Журнал, посвященный вопросам непрерывности бизнес-процессов,
профилактике возникновения и урегулирования кризисных ситуаций на предприятии.

Распространяется вместе с научным журналом «Стратегические решения и риск-менеджмент».



Новости

15.11.2018
«Управленческие науки – 2018»: на пути к цифровизации

13.11.2018
На семинаре «Энергетика. Экономика. Общество» обсудили проблемы совершенствования регулирования цен

06.11.2018
14 ноября 2018 года в Москве пройдет XII Ежегодный форум «Будущее страхового рынка», организуемый рейтинговым агентством RAEX

23.10.2018
Семинар «Энергетика. Экономика. Общество»

23.10.2018
Новые технологии «Криптен» на Евразийской неделе

19.10.2018
Сетевые сообщества, нацпроект «Образование», межмуниципальное сотрудничество в системе стратегического управления: повестка ЦСР на Форуме стратегов

19.10.2018
Реализуем Стратегию вместе: эффективная коммуникация власти, бизнеса и общества

19.10.2018
На встрече «Legal Top» состоялась презентация Ассоциации юристов в сфере ликвидации и банкротства

18.10.2018
На Форуме стратегов обсудят инструменты реализации «Майских указов» президента в сфере образования

15.10.2018
24 октября 2018 года в Москве состоится XIV Russia Risk Conference 2018





  О журнале


  Издатель


  Подписка


  Сотрудничество


  Свежий номер


  Архив номеров

 

 

 

 

 

 

Искусственный интеллект: как и где использовать?

Эксперты обсудили перспективы развития искусственного интеллекта и трансформацию управления под его воздействием

29 ноября в Финансовом университете при Правительстве Российской Федерации состоялась панельная дискуссия «Искусственный интеллект и трансформация управления». Мероприятие прошло в рамках IV Международного форума Финуниверситета «Что день грядущий нам готовит?».

Важность заявленной проблематики подтвердил модератор дискуссии – генеральный директор АО «Гознак», руководитель Департамента менеджмента Финуниверситета, д.э.н. Аркадий Трачук:

– В последнее время тема искусственного интеллекта стала чрезвычайно популярной, но, как и любое модное направление, она нуждается в научно-практической оценке перспектив применения. В связи с этим необходимо разобраться с тем, что мы подразумеваем под понятием «искусственный интеллект»; какие тенденции и решения позволят использовать его максимально эффективно не только в бизнес-процессах, но и в том числе в государственном муниципальном управлении, – сказал он.

Старший научный сотрудник по большим данным KPMG Денис Волк заметил, что под искусственным интеллектом нередко подразумеваются чат-боты, которые могут сформулировать адекватный ответ на запрос пользователя, но на самом деле искусственный интеллект – более сложное понятие. Если рассматривать его в широком смысле, оно относится, скорее, к области научной фантастики, где речь идет о каких‑либо сущностях, которые обладают сознанием и могут стать адекватными собеседниками по широкому кругу вопросов. Однако нужно признать: пока до этого очень далеко, и будет ли создан такой искусственный интеллект – большой вопрос.

Менеджер по когнитивным решениям IBM Светлана Архипкина обратила внимание коллег на то, что тема искусственного интеллекта не нова, ее изучали еще в 50‑х годах прошлого столетия.

– При этом у искусственного интеллекта есть четкое определение: это интеллект, который может понимать естественный язык человека, находить определенные гипотезы из огромного массива информации, а после выбирать из них верные. Более того, он может сам себе ставить задачи и осознавать себя. Учитывая, что сейчас ни одна технология не может ставить себе задачи и осознавать себя, выходит, ни в теории, ни на практике пока никто не изобрел искусственный интеллект, – заметила Светлана Архипкина.

С другой стороны, некоторые компании уже сейчас предлагают технологии так называемого добавленного разума, которые помогают пользователю принимать решения. Другие шагнули дальше: например, компания IBM занимается разработкой квантовых компьютеров.

– На наш взгляд, квантовые компьютеры подстегнут развитие разработок, связанных с искусственным интеллектом, – говорит менеджер по продажам аналитических решений IBM Владислав Буянов. – Возможно, мы станем первой компанией, которая выпустит первый квантовый компьютер в виде некоего промышленного устройства.

По мнению спикера, скорость развития искусственного интеллекта будут определять внешние и внутренние факторы:

– Под внешними факторами подразумевается скорость обмена данными внутри «мозгов» искусственного интеллекта, внутри его сети, а также связанная с этим скорость вычислений и наличие объемов информации, на основе которой он будет строить свои предположения. К внутренним факторам относится доступность энергии для поддержания его жизнедеятельности и наличия каналов поступления новой информации, чтобы искусственный разум, образно говоря, обогащал сам себя, – пояснил Владислав Буянов.

Аркадий Трачук согласился с тем, что под искусственным интеллектом понимается некая сущность, которая может общаться с человеком на одном языке, при этом самостоятельно дорабатывает модели своего поведения и алгоритмы.

– Мы ждем появления новых технических решений, нового «железа», которое позволит еще больше приблизиться к тому состоянию, которое можно назвать сильным искусственным интеллектом, – отметил он.

Вполне возможно, что в недалеком будущем искусственный интеллект сможет помогать принимать решения в разных областях, в том числе в сфере государственного управления. Пока же, по словам заместителя руководителя Федерального казначейства Александра Албычева, ведомства активно используют для формирования аналитики такой механизм, как Big Data.

