Читать онлайн
Искусственный интеллект на службе бизнеса. Как машинное прогнозирование помогает принимать решения
Искусственный интеллект на службе бизнеса. Как машинное прогнозирование помогает принимать решения
Издано с разрешения Ajay Agrawal, Joshua Gans and Avi Goldfarb c/o Levine Greenberg Rostan Literary Agency
Благодарим за помощь в подготовке издания Артура Усанова
В тексте неоднократно упоминаются названия социальных сетей, принадлежащих Meta Platforms Inc., признанной экстремистской организацией на территории РФ.
Все права защищены.
Никакая часть данной книги не может быть воспроизведена в какой бы то ни было форме без письменного разрешения владельцев авторских прав.
© Ajay Agrawal, Joshua Gans and Avi Goldfarb, 2018. This edition published by arrangement with Levine Greenberg Rostan Literary Agency and Synopsis Literary Agency.
© Перевод на русский язык, издание на русском языке, оформление. ООО «Манн, Иванов и Фербер», 2023
* * *
Нашим семьям, коллегам, студентам и стартапам, вдохновившим нас всесторонне и глубоко задуматься над искусственным интеллектом
Предисловие к новому изданию
Прошло пять лет, как мы написали «Искусственный интеллект на службе бизнеса». Книга появилась спустя пять лет после того, как исследователи Университета Торонто показали, что результаты глубокого обучения в распознавании изображений значительно превосходят то, что могут люди. Это был поворотный момент, олицетворявший, возможно, самые значительные достижения в области искусственного интеллекта на сегодняшний день. За эти 10 лет искусственный интеллект разошелся во все стороны. Многие результаты мы можем наблюдать воочию – например, когда наши телефоны распознают наши лица даже в очках или масках. Но не все мы замечаем. Например, как ИИ (искусственный интеллект) упрощает анализ качества товаров, поставляемых по международным цепочкам поставок. Сегодня у нас появилась отличная возможность дополнить наш бестселлер, чтобы идти в ногу со временем.
Анализируя ИИ и его влияние на бизнес, мы прежде всего смотрим на экономические показатели. Как экономисты, мы отходим от фанфар и стремимся свести удивительные технологии к их не столь фантастической сути. Мы показали, что эти новые достижения в области ИИ были в некотором смысле просто прогрессом в статистических методах прогнозирования, однако они перевели прежние методы в другую плоскость. Благодаря уменьшению стоимости прогнозирования им нашлось применение там, где прогнозированием уже занимались (например, в финансовых учреждениях), а также там, где прежде не задумывались об этом (например, при классификации изображений или в машинах с автопилотами). Последние пять лет только подкрепили пользу осмотрительного применения статистики в бизнесе.
Мы получили возможность наблюдать, как компании используют инструменты, которые мы описываем здесь, и разрабатывают приложения для прогнозирования с помощью ИИ. А также получили представление о некоторых связанных с этим проблемах. Вот почему мы решили дополнить книгу двумя главами. В одной мы говорим о том, как прогнозирование заменяет другие способы управления рисками (например, в страховании), а в другой показываем, что ставки при принятии решения действительно имеют значение, когда вы рассчитываете на машины прогнозирования, которые несовершенны (в конце концов, это всего лишь прогнозы). Мы уверены, эти главы помогут вам определить правильные точки входа для ИИ в ваш бизнес и сделать ваше следующее десятилетие прибыльным и инновационным.
С тех пор как вышло первое издание, мы осознали, что развитие ИИ не только снижает стоимость прогнозов, но и разделяет прогнозы и суждения – два основных фактора, влияющих на принятие решений. Это разделение и станет фундаментом новых решений системного уровня. Более дешевые прогнозы позволяют принимать точечные решения, которые влияют на один выбор или одно действие, в то время как подобное разделение дает возможность принимать решения, влияющие на группы связанных действий. Это похоже на русскую матрешку. Каждый раз, раскрывая основную идею, мы находили внутри еще одну. В итоге мы написали целую книгу в дополнение к этой. В «Искусственном интеллекте на службе бизнеса» мы объясняем экономику ИИ и рассказываем, как ИИ-технология используется для точечных решений. В Power & Prediction, нашей новой книге, мы объясняем экономику взаимосвязанного принятия решений и описываем, как использовать технологию решений системного уровня. Сотрудникам часто трудно выполнять системные решения, ведь это значит, что право принятия решений – а следовательно, и власть – переходит от одних людей или компаний к другим, из-за чего и возникает сопротивление. На сегодняшний день большая часть инвестиций в ИИ имеет отношение к точечным решениям. Мы ожидаем, что ситуация изменится, а значит, ИИ станет еще более прорывной технологией. Так что пристегнитесь.
