Искусственный интеллект на службе бизнеса

В начале главы мы предположили, что стартапу машинного обучения лучше продавать прогноз, чем готовый диагноз. Почему врачи предпочтут прогноз? И зачем им владеть прогностической машиной и данными? Ответы – в уже изложенных соответствующих компромиссах. Ставить диагноз – основная работа врача, поэтому покупка прогноза не становится его ключевым стратегическим решением. Он продолжит заниматься тем же самым, только получит дополнительную информацию. Если это не ключевое стратегическое решение, врач может покупать прогноз без потребности владеть им или данными. Смысл стартапа заключается в ИИ, а прогноз обеспечивает его ценность для потребителей. Следовательно, пока стартап владеет данными и прогностической машиной, ему нет нужды владеть диагнозом. Граница между стартапом и врачами пролегает там, где ИИ теряет стратегическое значение и становится просто ресурсом для процесса.

Выводы

• Основной стратегический выбор заключается в определении границы компании, в том, где заканчивается ваш бизнес и начинается чужой (например, в партнерстве авиаперевозчиков и аутсорсинге производства автомобильных деталей). На этот выбор влияет неопределенность. Поскольку ее снижают прогностические машины, они воздействуют на границу между вашей и партнерскими организациями.

• Снижая неопределенность, прогностические машины расширяют возможности составления договоров и, следовательно, повышают стимул отдавать на аутсорсинг средства производства и проведение работ, направленных на данные, прогноз и действие. Одновременно прогностические машины снижают компаниям мотивацию на привлечение внешнего суждения. Его качество сложно описать в рамках договора и отслеживать. Если суждение поддается четкой формулировке, то его можно запрограммировать, для чего люди уже не понадобятся. Поскольку с распространением ИИ суждение, вероятно, сохранится за человеком, компании чаще будут нанимать сотрудников в штат и реже отдавать обязанности на аутсорсинг.

• ИИ повысит стимулы к владению данными. Тем не менее аутсорсинг данных бывает необходим, когда обеспечиваемые данными прогнозы для организации стратегически не важны. В таких случаях оптимально заказывать непосредственно прогнозы, а не данные для самостоятельного их составления.

Глава 15. Стратегия обучения

В марте 2017-го во вступительном слове к ежегодному событию I/O СЕО Google Сундар Пичаи объявил, что компания «вместо мобильных устройств начинает ориентироваться на ИИ». Затем последовал ряд заявлений с упоминанием ИИ в той или иной форме: от разработки специальных чипов для оптимизации машинного обучения до использования глубокого обучения в новых программах, в том числе по исследованию онкологических заболеваний, с целью внедрения ИИ-ассистента Google в как можно большее количество устройств. Пичаи сообщил, что компания переходит «от поиска и организации мировой информации к ИИ и машинному обучению».

Заявление в большей степени касалось стратегии, чем основополагающей концепции компании. Основатель Google Ларри Пейдж подчеркнул это в 2002 году:

«У нас не всегда получается то, чего от нас хотят люди, но это действительно трудно. Нужны недюжинный ум, понимание всего на свете, а также собственной задачи. Мы интенсивно работаем над созданием искусственного интеллекта… Итоговая поисковая машина будет умной – мы всё ближе и ближе к этому результату»[130].

В этом смысле Google уже много лет идет по пути создания ИИ. И лишь недавно открыто поставила технологии ИИ в центр всей своей деятельности.

Google не одинока в данной стратегической приверженности; Microsoft анонсировала «ориентированные на ИИ» намерения, также отодвинув на второй план мобильные устройства и облака[131]. Но что означает ориентированность на ИИ? В отходе от приоритизации мобильных устройств ориентация на них – это привлечение к ним трафика и оптимизация пользовательского интерфейса даже в ущерб всему сайту и другим платформам. Последнее имеет стратегическое значение. Цель – «качество воспроизведения на мобильном устройстве». Стремление к ней даже во вред остальным каналам и есть настоящая приверженность стратегии.

Что это значит в контексте приоритизации ИИ? Руководитель исследований Google Питер Норвиг отвечает: