Чтобы создавать ценность, лидеры должны полностью понимать, как работает искусственный интеллект и в чем заключаются его ограничения.

Автор: Сара Хипполд

 

«Искусственный интеллект все автоматизирует и оставит людей без работы». 

«Искусственный интеллект – это научно-фантастическая технология».

«Роботы захватят весь мир».

 

Шумиха вокруг искусственного интеллекта породила множество мифов в основных средствах массовой информации, на заседаниях советов директоров и в различных организациях. Некоторые беспокоятся о «всемогущем» искусственном интеллекте, который захватит весь мир, а некоторые думают, что это не более чем модное словечко. Истина находится где-то посередине.

 

«На протяжении всего кризиса COVID-19 большинство организаций поддерживали или даже увеличивали свои инвестиции в искусственный интеллект», - говорит Сание Алайбейи, старший директор по аналитике Gartner. «Однако только половина этих проектов добирается до производства».

 

Искусственный интеллект (ИИ) не только улучшает повседневную работу. ИТ-лидеры должны создавать ценность для ИИ, устанавливая бизнес-преимущества, такие как снижение затрат и улучшение операционной деятельности за счет обеспечения практического применения технологии. 

 

Компания Gartner выделила шесть распространенных мифов и заблуждений об искусственном интеллекте.

 

Миф № 1. Искусственный интеллект – ненужная роскошь во время пандемии COVID-19

 

Искусственный интеллект становится важным инструментом оптимизации затрат и обеспечения непрерывности бизнеса во время кризиса COVID-19. Вопреки ошибочному представлению о том, что ИИ является ненужной роскошью, когда предприятия борются с денежными потоками и неопределенными экономическими условиями, искусственный интеллект приносит доход. Он улучшает взаимодействие с клиентами, быстрее анализирует данные, генерирует ранние предупреждения о предстоящих сбоях и автоматизирует процесс принятия решений. 

 

МИФ № 2. Искусственный интеллект и машинное обучение (ML) – одно и то же, и они взаимозаменяемы

 

Машинное обучение – это подмножество искусственного интеллекта. Машинное обучение требует хорошо продуманной стратегии обучения и сбора данных. Искусственный интеллект, с другой стороны, является обобщающим термином для широкого набора методов компьютерной инженерии, начиная от ML и основанных на правилах систем до методов оптимизации и обработки естественного языка (NLP). 

 

Миф № 3. Интеллектуальные машины обучаются сами по себе

 

Готовый продукт машинного обучения создает впечатление, что он способен учиться самостоятельно. Однако опытные специалисты по данным формулируют проблему, подготавливают данные, определяют соответствующие наборы данных, устраняют потенциальную предвзятость в данных обучения и, самое главное, постоянно обновляют программное обеспечение для интеграции новых знаний и данных в следующий цикл обучения.

 

Миф № 4. Искусственный интеллект может быть объективным на 100% 

 

Каждая технология искусственного интеллекта основана на данных, правилах и других способах участия экспертов-людей. Поскольку все люди так или иначе предвзяты по своей природе, то и искусственный интеллект тоже. Системы, которые часто проходят переподготовку, например, используя новые данные из социальных сетей, еще более уязвимы для нежелательных предубеждений или преднамеренных злонамеренных влияний.

 

Даже если ваша текущая стратегия ИИ – «отсутствие ИИ», это должно быть осознанное решение, основанное на исследованиях и размышлениях.

«На данный момент нет способа полностью избавиться от предвзятости, однако мы должны сделать все возможное, чтобы свести ее к минимуму», - говорит Александр Линден, вице-президент по аналитике Gartner. «В дополнение к технологическим решениям, таким как разнообразные наборы данных, крайне важно также обеспечить разнообразие в командах, работающих с искусственным интеллектом, и заставить членов команды анализировать работу друг друга. Этот простой процесс может значительно уменьшить предвзятость и склонность к подтверждению».

 

Миф № 5. Искусственный интеллект только заменит повседневную работу

 

Искусственный интеллект позволяет компаниям принимать более точные решения с помощью прогнозов, классификаций и группирования. Эти способности позволили решениям на основе ИИ проникать в рабочую среду, не только заменяя рутинные задачи, но и дополняя более сложные.

 

Возьмем, к примеру, визуализацию с помощью искусственного интеллекта в здравоохранении. Приложение рентгена грудной клетки, основанное на ИИ, может обнаруживать заболевания быстрее, чем рентгенологи. 

В финансовой и страховой индустрии робо-эдвайзеры используются для управления капиталом и выявления мошенничества. Эти возможности не исключают участия человека в выполнении этих задач, но в конечном итоге ограничивают его наблюдением и работой с необычными случаями. Скорректируйте профили должностей и планирование потенциала, а также предложите варианты переподготовки существующего персонала.

 

Миф № 6. Моему бизнесу не нужна стратегия искусственного интеллекта

 

Каждая организация должна учитывать потенциальное влияние ИИ на свою стратегию и исследовать, как эту технологию можно применить к бизнес-проблемам организации. Во многих случаях использование искусственного интеллекта – это то же самое, что отказ от следующего этапа автоматизации, что может поставить предприятия в невыгодное конкурентное положение.

«Даже если ИИ не является немедленным решением проблемы, организации должны периодически пересматривать свое решение не внедрять ИИ», - говорит Алайбейи. «Компании должны найти подходящие варианты, которые используют возможности искусственного интеллекта для улучшения человеческой работы, решений и взаимодействия, а также других функциональных инновационных возможностей».

 

В ближайшие четыре года 69% того, что сейчас делает менеджер, будет автоматизировано. В такой разрушительной среде предприятия нуждаются в реальной проверке того, как наилучшим образом они могут интегрировать искусственный интеллект в свою стратегию и быть готовыми к предстоящим сбоям.

 

Ссылка на источник