Искусственный интеллект на своем современном этапе развивается невероятными темпами. Каждый день в сети появляются все новые демонстрации феноменальных технических достижений в сфере машинного обучения. Его главная особенность заключается в том, что машина, или же, говоря проще, ИИ, обучается полностью в автономном режиме благодаря теоретическим знаниям и даже практическому опыту выполнения конкретных задач. Ради полного понимания стоит уточнить, что определения машинного обучения, также называемого ML (Machine learning) и AI (Artificial Intelligence), все же отличаются в некоторых отдельно взятых деталях. Однако в контексте этого разбора эта разница является слишком несущественной, отчего эти термины можно использовать как синонимы, и слишком углубляться в разграничение ML и AI мы не будем.
Принцип машинного обучения немногим отличается человеческого в своей основе, разве что машина учится в сотни, если не в тысячи, раз быстрее, не говоря уже о том, какие объемы работ она способна реализовывать в кратчайшие сроки. Разумеется, столь продвинутая технология никоим образом не могла обойти и бизнес-сферу. Уже сейчас многие предприниматели используют инновационные IT-разработки для ведения собственного дела. Рассмотрим несколько основных направлений, в которых применяются информационные технологии.
Креативная сфера
Сюда входит создание логотипа, слогана, дизайн продукта и вообще все, что связано непосредственно с творческим художественным оформлением. В открытом доступе уже существует множество нейросетей, способных даже по текстовому запросу создавать тематические изображения. Достаточно показательным является случай, когда студия известного российского дизайнера Артемия Лебедева фактически продавала клиентам работы ИИ. Разумеется, сами наработки ИИ брались за основу, а уже позднее мелкие детали дорабатывались профессиональными художниками, дабы придать итоговому результату товарный вид. Скорее всего, в будущем спрос на использование логотипов от нейросетей будет только возрастать.
Что такое «гиперавтоматизация», и как она повлияет на бизнес-процессы
Этот тренд охватывает достаточно широкий круг предпринимательства. Говоря кратко, это концепция, благодаря которой компании внедряют передовые технологии для оптимальной автоматизации множества рабочих процессов. Если говорить более конкретно, понятие гиперавтоматизации подразумевает под собой роботизированную автоматизацию процессов (RPA), платформы разработки приложений с низким уровнем затрат на кодирование (LCAP), ну и ИИ вместе с машинным обучением. Согласно исследованиям международной организации Gartner, специализирующейся на исследовании современных информационных технологий, процессы гиперавтоматизации являются передовой стратегической технологией в 2020-х годах.
Почему же к этой сфере возникает такой интерес? Все просто – дешевизна и скорость. Классическое внедрение IT уже во многом упростило работу предприятий, упразднив огромное количество процессов, а также автоматизировав множество процедур. Банальный пример: теперь нет необходимости самостоятельно или на калькуляторе высчитывать цифры в бухгалтерском отчете, потому что достаточно просто ввести их в Excel, 1C и прочие программы, после чего они автоматизировано проведут значительную часть расчетов. Это для примера.
С другой стороны, даже эта своего рода революция все еще не убирает необходимости вручную проводить большое количество операций, которые можно легко автоматизировать при помощи RPA. Ожидается, что в 2024 году компании по всему миру снизят так называемые «операционные расходы» на более чем 30 % в связи с гиперавтоматизацией многих процессов.
Если говорить совсем конкретно, технологии ML и AI способны будут значительно упростить следующий ряд задач, минимизируя связанные с ними расходы:
1. Прогнозирование. На основе огромных массивов данных из открытого доступа ИИ порой способен не хуже опытного аналитика определять тенденции развития мирового экономического рынка или же конкретной отрасли деятельности предприятия. Таким образом, внедрение высоких технологий может помочь с принятием важнейших управленских решений, делая их более точными, а самое главное – оперативными.
2. Логистика. Выстраивание наиболее эффективных логистических путей по доставке продукции к покупателю, поступлению денежных средств, управлению очередями и так далее – все это более чем подвластные задачи для продвинутого ИИ
3. Работа с клиентами. Некоторые онлайн-ресурсы уже предлагают функцию не просто анализа широкой клиентской базы, а самую настоящую автоматизированную СМС-рассылку или даже проведение полноценных обзвонов. Пока это все, очевидно, находится только на первых этапах развития, но с такими темпами уже через несколько лет вместо сотрудников кол-центра людей вполне могут начать обзванивать «нейросети».
Почему проблема «сокращения рабочих мест» – миф
Напоследок поговорим о грядущем «кризисе», на который жалуются многие работники, – вытеснение людей с рынка труда. Особенно остро эта проблема встает, когда речь идет о программистах: мол, тот же ChatGPT сейчас уже способен написать полноценную программу абсолютно бесплатно, так зачем нужны программисты на постоянную ставку с огромными зарплатами?
Однако такие паникеры не учитывают один важный момент: с исчезновением старых профессий всегда появляются новые. Очевидно, с развитием технологий машинного обучения многие ныне существующие специальности постепенно начнут терять свою актуальность, но ведь на их месте обязательно возникнут новые. Не говоря уже о том, что на текущем этапе ИИ не сможет полноценно заменить эксперта. Какие бы точные выводы он ни делал, как бы рационально ни анализировал информацию, но ИИ не может учитывать все возможные нюансы.
Банальный «человеческий фактор» принято рассматривать как причину торможения прогресса и главный аргумент в пользу того, почему сейчас ИИ захватит все рабочие места. На самом же деле это очень далеко от реальности, как минимум ближайшей. Речь идет не только о творческих профессиях, ведь робот никогда не заменит реального опытного аналитика с богатым опытом работы и возможностью к нестандартному мышлению, выходящему за установленные техническими ограничениями рамки. Работодатели отдают предпочтения «машинам» ввиду снижения расходов и оптимальной скорости работы, но не стоит при этом забывать о конечном результате.
В итоге можно сказать, что у ML и AI есть невероятный потенциал для полноценной интеграции в бизнес-сферу во всех ее проявлениях. Несмотря на это, спекулировать на абсолютном замещении всех человеческих специалистов, рассматривая ИИ как «конкурента», просто не имеет смысла. Искусственный интеллект – это в первую очередь инструмент для реализации тех или иных задач. Да, многие из них будут автоматизированы, упрощены, сведены к минимуму, но даже тогда необходимы будут именно люди, способные с этим продвинутым инструментом совладать.
Кузовкин Алексей Викторович – IT-предприниматель, обладающий большим опытом управления инновационными и IT-проектами, экс-председатель совета директоров группы компаний «Армада»