низкой стоимости», для многих агентств они не являются незначительным источником дохода. Отношения со СМИ также будут быстро эволюционировать, чтобы приспособиться к новым новостным технологиям, изменяя все, начиная от создания горячих новостей, обзоров продуктов и получения комментариев. И конечно же, управление влиянием (анализ идентификации, вовлечения и воздействия) созрело для внедрения ИИ.
На рынке существуют сотни, если не тысячи, инструментов, но мое внимание привлек продукт лаборатории мобильных инноваций The Guardian под названием Smarticle, где истории разбиты на ключевые компоненты или блоки. К ним относятся основные сведения, небольшой контекст, встроенное видео и социальные сети. И из этих блоков при каждом повторном посещении генерируется новое, более подробное содержимое на основе сигналов, отправленных читателем. Например, сколько времени они провели на первом блоке, или прошедшее время, или области первоначального интереса. Такой подход уничтожит пресс-релизы в том виде, котором мы их знаем, и, возможно, появится совершенно новая эра консалтинга в сфере PR.
ИИ: смышленый ребенок
Очевидно, что ИИ обладает огромной силой и потенциалом, но правда заключается также и в том, что он все еще находится в незрелом состоянии. Питер Макберни, профессор факультета информатики в Королевском колледже Лондона, считает, что ИИ похож на смышленого ребенка.
ИИ хорошо проявляет себя в определенных аспектах, особенно в областях, где присутствуют большие объемы данных подходящего вида, с которыми можно применять эти методы, но возможности ИИ все равно остаются достаточно ограниченными. Это пятая большая революция в ИИ, и каждый раз они говорят нам, что «мы разобрались с проблемой». Но каждый раз оказывается, что нет. В настоящее время разработки ИИ сосредоточены на машинном обучении. До этого была статистическая классификация, в 70-х и 80-х годах это были экспертные системы, в 50-х и 60-х годах это называлось поиском, как, например, в ранних программах по игре в шахматы.
Что ИИ не может делать сейчас и, вероятно, не сможет делать еще 3050 лет, так это оценивать намерения. ИИ не сможет определить, говорите ли вы искренне, в этом вопросе преимущество за взрослым человеком. Мы все учимся оценивать высказывания и определять, говорят ли люди правду или нет. Конечно, мы можем ошибаться, но у нас представление об этом гораздо лучше, чем у машин. Методы, используемые в машинном обучении и глубоком обучении, являются наблюдательными и синтаксическими. Поэтому машина будет наблюдать за поведением людей и слушать их высказывания и рассуждения на основе этих данных, не зная, что творится у них в голове. Критика методов машинного обучения заключается в том, что они ищут на поверхности, не углубляясь в суть.