Не могли бы вы указать оригинальное название статьи?

Обеспечьте перспективность своей стратегии в области ИИ: руководство для руководителей

1. Обзор
2. Что на самом деле означают ИИ и машинное обучение
3. Почему данные являются движущей силой машинного обучения
4. Следующий этап развития ИИ и обработки данных
5. Как ИИ стимулирует трансформацию бизнеса
6. В чем ИИ не дотягивает и почему важны человеческие качества
7. Разработка систем для сотрудничества человека и ИИ
8. Заключительные мысли
9. Список литературы
10. Глоссарий

Искусственный интеллект меняет подход к ведению бизнеса, и руководителям необходимо четко понимать его последствия, чтобы разрабатывать стратегии, обеспечивающие конкурентное преимущество. Однако на фоне постоянного ажиотажа и стремительного прогресса в области ИИ легко запутаться в сложной терминологии, с трудом успевать за развивающимися технологиями и сталкиваться с трудностями при быстром создании ценности. Эта статья помогает разобраться в этом многообразии информации и предоставляет вам необходимые знания и практическую основу для принятия разумных решений в сфере ИИ.

Понимание ИИ и машинного обучения

Большая часть того, что мы сегодня называем ИИ, на самом деле представляет собой его подраздел, известный как машинное обучение (МО). МО использует данные для обучения машин построению моделей, имитирующих человеческий интеллект. С помощью методов МО компьютеры могут научиться понимать речь, распознавать объекты, классифицировать данные, делать прогнозы, выявлять тенденции и закономерности, а также автоматизировать принятие решений. Генеративный ИИ, являющийся отраслью МО, создает контент, такой как текст и изображения, а инструменты вроде ChatGPT, Bard, Dall‑E и Midjourney привлекли к себе широкое внимание.

Сила данных в машинном обучении

В машинном обучении всё сводится к одному — данным. Машинное обучение, по сути, заключается в извлечении полезной информации из данных с помощью различных методов. Представьте, что у вас есть доступ ко всем данным мира — что бы вы могли с ними сделать? Возможности практически безграничны. Именно этим сегодня и занимаются системы машинного обучения. Вместо того чтобы сосредотачиваться на том, что может делать ИИ, подумайте о самих данных и о возможностях, которые они открывают — как сейчас, так и в будущем.

Когда генеративный ИИ создает новую картину в стиле Ван Гога, он генерирует новые данные на основе уже существующих. Когда модель машинного обучения прогнозирует вероятность заболевания, анализируя симптомы пациента, она выявляет закономерности, выученные на обучающих данных. Когда ИИ преобразует речь в текст, он трансформирует одну форму данных в другую. Если вы задумаетесь о том, чего можно достичь с помощью данных сегодня или завтра, вы получите чёткое представление о том, на что способен ИИ.

Будущее ИИ и обработки данных

В будущем мы, возможно, сможем генерировать совершенно новые последовательности ДНК для создания более сильных форм жизни. Мы сможем интегрировать данные из разных областей, чтобы стимулировать инновации. Мы сможем анализировать все данные, связанные с одним объектом, например с финансовой транзакцией или здоровьем человека. Как только вы осознаете, что большая часть современного ИИ и машинного обучения по сути представляет собой обработку данных, вы сможете представить себе применение этой концепции в своем бизнесе.

Например, когда клиент взаимодействует с вашей компанией, ему не должно приходиться заполнять длинные формы — он должен иметь возможность общаться естественным образом. За кулисами данные могут быть собраны воедино, чтобы ответить на его вопросы. Если вы, как руководитель, хотите узнать, как ваша компания работает в этом квартале, вы должны иметь возможность задать вопрос и получить ответ в любом удобном для вас формате. В таких сценариях ИИ понимает ваш запрос, преобразует его в код, который получает доступ к данным через модели, ранжирует ответы с учетом контекста, преобразует результат в нужный вам формат и предоставляет его. Эти данные могут поступать из одного или нескольких источников в различных форматах.