Аджай Агравал, Джошуа Ганс и Ави Голдфарб, 2022 год
Предисловие партнера
Мое знакомство с решениями в области ИИ[1] состоялось в далеком 1993 году. На выставке CeBIT в Ганновере исследовательская команда Инновационного центра при Академии наук, который я возглавлял, впервые продемонстрировала работающий алгоритм распознавания рукописных текстов. Несмотря на то что наша экспериментальная установка представляла собой штатив с примотанной к нему изолентой бытовой камерой, наш стенд вызывал неподдельный интерес посетителей. Алгоритм на базе нейронной сети успешно распознавал рукописные цифры независимо от их размера, наклона, толщины линий и графического стиля, приводя в восторг любознательную публику. Тогда все только начиналось, и мы не представляли себе возможностей коммерческого использования этих решений. Только в конце 90-х на основе этого опыта появились первые индустриальные решения для фотовидеофиксации, которые нашли широкое применение в системах безопасности по всему миру.
По оценкам аналитиков, мировой рынок искусственного интеллекта и нейротехнологий к 2025 году превысит 500 млрд долларов США, а размер российского рынка составит около 20 млрд долларов. Многие лидеры стран определили технологии ИИ как важнейший фактор конкурентоспособности. Только за последние три года более чем в двадцати ведущих странах были разработаны национальные стратегии развития ИИ. Россия имеет хорошие шансы занять достойное место среди глобальных лидеров в области ИИ.
Спектр используемых технологий, связанных с ИИ, очень широк. Это и компьютерное зрение, распознавание и синтез речи, системы принятия решений, предиктивная аналитика, машинное обучение и т. п. Уже сегодня сложно представить себе жизнь без систем навигации и голосовых помощников. В ближайшее время не останется банков, которые проводят оценку надежности заемщика вручную, а в недалеком будущем мы будем ездить на беспилотных автомобилях. Технологии ИИ активно вторгаются в наш быт и играют огромную роль в процессе цифровой трансформации бизнеса.
Если ранее стратегический выбор был в первую очередь следствием меняющихся потребительских предпочтений, то сегодня к ключевым драйверам изменений добавились технологии.
Развитие технологий приводит к трансформации бизнес-моделей, а также того, как мы находим своих клиентов, понимаем их потребности и создаем для них ценность: таргетированная реклама, динамические модели ценообразования и системы лояльности, цифровые продукты, переход на сервисные модели и управление жизненным циклом, оптимальный клиентский опыт.
Меняется логика производственных процессов и принятия управленческих решений: роботизированная логистика и производственные системы, оптимальные технологические процессы, сокращение простоев оборудования посредством предиктивной аналитики, минимум потерь вследствие рационального управления ресурсами, а также системы управления рисками и принятия инвестиционных решений, системы мотивации и вознаграждения сотрудников. Все это сегодня уже невозможно без применения решений в области ИИ.
Русский перевод книги «Искусственный интеллект на службе бизнеса» появился очень своевременно. Авторы превзошли себя, описав простым и доступным языком очень сложные понятия, определения и возможные последствия распространения ИИ. Книга включает четыре основных раздела: прогностика, решения, инструменты и стратегия. Очень хорошо структурированное и последовательное описание, изобилующее многочисленными примерами, можно смело назвать библией ИИ. Книга не только описывает, как ИИ повлияет на бизнес, но и позволяет лучше понять, какими будут социальные последствия, как станет меняться роль человека в альянсе с машинами.
Данная книга, безусловно, полезна для предпринимателей и менеджеров – тех, кто ищет новые возможности для долгосрочной конкурентоспособности бизнеса. Также книга пригодится чиновникам, отвечающим за формирование стратегической повестки страны или региона. Несмотря на некоторую сложность книги, я бы все-таки рекомендовал ее в качестве учебного пособия для студентов вузов и бизнес-школ.
Александр Идрисов, президент Strategy Partners
Предисловие к первому изданию. Машинный интеллект
Если следующая ситуация вам пока в новинку, скоро вы к ней привыкнете. Ребенок в соседней комнате делает уроки, вы слышите, как он говорит: «Назови столицу Делавэра». Вы погружаетесь в размышления: «Балтимор?.. Нет, это первое, что пришло в голову… Уилмингтон?.. Нет, не столица». Не успели вы продолжить, как «Алекса» дает правильный ответ: «Столица Делавэра – Довер». «Алекса» – искусственный интеллект компании Amazon.сom, она обрабатывает вербальный запрос и молниеносно выдает результат. В глазах ребенка «Алекса» как источник информации заменила всезнающих родителей.
