AI (artificial intelligence), нейросети, искусственный интеллект — эти слова стали своего рода приманкой для инвесторов. В 2017 году объем вложений в стартапы, которые занимаются этой темой, составил $15,2 млрд. Если проект, нуждающийся в финансировании, активно использует AI и в нем что-то завязано на нейросети — значит, он точно многообещающий и решит множество проблем, а при благоприятном стечении обстоятельств вообще создаст новую нишу на рынке. По оценкам PwC, в 2018–2020 годах 74% компаний собираются инвестировать в искусственный интеллект, а уже в 2030 году внедрение AI-технологий даст мировому ВВП $15,7 трлн (прирост на 14%).
Фото: Александр Миридонов, Коммерсантъ / купить фото
Сегодня говорить о том, что в их бизнесе применяются технологии искусственного интеллекта, стали даже те, кто с ним знаком лишь понаслышке. Примерно так же раньше было с Bluetooth, когда каждый уважающий себя гаджет должен был поддерживать этот стандарт, а затем и блокчейн — по мнению создателей стартапов на базе этой технологии, приставка «крипто-» должна была сильно повысить интерес инвесторов к проекту. И срабатывало. Доходило и до абсурда: например, как в истории с чайной компанией The Long Island Ice Tea. Стоило ей просто переименоваться в Long Blockchain Corp., как цена ее акций выросла в несколько раз.
Однако все же технологии на базе AI уже успешно используются самыми разными компаниями и на деле помогают их бизнесу, а не просто дают возможность попасть в повестку дня из-за модной темы. Важность развития таких инноваций понимает и государство: в программе «Цифровая экономика» искусственному интеллекту выделено целое направление. Венчурные инвесторы и IT-компании называют AI одним из самых перспективных сегментов и создают специальные фонды для инвестиций в подобные проекты. К примеру, крупнейший американский производитель чипов Qualcomm Inc. сформировал фонд на $100 млн, который будет инвестировать в AI-стартапы.
AI на службе у IT-лидеров
Само собой, активно использовать продукты и сервисы на базе AI должны технологические гиганты. Во-первых, это логично: база у них есть, опыта у сотрудников тоже достаточно. Во-вторых, если кто-то один из них начинает это делать — конкуренты подтягиваются, потому что кроме полезной составляющей (например, сэкономить массу времени на рутинных задачах) это еще влияет и на имиджевую составляющую. А там, где есть конкуренция, есть и непрерывное развитие, и улучшение таких продуктов.
Mail.ru Group в 2017 году начала использовать AI для автоматизации и улучшения своих HR-процессов — не секрет, что оценка потенциальных сотрудников занимает у работников HR-отделов довольно много времени. Правда, методы, на которые наложили нейросети, немного спорные — психотипирование (соционика + MBTI, типология Майерс—Бриггс). Нейросети скормили определенное количество обезличенных больших данных, чтобы на выходе проще и точнее определять психотип того или иного человека. Тестировали все это на сотрудниках компании.
На выходе получили ускорение процесса психотипирования, для которого ранее использовали анкеты и интервью — это было затратно как по времени, так и по деньгам. А еще — улучшенный таргетинг для вакансий, то есть новые вакансии, которые распространялись в социальных сетях через рекламные платформы, теперь показывались не просто всем подряд, а с учетом проведенного исследования. За счет этого и удалось сделать их показ более релевантным для тех, кто потенциально был заинтересован в подобной работе.
Не отстает и «Яндекс»: здесь за нейросети и искусственный интеллект взялись по-настоящему, в результате чего рынок увидел «Алису» — голосового помощника, тесно интегрированного в сервисы компании, а затем и первый гаджет от «Яндекса» — «Яндекс.Станцию» с «Алисой» внутри. Здесь искусственный интеллект используется не только для помощи в нахождении ответов на вопросы пользователей и поддержании диалога — с помощью нейросетей и технологии SpeechKit создавалась и речь «Алисы»: в нейросеть загрузили множество примеров с фразами актрисы Татьяны Шитовой (официальный голос Скарлетт Йоханссон в российском прокате), чтобы синтезированная речь воспринималась плавно, без резких перескоков интонации и подобного роботного звучания.
Кроме этого, технология AI активно используется для перевода сайтов с помощью «Яндекс.Браузера». Нейронная сеть постоянно самообучается, выбирая все более и более верные варианты перевода в каждом конкретном случае. Причем фразы переводятся не как последовательность слов, которые надо переводить по отдельности, а именно как цельная лексическая конструкция. Насколько это удобно и востребовано, покажет время, но пока аналитики прогнозируют, что уже к 2020 году половина поисковых запросов будет осуществляться именно голосом, а не привычным набором с клавиатуры.
А еще нейросеть «Яндекса» написала несколько песен в стиле Курта Кобейна и Егора Летова в свободное от работы время — «Neurona» и «Нейронная оборона».
