Агравал, Ганс, Голдфарб: Искусственный интеллект на службе бизнеса. Как машинное прогнозирование помогает принимать решения

Предисловие партнера

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.

С технологическими новшествами удешевляется все. С изменением цены за бытовое электричество изменилось и наше поведение – от раздумий, стоит ли включать свет, к бездумному щелчку выключателем. Существенное падение цен дает шанс делать то, что мы не делали раньше; невозможное становится возможным. И неудивительно, что экономисты озабочены последствиями грандиозного падения цен на такие фундаментальные результаты прогресса, как свет.

Некоторые IT-специалисты впервые оценили потенциал ИИ в 2012 году, когда команда студентов Университета Торонто одержала триумфальную победу на ежегодных соревнованиях по распознаванию визуальных образов ImageNet (Large Scale Visual Recognition Challenge). В последующие годы все финалисты ImageNet использовали новаторский для того времени подход «глубокого обучения»: распознавание объектов не просто игра, оно наделяет машину «зрением».

Всемирно известной новостью ИИ стал в том же 2014 году благодаря заявлению знаменитого физика Стивена Хокинга: «Все в нашей цивилизации является продуктом человеческого интеллекта… и создание искусственного интеллекта стало бы крупнейшим событием в истории человечества» 4 .

Ави Голдфарб — профессор маркетинга в Ротманской Школе менеджмента Университета Торонто. Главный специалист по обработке и анализу данных ЛСР, ведущий редактор журнала Marketing Science, научный сотрудник Национального бюро экономических исследований. Имеет докторскую степень Северо-Западного Университета по экономике. Скрыть

Тим Бреснахан, экономист из Стэнфорда и один из наших наставников, подчеркивал, что компьютеры выполняют арифметические действия, и ничего более. Появление компьютеров и их широкое коммерческое использование понизили стоимость вычислений 9 . Теперь мы не только чаще используем их для обычных расчетов, но и применяем дешевую арифметику в сферах, традиционно не связываемых с ней, например в музыке.

Форма успешно отправлена.

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.

Прогнозирование – это процесс заполнения информационных пробелов. Берется имеющаяся информация, называемая данными, и из нее выводится отсутствующая информация. В многочисленных дискуссиях об ИИ подчеркивается разнообразие прогностических методов с непонятными названиями: классификация, кластеризация, регрессия, дерево решений, байесовская оценка решений, нейросети, топологический анализ данных, глубокое обучение, обучение с подкреплением, глубокое обучение с подкреплением, генеративно-состязательные сети и т. д. Специалисты используют для внедрения ИИ соответствующие конкретной прогностической задаче способы.

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.

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.

Джошуа Ганс — профессор стратегического менеджмента, заведующий кафедрой технических инноваций и предпринимательства Джеффри С. Сколла в Ротманской Школе менеджмента Университета Торонто. Ведущий экономист ЛСР Университета Торонто. Опубликовал более 120 научных статей, редактор по вопросам стратегий журнала Management Science. Автор двух востребованных учебников и пяти популярных книг. Имеет докторскую степень Стэнфордского Университета по экономике, в 2008 г. получил награду Сообщества молодых экономистов Австралии.

5. Момент Спутника – момент осознания обществом, насколько оно отстает от другой страны в технических и научных достижениях. Назван по прецеденту 1957 года, то есть реакции США на запуск СССР в космос первого искусственного спутника Земли. Прим. перев.

Новая волна искусственного интеллекта принесла нам не в полной мере разум, но его критическую составляющую — прогнозирование. Компания Deep Genomics сделала шаг вперед в медицине, предполагая, какие процессы начнутся в клетке после изменений в последовательности ДНК. Компания Chisel усовершенствовала правовую практику прогнозом того, какая именно часть документа подлежит редактированию. 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.

Признанный международным бизнес-сообществом консультант по ИИ Эндрю Берджесс призывает руководителей не слишком доверять рекламе, не завышать ожидания, связанные с применением ИИ, и не впадать в крайности от эйфории до паники. Вместо этого он предлагает прагматичный и лишенный хайпа подход к описанию искусственного интеллекта.

Хотите тираж со своим логотипом?

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.

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.

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.

Экономисты смотрят на мир иначе, чем большинство людей. Мы воспринимаем все относительно схемы, управляемой такими силами, как спрос и предложение, производство и потребление, цена и издержки. Иногда экономисты расходятся во мнениях, но всегда действуют в рамках общей схемы. Мы оспариваем допущения и интерпретации, не сомневаясь в фундаментальных понятиях вроде роли дефицита и конкуренции в регулировании цен. Такой подход дает нам уникальную позицию наблюдателей, что можно отнести к плюсам нашей профессии. Минус же состоит в том, что наша точка зрения суха и бесстрастна, поэтому нас не очень жалуют на званых вечеринках. Тем не менее она добавляет ясности в принятии решений.

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.

Об авторах
Аджей Агравал — профессор стратегического менеджмента и предпринимательства Школы Мунка Ротманской Школы менеджмента Университета Торонто. Научный сотрудник Национальном бюро экономических исследований в Кембридже (Массачусетс) и соучредителем предпринимательских программ Next 36 и Next AI. Проводит исследования в области технологической стратегии, научной политики, финансирования предпринимательской деятельности и географии инноваций. Основатель ЛСР — «Лаборатории созидательного разрушения», программы для ранних этапов развития бизнеса, повышающей вероятность успеха наукоемких стартапов. Соучредитель компании Kindred, занимающейся разработками в сфере ИИ и робототехники. Миссия компании — создание машин с человеческим интеллектом.