Он не играет в домино

– Хорошо. Начну с возможностей программы. Я, кажется, уже рассказывал, продолжу. Сейчас мы выпустили бета-версию, но основной заказчик, Максим, не успел её протестировать. Сейчас проект вообще под вопросом, потому что он у нас был главным бизнес-заказчиком. Первая часть была – поиск по заданным параметрам. То есть, мы обучали нейросеть именно как взаимодействовать с пользователем, запоминать его действия, даже немного характер. Вот как раз Стефания этим занималась, она любит психологию. По сути, обучала нейросеть работе с клиентом. Естественно, история запросов записывалась в базу данных. Мы создаём инструмент, а вот как этим инструментом будут пользоваться, можно только предполагать. В этом разница между ERP-системами и системами ИИ. Система, написанная по жёстким алгоритмам не в смысле того, что её нельзя изменить, а в смысле того, что можно понять, какие действия к чему приведут, это считается вчерашним веком. А сейчас запрос на системы, которые постоянно обучаются, разумеется, на пользователях и больших массивах данных, создаются паттерны поведения, на основе полученных ранее материалов выдается решение. Но обосновать это решение невозможно. То есть, ИИ не расшифрует тебе, почему именно так. Возьмём простую задачу распознавания лиц – почему ИИ решает, что из сотни фотографий, предложенных для опознавания, выбирается одна? Да, можно, конечно, рассказать, что сверяются соотношения лица и так далее. Но вот конкретное решение ИИ обосновывать не будет. Да и задача такая не ставилась, была задача принимать решение в условиях неопределённости. Или другой пример, сейчас принятие о выдаче кредита практически полностью отдано на откуп ИИ. К примеру, вы клиент банка. У вас есть движения на счете дебетовые, то есть, поступления, ИИ анализирует их регулярность, величину, потом анализирует расходы, причем в разбивке по категориям. Сюда же включается вся история, как вы платили кредит, и даже в других банках, были ли задержки с платежами. Сюда же могут включить много факторов о вашей лояльности вообще в жизни. Этот набор факторов всё время увеличивается, и обычный сотрудник уже не может объяснить, почему одобрили именно такую сумму или вообще не одобрили без права подавать заявку ещё полгода.

– Наверное, Вы рассказываете про всем нам знакомый банк.

– Это уже во всех банках. Ну, мы отвлеклись. Так вот, о программе. Сначала была задача именно подбора различных людей на какие-нибудь задачи. Например, как мне объяснял Максим, реализация цифровых проектов, которые в больших количествах вырабатывает их лаборатория. Мы с Вами уже говорили, что да, можно поискать по резюме, потом проверить этого человека по разным источникам, в том числе и закрытым. Так и поступал бы HR-менеджер. Но вот только никто не хочет терять время. То есть, опять же со слов Максима, в их лаборатории проекты настолько гибкие, что они хотят, по сути, прогнать много вариантов условий для подбора.

– Ну хорошо, предположим, есть задача, понимаем, с какими компетенциями нужны специалисты. У вас ведь поиск по компетенциям прежде всего, насколько я понимаю?

– Конечно, плюс ещё много факторов. Это напоминает даже чем-то математическое моделирование, то есть, ИИ собирает условия, формирует набор факторов, и потом выдаёт несколько вариантов, потом может быть итерация, изменение факторов и так далее. То есть, интерактивная работа со специалистом лаборатории, который делает подбор.

– У меня вопрос в другом. Ну, например, мы нашли людей. Что дальше? Есть чудесный специалист в деревне Кукуевка, прекрасно, вы его приглашаете, и он на всех парусах летит в Москву? А если у него есть прекрасная работа, и он уже в Москве, каким образом этого специалиста можно пригласить на работу? Или заставить?