Что делать, когда машины начнут делать все. Как роботы и искусственный интеллект изменят жизнь и работу

Данные могут казаться невесомой абстракцией (если вам интересно, все электроны Интернета весят, вероятно, как две клубники⁷). Но хотя данные весят так мало, они обладают огромной ценностью, когда применяются в правильном месте и в правильное время. Обширное число данных должно быть собрано, сохранено, защищено, проанализировано и сделано доступными. Именно поэтому нам требуются большие системы баз данных, которые будут стабильными, эластичными и проверенными (какими бы крутыми ни казались новые блестящие приборы). Приобретает популярность новое поколение баз данных (например, Hadoop), однако никуда не делись имеющие клиентскую базу в целом более чем в семьсот сорок тысяч компаний Oracle и SAP. А с ними и другие заслуженные «торговцы оружием» в лице IBM, Microsoft и иных главных предприятий-поставщиков ПО. В цифровой экономике нам по-прежнему будут так же нужны высококачественные учетные системы (как традиционные, так и появляющиеся вновь), как нужны электросети с переменным током.

Инфраструктура

Как и любая производственная машина, новая машина нуждается в энергии и «трубопроводе». Инфраструктура включает все сетевые соединения, серверы, источники электроэнергии и все прочее, что заставляет машину загудеть. В нынешних системах все элементы управляются, как правило, или непосредственно из IT-департамента, или внешним поставщиком услуг, или – что все более распространено сегодня – облачным провайдером. Обязательно наличие мобильных сетей, как правило, являющихся основным носителем данных. Чтобы обладать должной вычислительной мощностью, все интеллектуальные системы, работают они на серверах Amazon, где-то в Googleplex или в вашем собственном центре обработки данных, нуждаются в высокоэффективном, всегда включенном трубопроводе.

Интеллектуальные системы в действии

«Анатомия» новых машин может показаться чем-то абстрактным, хотя эти части соединены между собой в настоящую новую машину, видимую в реальном мире. Уже многое было сказано о Netflix, но мы хотим сказать о другом. Все мы знакомы с этой платформой потокового мультимедиа, являющейся отличной иллюстрацией того, как компания, применяющая новую машину, новые сырьевые материалы и ориентированные на них бизнес-модели, переворачивает бизнес каждый день и в штатном режиме.

Машина, ставшая Netflix (благодаря ИИ)

В 2016 году Netflix занимал примерно 35% всего интернет-трафика в Северной Америке и имел весьма оживленные ТВ-сети⁸. Если попытаться разобрать Netflix на косточки, мы увидим анатомию новой машины в действии (см. табл. 4.2).

Таблица 4.2. Анатомия интеллектуальной системы Netflix

Что такое «хорошо»? Атрибуты успешной интеллектуальной системы

Есть большая разница между тем, чтобы иметь все необходимые ингредиенты новой машины, и действительно получить их, для работы на высоком уровне. Интеллектуальная система, которая поможет вам стать Хусейном Болтом в любой гонке, из тех, где участвуете, будет иметь все или большинство из этих характеристик.

• Умная, а не глупая. Эффективные новые машины становятся лучше, более мощными и ценными, по мере роста. Единственный правильный тест для хорошего ИИ – с поступлением новых данных завтра он становится умнее, чем был сегодня. В любом случае, лучшие интеллектуальные системы высасывают информацию из широкого круга источников, что позволяет достичь массы данных, требуемой для получения инсайтов и создания персонифицированного восприятия. Сегодняшние мастера цифровых данных говорят однозначно: «Все дело в данных».

• Открытые, а не закрытые. Интеллектуальные системы, способные полностью раскрывать свой потенциал, как правило, больше открытые, чем закрытые. Подумайте о Tesla, раздающей свои патенты, и Uber с открытыми API: обе эти политики помогли сгенерировать новые решения, построенные на винтиках и шестеренках искусственного интеллекта компаний. Один из ярких примеров конкурентной борьбы разворачивается сегодня между Amazon и Walmart.com. Если использовать систему анатомии, приведенную в этой главе, обе компании выглядят похоже. И покупательский опыт, получаемый через приложения, одинаковый, плюс-минус 10%. Однако если смотреть через призму API, то компании не могли бы выглядеть более разными. У Amazon – массив из более чем 325 API, что открывает его платформу другим. У Walmart, Target, Macy’s и Sears на сентябрь 2015 года их три или меньше²¹. Открытость обязательна для цифрового успеха, поскольку полностью оформленная, наполненная содержанием экосистема будет более мощной, чем среда с замкнутым развитием.