Внимание, за рулем искусственный интеллект
И «Яндекс», и Google разрабатывают свои беспилотные автомобили. Здесь AI играет довольно важную роль: распознает все, что видят «глаза» авто, оценивает это на предмет «препятствие—важно—критично—нормально, объедем» и помогает автомобилю следовать по маршруту, соблюдая все правила дорожного движения и принимая быстрые решения в сложных ситуациях. Появление таких автомобилей на дорогах в количестве более, чем один тестовый, аналитики прогнозируют уже на 2025 год. При более развитой системе такой автомобиль сможет не только реагировать на внештатные ситуации, но и пытаться их предсказывать.
Французская компания SNCF работает над тем, чтобы поставить на рельсы беспилотный поезд уже в 2023 году.
Деньги в банке
Для финансового сектора важный аспект работы с клиентами не только ведение самой базы и персональные предложения, но и прежде всего скоринг, оценка платежеспособности. Здесь хорошо обученная нейросеть поможет быстро оценить потенциального заемщика по целому ряду факторов и принять решение, давать ему кредит или не давать, а если давать, то на какую сумму и под какие проценты.
Подобные механики уже сейчас используют отечественные банки из топ-10. Но не скорингом единым — набирают популярность и чат-боты, которые не просто реагируют на ключевые слова и стандартные запросы, но и способны решить часто возникающие проблемы без привлечения живого оператора. Само собой, тест Тьюринга такое решение пройдет не сразу, но напомнить клиенту условия по обслуживанию или проверить статус той или иной операции помочь уже сможет.
К слову, банкам не так сложно именно обучать нейросети — с большими данными у них проблем нет, и найти несколько тысяч примеров с частыми запросами от клиентов, чтобы загрузить их в обучающую модель, не составит труда. Для них это прежде всего экономия — как времени (скоринг, построенный на нейросети, срабатывает определенно быстрее, чем оценка с помощью живых специалистов), так и денег (специалистов можно перевести на иные задачи, оставив часть работы электронному мозгу).
Похожим образом дела обстоят у страховых компаний. Японская Fukoku Mutual Life Insurance вообще пошла на замену людского персонала: теперь вместо 34 сотрудников, которые ранее определяли условия страхования клиентов, будет работать один искусственный интеллект — IBM Watson Explorer AI. Рассчитывают, что окупится он за два года, а эффективность отдела возрастет на треть.
Разработчики PayPal нацелили свой AI на отслеживание подозрительных операций и попытки отмывать деньги. Трансакций через систему каждый день проходит множество, что дает возможность на этих больших данных обучить нейросеть, как именно и по каким критериям ей стоит оценивать те или иные переводы. Если у компании хорошие объемы больших данных, на них можно хорошо обучить нейросеть, а обученная нейросеть сможет решить многие задачи и сэкономить ресурсы.
Применение искусственного разума
Для решения своих задач AI начинают в тестовом режиме использовать и игроки из тяжелой промышленности. Например, Магнитогорский металлургический комбинат. В партнерстве с «Яндексом» и его подразделением по работе с большими данными Yandex Data Factory было создано решение, оптимизирующее качество и себестоимость итоговой продукции на основе данных о химическом составе исходного сырья. Партнеры заверяют, что уже на старте проект показал эффективность в 5%, что в рамках большого завода или комбината отнюдь не мало. Особенно если эту цифру удастся повысить или придумать, как еще использовать искусственный интеллект на производстве. Идей хватает – от стандартного мониторинга всех процессов до прогнозирования нештатных ситуаций и быстрого применения мер по их устранению.
В Индии искусственный интеллект решили использовать в помощь сельскому хозяйству. Там решение от Microsoft (Microsoft Cortana Intelligence Suite) анализирует состояние почвы и на основе этих данных подбирает максимально полезные удобрения. Полезен AI и в формирующемся сегменте телемедицины. Так, онлайн-клиника Doctor Smart недавно первой на этом рынке запустила проект «Второе мнение AI», позволяющий получить анализ рентгеновского снимка с помощью искусственного интеллекта.
Используют подобные технологии и в ритейле. Виртуальные примерочные перестали быть фантастикой: компания из Сколково Texel создала систему оперативного 3D-сканирования фигуры человека, чтобы использовать эту модель для цифровой примерки разных деталей гардероба. Всего за 30 секунд система делает более 4 тыс. снимков, которые становятся основой для подробной 3D-модели. В похожий продукт вложился и интернет-магазин Wildberries, лидер по онлайн-продажам в России: летом он уже инвестировал в сервис «умного» подбора обуви. Кроме того, у компании есть сервис «Виртуальный стилист», в котором искусственный интеллект предлагает пользователю варианты, близкие к его текущему интересу.
AI важен для ритейла, это большое подспорье для маркетинга. Пока у остальных онлайн-ритейлеров на сайте просто таблица с размерами и рекомендациями, у владельца такого решения будет функциональная 3D-модель с возможностью подробно рассмотреть товар со всех сторон. Кроме того, это поможет значительно снизить процент возврата и отказа от покупки вещей при доставке.