Штучний інтелект нарешті проникає у бізнес — The Economist
Що таке епоха «нудного» ШІ, чому нейромережами тепер може користуватись кожен і в чому небезпека «чорної скриньки» для бізнесу? Колеги з видання The Economist розповіли, як розробки у галузі машинного навчання вийшли з наукових лабораторій і стали ймовірним джерелом прибутку для бізнесу. SPEKA обрала головне з матеріалу.
Впровадження машинного навчання у бізнес
Цієї осені виробник тракторів John Deere створив повністю автономний роботизований трактор. Він оснащений шістьма камерами, які використовують штучний інтелект, щоб розпізнавати перешкоди та маневрувати. Джуліан Санчес, який керує підрозділом нових технологій компанії, вважає, що приблизно половина машин, які продає John Deere, має певні можливості штучного інтелекту. Це системи, які використовують бортові камери для виявлення бур'янів серед посівів і зернозбиральні комбайни, які автоматично змінюють власні налаштування, щоб витрачати якомога менше зерна. За твердженням виробників, для ферми середнього розміру додаткові витрати на купівлю трактора зі штучним інтелектом окупаються за два-три роки.
John Deere не єдиний доказ того, що бізнес нарешті почав впроваджувати технології штучного інтелекту. Опитування McKinsey Global Institute показало, що цього року 50% компаній у всьому світі намагалися якимось чином використовувати штучний інтелект, у 2017 році їх було лише 20%.
Штучний інтелект: з лабораторії у реальний світ
Нові потужні моделі машинного навчання доволі швидко мігрували з дослідницьких центрів у промисловість та бізнес. У грудні у Лас-Вегасі відбулась Amazon Web Services. Конференція була наповнена доповідями та майстер-класами у галузі штучного інтелекту. Серед найбільш заповнених стендів у виставковому залі були стенди таких компаній, як Dataiku та Blackbook.ai.
При цьому сфера ШІ виглядає як виняток у песимістичному технічному середовищі, яке зараз у глибокій кризі.
2022 рік був вдалим для індустрії ШІ:
- $67 млрд вклали цього року венчурні капіталісти у фірми, які спеціалізуються на штучному інтелекті та аналізі даних.
- Від січня до жовтня створили 28 нових єдинорогів (приватних стартапів вартістю $1 млрд).
- Microsoft веде переговори про збільшення своєї частки в Open AI (лабораторія досліджень штучного інтелекту)
- Alphabet, материнська компанія Google, планує інвестувати $200 млн у Cohere, конкурента Open AI.
- Принаймні 22 стартапи зі штучним інтелектом запустили випускники Open AI та Deepmind.
Запит на фахівців у Data Science
Великі компанії відчайдушно прагнуть залучити кваліфікованих працівників у цій галузі. Згідно з даними PitchBook, за останні 12 місяців великі американські компанії з індексу S&P 500 придбали 52 стартапи зі штучним інтелектом (у 2017 році — 24). Дані PredictLeads засвідчують, що та сама група фірм щомісяця публікувала приблизно 7 тис. оголошень про роботу для експертів зі штучного інтелекту та машинного навчання. А це у 10 разів частіше, ніж у першому кварталі 2020 року.
Підписуйтеся на наші соцмережі
Що робить штучний інтелект у бізнесі
Першою галуззю, яка почала застосовувати ШІ, був сам сектор технологій. Від 2000-х років технології машинного навчання допомогли Google збільшити свій бізнес онлайн-реклами. Сьогодні Google використовує штучний інтелект, щоб покращувати результати пошуку, закінчувати ваші речення у Gmail і розробляти способи скорочення споживання енергії у своїх центрах оброблення даних.
Штучний інтелект в Amazon керує ланцюжками постачання, інструктує складських роботів та передбачає, які претенденти на роботу будуть хорошими працівниками.
Великі технологічні компанії одразу побачили можливість продавати клієнтам деякі з цих можливостей. Amazon, Google і Microsoft тепер продають такі інструменти клієнтам своїх підрозділів хмарних обчислень. Доходи від хмарного сервісу машинного навчання Microsoft подвоїлися.
Це дало змогу іншим компаніям створити свій бізнес: від Avidbots, канадського розробника роботів, які підмітають підлоги складів, до Gong, чий застосунок допомагає командам продажів стежити за потенційним клієнтом. Використання хмарних обчислень знижує вартість застосування штучного інтелекту та дозволяє цій технології поширитися в інших секторах — від промисловості до страхування. Ви можете цього не помітити, але сьогодні штучний інтелект усюди.
«Нудний» штучний інтелект
У 2006 році Нік Бостром з Оксфордського університету зауважив: «Щойно щось стає досить корисним і досить поширеним, це більше не називається ШІ». Алі Годсі, керівник Databricks, компанії, яка допомагає клієнтам керувати даними, бачить вибух такого «нудного» ШІ. Він стверджує, що протягом наступних кількох років штучний інтелект буде застосовуватися до дедалі більшої кількості робочих місць і функцій компанії.
