Что должно остаться неизменным
Если машины все больше «очеловечиваются», то человек, напротив, становится больше похож на машину, отмечает Белинда Пармар, автор книги Empathy Business, эксперт WEF. Люди разъединяются, перестают строить устойчивые социальные связи, теряют способность к сложному мышлению, делегируя интеллектуальные процессы машинам и искусственному интеллекту. Опрос Gallup, проведенный в 2015 г. в Великобритании, показал, что больше половины (51%) подростков предпочитает общение в цифровом формате личному (даже с друзьями).
«Цифры показывают, что именно сейчас, когда наше умение взаимодействовать с другими и эмпатия отличают нас от наших будущих автоматизированных коллег, мы позволяем нашим мышцам сочувствия атрофироваться», – пишет Пармар в колонке для WEF. Будущее же, по ее мнению, за теми, кто сумеет сохранить свою человечность и при этом научится эффективно взаимодействовать с технологиями.
Исследователи медиалаборатории Массачусетского технологического института изучали взаимодействие людей и алгоритм, который называется S#. Исследователи задались целью научить машины эффективно взаимодействовать с людьми и между собой в различных играх с двумя игроками. Они протестировали три типа коммуникации: машина – машина, человек – машина и человек – человек. Легче всего «договориться» между собой оказалось машинам: опираясь на математические модели, они выбирали решение, которое приносило пользу обеим сторонам. С человеком машине было общаться сложнее: оказалось, что в какой-то момент люди начинали лгать, а математический алгоритм был обучен не обманывать. Человеческие же взаимоотношения ученые назвали самыми неэффективными. «Люди, которые дружили годами, внезапно становятся врагами. Поскольку машина часто лучше людей умеет достигать компромиссов, она потенциально может научить нас, как это делать», – говорит ведущий автор Brigham Young University, профессор компьютерных наук Джейкоб Крэндалл. &
|
|
|
Текст: Евгения Корытина
Текст 16.
Золотая цифра
Как интеллектуальная обработка информации ускоряет цифровую трансформацию компаний
PhotoXPress
В ближайшие 10 лет цифровая трансформация по всему миру принесет экономике и обществу около $100 трлн, ожидают авторы совместного исследования Accenture и Всемирного экономического форума. Цифровая трансформация – это не только внедрение технологий, но еще и быстрая адаптация к рыночным изменениям. Успех цифровизации бизнеса во многом зависит от своевременного обмена информацией, и часто компаниям достаточно начать анализировать эти данные, чтобы перейти на цифровую модель бизнеса.
|
|
|
В каждой отрасли для трансформации будет использован собственный набор технологий. Так, в промышленности основной упор будет сделан на интернет вещей и цифровых двойников, в банках – на удаленное обслуживание и управление рисками, в логистике – на новые транспортные технологии, в сфере услуг – на глубинный анализ взаимоотношений с клиентами. Но есть и общие инструменты цифровой трансформации, которые изменят работу компании, чем бы она ни занималась.
За годы работы компания, копит, хранит и обрабатывает огромное количество разнообразных данных. По данным IDC, сегодня более 60% сотрудников компаний, работающих с информацией, используют четыре и более корпоративные системы, чтобы найти нужные данные, и количество таких источников растет. Сотрудникам приходится переработать целые тонны документов в поисках «золота». Чтобы найти и консолидировать нужную информацию, они тратят 36%, т. е. более трети, рабочего времени, подсчитали аналитики IDC.
При этом значительная часть корпоративной информации – это неструктурированные данные: тексты и документы на естественном языке (как, например, эта статья), которые могут содержать в себе даты, цифры, факты, графики, фотографии и т.д. И только 0,5% такой неструктурированной информации в мире сегодня эффективно используется и анализируется, считает Освальд Дройлет, главный аналитик американской компании FICO, занимающейся анализом данных, считает, что (свою оценку он приводит в корпоративном блоге компании).
|
|
|
«В бизнесе большинство неструктурированных данных лежит в большом количестве текстов, связанных с клиентами, – объясняет Дройлет. – Проблема в том, что многие компании не знают, как эффективно вычленить из этой информации элементы, на основе которых можно строить прогнозы и принимать более эффективные решения. Между тем при правильном подходе это дело нескольких секунд».
$5 млн
ежегодно тратит, по оценке IDC, на поиск информации, неудачные попытки найти данные и повторное создание уже существующих документов – если найти нужный файл не удается – компания, в которой работает хотя бы 1000 сотрудников, занимающихся интеллектуальным трудом. Искусственный интеллект помогает людям с поиском данных в корпоративных системах – определяет общий смысл запроса и находит содержащие значимую информацию договоры, отчеты, презентации, решения суда и т. д.
Новостные статьи на сайтах, содержание электронных писем, журналы звонков в колл-центр, заметки в CRM-приложениях бесполезны для обычных прогнозных моделей. Но благодаря машинному обучению программу можно научить вычленять из таких источников значимые сведения, которые можно использовать для повышения точности прогноза. Например, если анализировать с помощью искусственного интеллекта отзывы на сайте, можно лучше предсказывать спрос на товары или выявлять основные проблемные места в цепочке взаимодействия с покупателем.
|
|
|
Технологии интеллектуальной обработки информации позволяют снять с сотрудников груз рутинной работы, а значит, повысить их производительность. Всю корпоративную информацию уже можно обработать с помощью искусственного интеллекта: системы способны не только индексировать найденнуое, но и понимать его смысл, вычленяя из документов объекты, факты и связи между ними, помогая находить закономерности. Источников, информацию из которых можно анализировать, становится все больше. Например, ритейлеры могут определять, в какие магазины, в каких районах и как часто ходит их покупатель, чтобы оценить его потребности, вовремя закупать и доставлять товары в торговые точки. Сервисные компании – одновременно анализировать переписку клиента с чат-ботом, электронные письма, логи звонков на линию поддержки, его поисковые запросы на сайте компании, чтобы составить более детальное представление о проблемах, с которыми сталкивался клиент, и определить, как их можно избежать.
За пределами внутренних систем компаний массивы информации, которую можно анализировать, тоже огромны: это новости, комментарии в социальных сетях, на форумах, сайтах интернет-магазинов и т. д. Анализ этой внешней неструктурированной информации с помощью искусственного интеллекта помогает компании выстраивать отношения с клиентом, вовремя предупреждает о проблемах у контрагента, позволяет прогнозировать спрос и т. д.
По данным IDC, в 2018 г. компании во всем мире потратят на внедрение когнитивных систем и искусственный интеллект $19,1 млрд, на 54,2% больше, чем в прошлом году, а к 2021 г. эти затраты достигнут $52,2 млрд. Лидерами во внедрении таких систем в 2018 г. станут компании розничной торговли ($3,4 млрд), впервые ненамного обогнав банковскую отрасль ($3,3 млрд), говорится в исследовании IDC.
Какие интеллектуальные системы уже использует российский бизнес?
Дата добавления: 2019-01-14; просмотров: 244; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!