Искусственный интеллект на службе бизнеса

Современная система ранжирования заявок достаточно примитивна. Обычно заявления делят на три стопки: 1) обязательно зачислить; 2) зачислить, если откажется кто-то из категории 1; и 3) не зачислять. Это, в свою очередь, приводит к необходимости управления рисками, чтобы уравновесить все «за» и «против» действий, повышающих вероятность ошибок. Например, нежелательно, чтобы абитуриенты, которых следовало бы отнести к категории 1 или хотя бы 2, попали в категорию 3 по причинам, не очевидным из их заявления. Аналогично не хотелось бы допустить в категорию 1 тех, кому следует находиться в конце списка. Поскольку заявки однозначно оценивать трудно, абитуриенты распределяются по категориям под влиянием одновременно и объективных, и субъективных причин.

Предположим, что программа МБА разработала ИИ, способный на основе заявок и другой информации (видеозаписей интервью и публикаций в соцсетях) четко ранжировать абитуриентов. Для этого его обучали на данных за прошедший период – заявках студентов, впоследствии причисленных к категории лучших. Инструмент ИИ будет выполнять задачу по выбору абитуриентов, достойных получить приглашение, быстрее, дешевле и точнее. Основной вопрос в том, как эта волшебная прогностическая технология повлияет на остальную часть рабочего процесса МБА.

Наша гипотетическая технология ранжирования абитуриентов выдает прогноз, кто из них, вероятнее всего, окажется в числе лучших. Это повлияет на другие решения рабочего процесса, в том числе по поводу ранних приглашений (чтобы опередить другие учебные заведения), материальных поощрений (стипендии) и особого внимания (обеды с профессурой или ранг почетных выпускников). Все эти решения требуют поиска компромиссов, а ресурсы на них ограничены. С появлением точного списка желаемых кандидатов станет понятно, на кого тратить ресурсы. А чем больше уверенность в потенциале абитуриента, тем, вероятно, больше ресурсов в него готовы вложить.

Заметно ощутимее прогностическое ранжирование может повлиять на решения, принимаемые до подачи заявок. Хотя большинство учебных заведений хотят заполучить побольше абитуриентов, они знают: если их окажется слишком много, анализ и ранжирование усложнятся. Наша прогностическая машина существенно снизит издержки всех этапов и, как следствие, повысит отдачу от большого количества абитуриентов. Особенно в случае, если технология способна анализировать их целеустремленность (почему бы и нет, она ведь волшебная). Таким образом, школы расширят охват абитуриентов и смогут отказаться от оплаты за рассмотрение заявок, потому что их сортировка упростится настолько, что не потребует издержек с увеличением количества желающих.

В результате изменения рабочего процесса могут оказаться весьма ощутимыми. С таким методом ранжирования школы сократят время между получением заявки и отправлением приглашения.

При налаженном методе все происходит почти мгновенно, поэтому рабочий процесс и динамика конкуренции приоритетных кандидатов меняются.

Это гипотетический ИИ, но на его примере понятно, как в результате внедрения инструментов ИИ в задачи рабочего процесса они устраняются (ранжирование вручную) или добавляются (больше рекламы). Конечно, у всех компаний будут разные исходы, но в ходе разбора рабочих процессов можно проанализировать вероятность того, что прогностические машины выйдут далеко за пределы отдельных решений, для которых были разработаны.

Как инструмент ИИ улучшил клавиатуру iPhone

У клавиатуры смартфона больше общего с механической пишущей машинкой, чем с клавиатурой ПК. Возможно, вы еще застали пишущие машинки и помните, что при слишком высокой скорости печатания механизм заклинивает. Поэтому и придумали раскладку QWERTY – чтобы снизить вероятность нажатия двух соседних клавиш, что и вызывало проблемы со старыми машинками. Из-за этого машинистки с высокой скоростью печати вынуждены были работать медленнее.

Раскладка QWERTY до сих пор существует, в отличие от пишущих машинок. Когда инженеры Apple разрабатывали iPhone, было много споров о том, пора ли наконец избавиться от прежней раскладки. Но все к ней уже привыкли, пришлось на ней и остановиться. У ближайшего конкурента Apple в то время, BlackBerry, была кнопочная клавиатура QWERTY, которая работала настолько хорошо, что телефон из-за повального им увлечения назвали Crackberry (нарко-berry).

Крупнейшим научным проектом iPhone стала виртуальная клавиатура[101]. Но в 2006 году (первый iPhone выпустили в 2007-м) она была просто ужасной. До BlackBerry ей было далеко – она настолько неудобная, что никто не печатал на ней текстовые сообщения, тем более письма. Проблема заключалась в крошечных клавишах, но иначе они не уместились бы на 4,7-дюймовом экране, и пользователь легко промахивался, нажимая соседнюю кнопку. Многие инженеры Apple предлагали отличную от QWERTY раскладку.