Идея 41. Искусственный интеллект больше не искусственный

Интеллект – это способность адаптироваться к изменениям.

Стивен Хокинг

Готовьтесь к будущему машинного обучения

В начале 2000-х Amazon выпустил Mechanical Turk, инструмент, позиционируемый как «искусственный» искусственный интеллект. Mechanical Turk был разработан как платформа, через которую небольшая работа, называемая задачами для человеческого интеллекта (HIT), передавалась для выполнения людям по всему миру. С тех пор он использовался в основном для работы, которую трудно выполнить компьютерам, например для проверки качества письменного текста или изображений.

Тем не менее искусственный интеллект (ИИ) и машинное обучение развиваются быстрыми темпами, в геометрической прогрессии, если верить Илону Маску. Независимо от конкретного уровня развития ИИ и машинное обучение могут решать все более широкий круг задач, в том числе тех, которые выполняет Mechanical Turk.

ИИ и машинное обучение имеют такую потенциальную силу и влияние, что Джефф Безос включил специальное предупреждение (или поощрение?) в свое письмо акционерам 2017 года, в котором посоветовал своей аудитории «принять внешние тенденции». «Сейчас мы находимся в центре очевидного: машинного обучения и искусственного интеллекта», – предупредил он. Когда Безос обращается с конкретным предупреждением, я бы посоветовал обратить на это внимание.

Идея 41. Машинное обучение – это возможность, используемая узко и целенаправленно, в таких областях, как расширение конкретных управленческих решений и создание новых широких возможностей и бизнес-моделей, меняющих динамику во всех отраслях. Руководители должны подготовить себя и свои организации, чтобы воспользоваться им. Как минимум вам нужно интересоваться, что такое машинное обучение, и освоить его, а также активно искать специальные знания и сопутствующий материал в своей отрасли. Подготовьте свою организацию, создав службы, инструментарий и улучшив правила принятия решений в ключевых процессах.

Все взаимосвязано

Не случайно многие из идей, которые мы обсуждали в этой книге, строятся на преимуществах использования века машинного обучения. Собираете много данных о клиентском опыте, процессах, среде? Жизненно необходимо. Определяете процессы тщательно и детально, выясняете, как превратить их в услуги? Производите расчеты и пытаетесь создать правила и формулы для работы и решений? Отличный фундамент. Стараетесь понять принципы принятия решений и модели логики? Важно. Эти виды тщательной разработки и самоанализа являются основой того, какие алгоритмы должны автоматизировать процесс.

У Amazon есть все для того, чтобы воспользоваться этими возможностями в полной мере, поскольку компания создала базовый фундамент. И в Amazon осознают эту необходимость, поэтому начинают учиться и экспериментировать. Дэвид Лимп, вице-президент Amazon по устройствам и услугам, говорит: «В начале этого десятилетия Amazon еще не мог в значительной степени воспользоваться этими достижениями, но он признал, что это крайне необходимо. Самая серьезная конкуренция этой эпохи наблюдалась в сфере ИИ – Google, Facebook, Apple и Microsoft делали ставки на свои компании, а Amazon от них отставал. Мы обратились к каждому лидеру [команды], чтобы сказать: “Как вы можете использовать эти методы и внедрить их в собственный бизнес?”»

Принципы

«Все происходит снова и снова, – объясняет Рэй Далио, основатель Bridgewater Associates. – Принцип – это способ взглянуть на вещи так, чтобы все воспринималось как еще одна часть целого, а когда появляется что-нибудь еще, как мне с этим успешно справиться?»

Далио создал систему принятия решений, записав критерии каждой задачи, с которой он столкнулся. Эта система позволила ему охарактеризовать задачи, разработать критерии и легко идентифицировать помехи. Кроме того, он смог синхронизироваться с другими и преобразовывать многие из этих задач в алгоритмы.

В своем «Отчете об инновациях в области искусственного интеллекта за 2018 год» добрые люди из Deloitte охарактеризовали будущий ИИ в области принятия управленческих решений как «партнерство», в котором люди определяют задачи и говорят «последнее слово» о наиболее подходящем варианте решения для своего бизнеса, в то время как ИИ анализирует терабайты данных, чтобы обеспечить основу для принятия решения.

Далио сравнивает идеальные отношения между человеком и машиной, представляя их так, словно люди играют в шахматы бок о бок с компьютером. «Итак, вы делаете ход, он делает ход, – говорит он. – Вы сравниваете свои ходы и думаете о них, а затем оттачиваете их. Само собой разумеется, – продолжил Далио, – может быть трудно понять причинно-следственные связи в сложной модели черного ящика».

Мы можем взять его метод, чтобы воспользоваться преимуществами машинного обучения для основных подходов к управлению. В частности, можно принять его четкость и пристальное внимание к деталям, чтобы продумать шаблоны бизнеса, создать правила управления ими, записать эти правила, так что другие смогут ими воспользоваться и усовершенствовать, а также построить компьютерные модели, основываясь на этих правилах.

Какой минимум должен делать руководитель в отношении машинного обучения? Активно изучать, проводить опросы и обращать внимание на то, как это влияет на отрасль и функции вашей компании. Вы должны постоянно исследовать, «как и когда» начинать и находить способы делать небольшие пилотные проекты. Организация должна накапливать опыт и способность экспериментировать с инновациями, если в будущем она собирается опираться на эти возможности.

Будьте выживальщиком

«Внешний мир может отбросить вас в День 2, если вы не захотите или не сможете быстро сориентироваться в современных тенденциях», – написал Безос в 2016 году в своем письме акционерам Amazon. «Если вы сражаетесь с ними, вы боретесь с будущим. Примите их, и подует попутный ветер. Эти большие тенденции не так уж сложно заметить (о них много говорят и пишут), но крупным организациям может быть сложно под них подстроиться. Сейчас мы находимся в центре очевидного: машинного обучения и искусственного интеллекта».

Оглядываясь назад, легко определить приливные волны технического прогресса: печатный станок, электрический свет, автомобиль, транзистор, – благодаря которым в бизнесе и обществе настала совершенно новая эпоха. Все эти изобретения (в основном) положительно повлияли на общество, но их массовое применение прошло не без сучка и задоринки и не без опаски.

Сатья Наделла, генеральный директор Microsoft, написал в своей книге «Hit Refresh. Обновить страницу. О трансформации Microsoft и технологиях будущего от первого лица»»: «Сегодня мы не думаем об авиации как об “искусственном полете” – это просто полет. Точно так же мы не должны воспринимать технологический интеллект как искусственный, скорее, мы должны думать о нем как об интеллекте, который служит для расширения возможностей и способностей человека».Точно так же как электронная торговля становится просто торговлей, в ближайшем десятилетии «искусственный интеллект» станет лишь частью нашего управленческого интеллекта, интегрированного в повседневные процессы и решения.

Руководство должно глубоко интересоваться современными процессами, а не просто «проявлять легкий интерес». Выясните, как оседлать волну, чтобы она вас не накрыла. Как вы узнаете из Идеи 42, мы должны учиться сами и учить своих сотрудников принимать правильные решения.

Вопросы для обсуждения

1. Влияет ли машинное обучение на вашу отрасль?

2. Вы изучаете машинное обучение и продумываете, где его можно применить?

3. где можно провести небольшой эксперимент, чтобы начать накапливать опыт использования машинного обучения на предприятии?