Тільки десять відсотків компаній змогли збільшити дохід, впроваджуючи штучний інтелект. Дослідники розібралися, що лежить в основі їхнього успіху.
Серед компаній, які застосовують штучний інтелект в робочих процесах, тільки десята частина змогла отримати з цього суттєві фінансові вигоди, йдеться в доповіді аналітиків Массачусетського технологічного інституту і консалтингової компанії Boston Consulting Group.
Дослідження показало, що головним фактором успіху стала взаємна здатність до навчання, коли не тільки алгоритми вчилися у людей, а й співробітники компанії були готові вчитися у машини. Корреспондент.net розповідає подробиці.
Взаємодія людини і машини
Аналітики BCG, яка входить у "велику трійку управлінського консалтингу" і науково-дослідного журналу найкращого технічного ВНЗ світу MIT Sloan Management Review, опублікували цього тижня дослідження про результати впровадження ШІ в робочі процеси компаній.
В останні роки штучний інтелект впроваджуються в різних сферах, в тому числі далеких від IT-технологій. Однак тільки десяти відсоткам з них вийшло застосовувати алгоритми з фінансовою для себе вигодою.
Дослідники опитали понад три тисячі менеджерів з 29 галузей і 112 країн. Більшість з них (57 відсотків) повідомили, що в їхніх компаніях тестується або вже впроваджений штучний інтелект в робочі процеси. 59 відсотків розповіли, що в їхніх компаніях розробили стратегію щодо застосування ШІ.
При цьому більш як 70 відсотків опитаних менеджерів повідомили, що в їхній компаніі є розуміння того, як ШІ може допомогти в отриманні прибутку від бізнесу. У доповіді наголошується, що три роки тому ствердно на це питання відповіли 57 відсотків респондентів.
Однак тільки кожен десятий управлінець, який взяв участь в дослідженні, заявив, що впровадження ШІ вже принесло їм істотні фінансові вигоди.
Автори дослідження роблять висновок, що запорукою успіху є поєднання взаємодії людини і ШІ. Ефективність штучного інтелекту в такій ситуації може зрости в шість разів.
Аналітики виділили п'ять способів взаємодії алгоритмів і людей:
-
ШІ приймає рішення і виконує їх
-
ШІ приймає рішення, а люди виконують
-
ШІ дає рекомендації, а люди приймають рішення
-
ШІ генерує ідеї і аналітичні висновки, а люди використовують їх в процесі прийняття рішення
-
люди генерують ідеї та висновки, а ШІ оцінює їх
Серед компаній, які використовують тільки один з цих способів, фінансові успіхи спостерігаються тільки у п'яти відсотків. Якщо два способи - шість відсотків.
При використанні трьох або чотирьох варіантів - 15 відсотків, зате при поєднанні всіх п'яти способів взаємодії - 32 відсотки.
"Єдиний найбільш важливий фактор, що визначає створення цінності з використанням ШІ, - це не алгоритми і не технології, а людина. В обраної групи успішних компаній краще, ніж у інших, виходить створювати інтегровані системи ШІ - людина, в яких ШІ навчається у людини, а людина вчиться у ШІ", - вважає керуючий директор і партнер BCG Макс Хаузер.
Штучним інтелектом зараз називають нейронні мережі, які використовують так званий метод глибокого навчання.
Така мережа в деякому роді відтворює організацію нейронів в мозку, і по суті є набором простих обчислювачів, пов'язаних між собою, які вміють отримувати вхідні дані, передавати один одному сигнали і формувати відповідь. Чим складніша архітектура нейромережі, тим складніші завдання вона може навчитися вирішувати.
Однією з найбільш перспективних сфер використання машинного навчання є медицина, а саме пошук нових ліків.
Так, на початку цього року стало відомо, що вчені Массачусетського технологічного інституту вперше за півстоліття знайшли кілька нових антибіотиків. Зробити відкриття їм допомогла нейромережа, що стало унікальним досягненням в історії медицини.
А в жовтні 2020 року в MIT представили модель, яка може генерувати нові ліки проти туберкульозу. Більша частина варіантів алгоритму виявилися ефективними.
Це вийшло завдяки впровадженню нової функції в алгоритми машинного навчання, яка покращує здатність до прогнозування.
Використовуючи новий підхід, який дозволяє комп'ютерним моделям враховувати невизначеність в даних, команда інституту виявила кілька перспективних сполук, які націлені на транспортний білок, необхідний бактеріям, що викликають туберкульоз. Якщо він відсутній або не активний, то бактерії більше не можуть розмножуватися.
Ще про одну цікаву сферу застосування нейромереж повідомлялося в кінці вересня. Тоді влада Нью-Йорка відновила роботу пілотного проекту з використання штучного інтелекту в судовій системі.
Влада сподівається, що ШІ допоможе їй скоротити навантаження на місцеві в'язниці і уникнути упередженості, яка характерна для консервативних американських суддів.
Детально про те, як розроблялася і які підсумки показала в матеріалі Без упередженості: в Нью-Йорку вироки виносить ШІ.
Новини від Корреспондент.net в Telegram. Підписуйтесь на наш канал https://t.me/korrespondentnet