Роль ИИ в трансформации бизнеса

Руководителю, принимающему решение о том, как интегрировать ИИ, не обязательно досконально разбираться в генеративном ИИ или распознавании речи. Важно понимать, как можно манипулировать данными для улучшения клиентского опыта. Обсудив эти сценарии с коллегами, руководство может принять коллективные решения с точки зрения бизнес-видения, которые затем смогут реализовать технические специалисты — при условии, что такие допущения, как доступность данных, подтвердятся.

По мере расширения масштабов ИИ-инициатив на все продукты вопросы соблюдения нормативных требований, интеллектуальной собственности, управления данными и рисков, связанных с моделями, нельзя оставлять на второй план. Своевременное сотрудничество с юристами, специализирующимися на ИИ, помогает внедрить принципы ответственного использования ИИ — разработать политики использования моделей, согласовать условия с поставщиками и привести системы в соответствие с быстро меняющимися нормативными требованиями — при этом не сдерживая инновации. Привлекайте юристов с самого начала, чтобы заложить механизмы контроля рисков в вашу дорожную карту и сохранить динамику трансформации, избегая неожиданностей со стороны регулирующих органов.

Ограничения ИИ и важность человеческих качеств

Когда руководители основывают решения в области ИИ исключительно на обработке данных, становится ясно, чего ИИ не может сделать. Данные не могут передать страсть, эмпатию, чувства, любовь или творческий потенциал, которые существуют за пределами набора данных. Только люди могут обеспечить эти качества. И несмотря на впечатляющие достижения в области машинного обучения, мы пока не выяснили, как наполнить данные этими человеческими чертами. Возможно, наш подход к имитации человеческого интеллекта был неверным — дело, возможно, вовсе не в данных, а в «химии».

Создание процессов и систем для сотрудничества человека и ИИ

Если руководители смогут чётко сформулировать возможности ИИ, используя данные в качестве основы, они смогут ускорить трансформацию своей организации, разрабатывая процессы и системы, в которых люди и ИИ дополняют друг друга. Например, в условиях больницы руководители могут определить, в каких областях ИИ и технологии могут внести вклад, а в каких участие человека будет наиболее эффективным — удовлетворение потребностей пациентов, повышение квалификации сотрудников, внедрение подходящих технологий и создание надежных процессов, все в соответствии с видением компании.

Заключение

ИИ меняет бизнес-ландшафт, и руководители должны полностью понимать его последствия, чтобы разрабатывать стратегии, обеспечивающие их компаниям конкурентное преимущество. Осознав потенциал данных в машинном обучении, будущее ИИ и обработки данных, роль ИИ в трансформации бизнеса, его ограничения и важность человеческих качеств, а также понимая, как создавать системы для сотрудничества человека и ИИ, руководители смогут принимать обоснованные решения в отношении ИИ и обеспечить перспективность своей стратегии.

Ссылки

1. «Что такое искусственный интеллект (ИИ)?» IBM. https://www.ibm.com/cloud/learn/what-is-artificial-intelligence
2. «Что такое машинное обучение?» AWS. https://aws.amazon.com/machine-learning/what-is-machine-learning/
3. «Генеративный ИИ: следующий шаг в эволюции ИИ». Forbes. https://www.forbes.com/sites/forbestechcouncil/2021/03/08/generative-ai-the-next-step-in-ais-evolution/?sh=5d5c5c5c5c5c
4. «Будущее ИИ: 10 прогнозов на 2021 год и далее». Forbes. https://www.forbes.com/sites/forbestechcouncil/2021/01/11/the-future-of-ai-10-predictions-for-2021-and-beyond/?sh=5d5c5c5c5c5c
5. «Роль ИИ в трансформации бизнеса». Harvard Business Review. https://hbr.org/2021/03/the-role-of-ai-in-business-transformation

Глоссарий

• ИИ: искусственный интеллект
• ML: Машинное обучение
• ДНК: дезоксирибонуклеиновая кислота