ИИ – повсюду. В наших телефонах, автомобилях, больницах, банках, без него не обходятся покупки, знакомства и электронные СМИ. Понятно, что руководители и вице-президенты компаний, менеджеры, начальники отделов, предприниматели, инвесторы, коучи и политики стремятся узнать о нем как можно больше: они понимают, что скоро ИИ коренным образом изменит всю их деятельность.
Мы наблюдали за преимуществами ИИ втроем: мы – экономисты, добившиеся профессиональных успехов на ниве последнего технологического достижения современности – интернета. Много лет занимаясь исследованиями и научившись отделять зерна от плевел, выявляя истинное значение технологий для руководителей, мы организовали «Лабораторию созидательного разрушения» (ЛСР) – программу для ранних этапов развития бизнеса, повышающую вероятность успеха наукоемких стартапов. Изначально ЛСР предназначалась для любых стартапов, но к 2015 году большинство самых интересных начинаний основывались на ИИ. Насколько нам известно, по состоянию на сентябрь 2022 года в ЛСР в течение этих восьми лет наблюдалась самая большая концентрация ИИ-стартапов в мире.
В результате немало стартап-лидеров регулярно приезжали в Торонто для участия в ЛСР. Например, один из основных разработчиков ИИ, лежащего в основе «Алексы», Уильям Танстолл-Пидоу, каждые восемь недель прилетал в Торонто из Кембриджа для участия в программе. Как и Барни Пелл из Сан-Франциско, ранее возглавлявший в НАСА команду из 85 человек, которая запустила в космос первый ИИ.
Такого успеха в своей сфере ЛСР добилась отчасти благодаря расположению в Торонто, где зарождалось и развивалось большинство ключевых разработок в области так называемого машинного обучения, способствовавших недавнему всплеску интереса к ИИ. Специалисты, ранее занятые на кафедре IT-наук Университета Торонто, ныне возглавляют команды ведущих мировых компаний ИИ, в том числе в Facebook♦[2], Apple и проекте Илона Маска Open AI.
Близость к практическому применению ИИ заставила нас сосредоточиться на том, как данные технологии влияют на стратегии бизнеса. Как вы скоро узнаете, ИИ – это прогностическая технология, а поскольку решения принимаются на основе прогнозов, экономика предоставляет идеальную схему для понимания вариантов выбора, лежащих в основе принятия любого решения. Итак, благодаря везению и некоторым усилиям мы оказались в нужном месте в нужное время, чтобы наладить связь между техническими специалистами и бизнес-лидерами. Результатом стала эта книга.
Первоначально ее основная идея заключалась в том, что новая волна ИИ принесла нам не в полной мере разум, а лишь его критическую составляющую – прогнозирование. Когда ребенок произнес запрос, «Алекса» преобразовала звуки в слова и спрогнозировала, какая информация им соответствует. «Алекса» не знает столицу Делавэра, но способна спрогнозировать, что в ответ на такой запрос люди получат конкретный ответ: «Довер».
Каждый стартап в нашей лаборатории базируется на преимуществах улучшенного прогнозирования. Компания Deep Genomics сделала шаг вперед в медицине, предполагая, какие процессы начнутся в клетке после изменений в последовательности ДНК. Компания Ada улучшила клиентский сервис, прогнозируя, как поведут себя потребители в онлайн-взаимодействиях. Компания Validere повысила эффективность нефтедобычи, рассчитав процент содержания влаги в поступающем на переработку и хранение сырье. Все это – лишь малый перечень всех возможностей применения, которые появятся в бизнесе в ближайшем будущем.
Если вы плохо представляете, что значит ИИ для вас, мы поможем вам понять все его возможности и сориентироваться в преимуществах технологии, даже если вы ни разу не программировали свёрточную нейронную сеть и не изучали байесовскую статистику[3].
Руководителям бизнеса мы объясним влияние ИИ на управление и принятие решений. Студентам и недавним выпускникам дадим пищу для размышлений о профессиональных и карьерных перспективах. Финансовым аналитикам и венчурным инвесторам предложим схему, на основании которой они разработают инвестиционные декларации. Политикам предоставим примерный план изменений общества с помощью ИИ, обсудим, какие меры можно предпринять, с тем чтобы перемены оказались к лучшему.