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

Три ключевых навыка для построения интеллектуальных систем

Начавшись с истории глубокого анализа данных LexisNexis®, LexisNexis Risk Solutions помогает клиентам оценивать, предсказывать и управлять рисками во множестве отраслей (в том числе страхование, банковский сектор, розничная торговля, здравоохранение, коммуникации и бюджетный сектор).

За стратегию платформы и разработку нового продукта отвечают д-р Флавио Вилланустре (Flavio Villanustre), вице-президент по технологической инфраструктуре и разработке продукта, и Дэвид Гловацки (David Glowacki), вице-президент по инженерному проектированию продукта. Они участвуют в ряде проектов, задействующих большие данные, аналитику и машинное обучение, отвечают за команды, строят и запускают машины, которые начинают уметь (почти) все.

Они создали не одну, а множество интеллектуальных систем, которые помогают клиентам в управлении разногласиями, выявлении мошенничества, отслеживании результатов лечения, рисков и других основных бизнес-процессов. В работе они пришли к определенным умозаключениям, которые можно применить к вашему бизнесу.

Данные без интеллектуальной системы – просто белый шум. Многие компании, с которыми мы работали, все еще не могли разобраться с новыми сырьевыми материалами. Лидеры закопались не только под своими данными, но и под многочисленными инструментами – API-библиотеки, онлайн-программы межмашинного обучения, решения на основе облаков, автоматизированные системы и так далее. Хотя иметь так много инструментов и широко доступных возможностей – это хорошо, но такое количество опций может оказаться и ошеломляющим, может подавлять.

Интеллектуальные системы, как та, что построил LexisNexis, оживают, когда присоединяют данные к признанным и значительным результатам. Как заметил Вилланустре: «Цель – взять неразрешимую задачу, что-то, с чем будет бесконечно трудно разобраться человеку, и сократить ее до набора блоков данных, чтобы представить исследователю или аналитику из ФБР и получить из этого достаточно информации, в которую можно погрузиться и дать начало расследованию, если эксперты сочтут, что оно того стоит».

Вилланустре продолжает: «Лидеры добиваются лучшей реализации: какие бы данные они ни собирали – через экономические операции и другие сведения, полученные в процессе ведения бизнеса, – все данные имеют какую-либо ценность. Добавив блок данных к другому блоку данных, вы потенциально способны совершить что-то совершенно новое».

Не считайте, что должны сделать все это сами. Как мы уже говорили, сегодня многие решения на основе искусственного интеллекта просто не доступны в «готовом» виде. Именно здесь вступают такие компании, как LexisNexis и другие. «Мы твердо уверены, что будущее за инструментами, дающими возможности, – говорит Вилланустре. – Иметь возможность взять все наличные ресурсы и представить их в осмысленном виде пользователю, который, возможно, обладает глубокими познаниями в конкретной области, но не обладает какими-то техническими знаниями, значит, расширить число людей, которые могут по-настоящему «рыть землю» и извлекать пользу из имеющихся у нас ресурсов».

Рекомендации для руководителей заключаются в том, чтобы сосредоточиться на конкретных процессах и опыте, который вы хотите воплотить в интеллектуальной системе. Если вы определили процесс или опыт, к которому хотели бы применить новую машину, выясните, существует ли готовое решение у партнеров (как LexisNexis). И хотя может быть правильным купить часть сервисов у общего провайдера платформ (например, Google, Amazon Web Services, Palantir, Microsoft и др.), будьте готовы к серьезной работе по конфигурации, чтобы сделать технологию полностью подходящей под требования вашего бизнеса.

Если ваша интеллектуальная система хороша, вам не понадобятся десять тысяч специалистов по обработке данных. Если системы оснащены измерительными приборами, вы получаете поток данных. Общий рефлекс компаний – нанять кучу специалистов по обработке данных, чтобы разбирались в информации. Изначально это может быть правильным порывом, но со временем справляться все равно будет трудно.

Гловацки и его команда ясно осознают, что бремя разгребания информации должно перейти от людей к платформе: «Со временем простое получение доступа к горе информации уже не поможет». Именно здесь интеллектуальные системы имеют решающее значение, поскольку действительное «создание смыслов» может и должно быть прописано в ИИ.

Как заметил Вилланустре: «Почему сегодня так трудно найти специалиста по обработке данных? Потому что вы как будто пытаетесь найти единорога. Вы пытаетесь найти кого-то с хорошими программными навыками, обладающего системными, глубокими познаниями в математике, в физике, а также инженерным и аналитическим умом, чтобы решать проблемы и создавать программы. Этот специалист также должен быть экспертом в конкретной области, понимать, к чему идет, и разбираться в данных. Мы говорим о ком-то, кого не существует… Единственный, кого вы не можете заменить, это эксперт в данной области. Все остальное может быть сделано машиной».