Це можна помітити у менш медійних сферах, де фірми вже використовують певний вид аналітики, наприклад, керування ланцюжками постачання. Коли у вересні ураган Ян змусив Walmart закрити великий дистриб'юторський центр, перекривши потік товарів до сусідніх супермаркетів у Флориді, компанія використала нову симуляцію постачання на основі штучного інтелекту, щоб переспрямувати постачання з інших центрів і передбачити, як попит на товар зміниться після шторму. Завдяки ШІ процес тривав години, а не дні, каже Шріні Венкатесан з технічного відділу Walmart.
Майбутня хвиля базових моделей, ймовірно, зробить штучний інтелект набагато нуднішим, але ці алгоритми мають дві великі переваги для бізнесу. По-перше, базові моделі здатні генерувати новий контент. Stability AI та Midjourney мають генеративні моделі, які створюють нові зображення за текстовим запитом.
Попросіть собаку на моноколесі у стилі Пікассо або логотип для нового стартапу — і алгоритм створить його за хвилину.
Друга перевага полягає в тому, що після навчання штучний інтелект добре виконує різноманітні завдання, а не одне спеціалізоване. Візьмемо GPT-3, модель природної мови, розроблену Open AI. Спочатку GPT-3 був навчений на великих текстових фрагментах інтернету, а потім був налаштований різними стартапами для виконання спеціалізованих завдань, таких як написання маркетингових текстів, заповнення податкових форм і створення вебсайтів із серії текстових підказок та чат-ботів.
Copilot для всього
Одним із найперших застосувань генеративного штучного інтелекту є комп'ютерне програмування. Кілька фірм пропонують віртуального помічника, навченого на великій кількості коду, який створює нові рядки за відповідним запитом. Одним із прикладів є Copilot на GitHub, платформі Microsoft, яка містить програми з відкритим кодом.
Програмісти, які використовують Copilot, доручають йому майже 40% написання коду. Це пришвидшує програмування на 50%, стверджують у компанії. У червні Amazon запустив CodeWhisperer, власну версію інструменту. Повідомляють, що Alphabet працює над чимось подібним під кодовою назвою PitchFork.
У травні Сатя Наделла, директор Microsoft, заявив: «Ми уявляємо світ, де кожен, незалежно від своєї професії, може мати Copilot для всього, що він робить». Amazon та Google можуть спробувати створити щось подібне. Кілька стартапів уже роблять це. Каліфорнійська фірма Adept, якою керують колишні співробітники Deepmind, Open AI і Google, працює над Copilot для інтелектуальних працівників. У вересні компанія випустила відео про свою основну модель, яка використовує підказки для оброблення чисел в електронній таблиці та пошуку на вебсайтах нерухомості. Він планує розробити схожі інструменти для бізнес-аналітиків, продавців та інших.
Які загрози несе штучний інтелект бізнесу?
John Deere каже, що його фірма вивчає «синтетичні» дані, створені ШІ, які допоможуть навчити інші моделі ШІ. У грудні 2021 року Nike, гігант спортивного одягу, купив компанію, яка використовує такі алгоритми для створення нових дизайнів кросівок. Від минулого місяця Alexa, віртуальний помічник Amazon, може придумувати історії для дітей. Nestlé, швейцарська харчова компанія, використовує зображення, створені DALLE-2, щоб продавати свої йогурти. Деякі фінансові компанії використовують штучний інтелект для підготовки чернеток своїх квартальних звітів.
Як і з усіма новими потужними інструментами, компаніям варто бути обережними у застосуванні ШІ. Оскільки моделі навчаються на даних, створених людьми, результати їхньої роботи часто показують людей без прикрас. Дослідження, проведене вченими зі Стенфордського університету, виявило: коли GPT-3 попросили закінчити речення, яке починається з «Двоє мусульман зайшли в...», результат набагато частіше буде повʼязаний із насильством, ніж коли аналогічна фраза стосується християн чи буддистів.
Meta, материнська компанія Facebook, закрила публічну демонстрацію своєї моделі штучного інтелекту Galactica для виконання «наукових завдань» після того, як вчені довели, що вона створила фейкові наукові дослідження. Карл Бергстром, біолог з Університету Вашингтона у Сіетлі, висміяв її та назвав «генератором випадкової фігні».
Інші проблеми є специфічними для світу бізнесу. Базові моделі зазвичай ї чорними скриньками, тобто алгоритм не пропонує пояснень того, як вони дійшли до своїх результатів. І вони не зроблять багато для тих компаній, які не мають чіткого уявлення про те, що вони хочуть, щоб робив ШІ, або які не навчили працівників ним користуватися.
Це може допомогти пояснити, чому лише чверть респондентів опитування McKinsey сказала, що штучний інтелект приніс користь (що визначається як збільшення прибутку на 5%). Приблизно десять компаній бачать значну вигоду (збільшення доходів більш ніж на 20%), і більшість серед них технологічні фірми.
Та все-таки ці пропорції неодмінно будуть зростати, оскільки ШІ стає дедалі більш звичним та поширеним.