– Безусловно, мы оценили пользу концепции Big Data в повседневной работе – у нас появилась возможность получать различные аналитические срезы, выделять из них нужные нам форматы, кейсы, примеры. Однако какой бы умной ни была эта система, не можем сказать, что она учится и совершенствуется без вмешательства человека – все‑таки к этому прикладывают руку наши технологи, методологи, аналитики. Насколько мне известно, в государственном управлении пока вообще нет подобных самообучающихся систем, но, полагаю, они могут появиться в горизонте десяти лет, – прокомментировал спикер.

Исполнительный директор SAP СНГ Наталия Парменова подчеркнула: коммерческие организации относятся к вопросу развития искусственного интеллекта весьма прагматично. По ее словам, бизнес выделяет три основных направления использования искусственного интеллекта: автоматизация рутинных операций, помощь в принятии решений и контроль операций.

Наталия Парменова– Сегодня мы ставим перед собой задачу внедрения технологий машинного обучения в стандартные решения SAP. При этом понимаем: важно научить компании извлекать пользу из данных. Еще одно перспективное направление – создание совместных инновационных лабораторий с нашими клиентами, – сказала Наталия Парменова.

Она убеждена: всплеск интереса к новейшим технологиям, в частности к большим данным и интернету вещей, обусловлен тем, что применять их на практике стало относительно дешево.

Академик РАН, ректор Сколковского института науки и технологий (Сколтех) Александр Кулешов напомнил, что искусственный интеллект нередко приравнивается к такому понятию, как deep learning (глубокое обучение), хотя это не совсем верно.

– С обывательской точки зрения, самые серьезные достижения искусственного интеллекта действительно основываются на базе deep learning. В действительности же под этим термином подразумевается направление в области искусственного интеллекта и машинного обучения, основанное на поиске моделей и алгоритмов, благодаря которым компьютеры смогут учиться на собственном опыте, формируя многоуровневые, иерархические представления об окружающем мире, – пояснил он.

Старший менеджер KPMG Александр Цимбалистов согласился, что с развитием новых технологий запросы бизнеса меняются – теперь ему интересна продвинутая аналитика, машинное обучение, анализ неструктурированных данных.

Спикер привел примеры из разных областей, включая сферу финансов: допустим, банк, имеющий много клиентов, хочет понять, как разбудить «спящих» клиентов, которые имеют расчетный счет, но по каким‑то причинам не пользуются другими услугами банка. Задача консультантов – с помощью возможностей искусственного интеллекта предсказать, какой продукт может быть интересен таким клиентам. А вот производственные предприятия хотят заранее знать, какое оборудование может выйти из строя, чтобы своевременно запустить процедуру технического обслуживания и избежать финансовых потерь. Сделать подобный прогноз позволяет анализ датчиков в режиме реального времени. Не остаются в стороне и крупные ритейл-компании. Прежде чем зайти на новую территорию или открыть еще одну точку продаж, они хотят получить качественную геоаналитику, которая даст представление о том, насколько это рентабельно.

Координатор научных программ Научного совета по методологии искусственного интеллекта РАН Андрей Алексеев поддержал коллег, отметив, что в последние годы понятие «искусственный интеллект» стало массовым, сегодня оно на пике интереса во многих странах, включая Россию. Другое дело, что до сих пор до конца не решен вопрос взаимодействия человека и машины, а также не изучены угрозы, с которыми может столкнуться человечество, развивая искусственный интеллект.

– Не исключено, что в определенный период времени искусственный интеллект будет претерпевать некое взрывообразное развитие, но затем оно будет уравновешено влиянием ограничивающих факторов. Вероятно, человечество к тому моменту перестанет его понимать, и придется разбираться, как обращаться с этой новой сущностью, – добавил Владислав Буянов.

Также участники панельной дискуссии обсудили опасения, связанные с тем, что развитие искусственного интеллекта спровоцирует рост безработицы – некоторые профессии окажутся невостребованными, а другие позволят заменить человека роботом. Эксперты подтверждают: подобный вариант развития событий не исключен. Тем более, в истории человечества уже были подобные периоды, связанные с развитием орудий труда, промышленной революцией, когда поколения оставались без работы, переучивались, привыкали к новому образу жизни. Сейчас, при том что искусственного интеллекта еще не существует, в некоторых сообществах внедряются пилотные проекты по так называемому безусловному базовому доходу. Например, в Финляндии люди обеспечиваются всем необходимым, и они, не беспокоясь о том, что нужно зарабатывать себе на жизнь, начинают генерировать идеи, которые в противном случае могли и вовсе не появиться.

– Не в первый раз человечество переживает серьезное потрясение с точки зрения развития техники и технологий. Автоматизация сельского хозяйства была не меньшим потрясением для почти 100% населения Земли, когда внезапно оказалось, что не нужно всем выращивать урожай и добывать себе пищу, а можно устроиться на работе в городе или заниматься творчеством, – комментирует Наталия Парменова. – Огромное количество профессий, которые мы сегодня считаем необходимыми, появились в результате технологического прогресса. Если останемся в привычной парадигме и будем развивать эти технологии, в будущем нам потребуется меньше времени и усилий, чтобы обеспечивать себя. Больше людей будет иметь возможность реализовывать себя в творческих профессиях или помогать больным. Возникнет новое равновесие. Уже сегодня, внедряя современные технологии, компании стараются сохранять социальное равновесие, в том числе помогая социальным предпринимателям.

Генеральный директор GfK Rus Марина Безуглова убеждена: прогноз относительно того, что искусственный интеллект превзойдет человечество к середине XXI столетия, уже осуществляется. Например, в скорости обработки информации искусственный интеллект давно опередил человеческий.

– Но если говорить о создании какого‑то универсального интеллекта, который бы копировал все органы психической деятельности человека, есть достаточно большое препятствие – даже с развитием нейронауки научно-исследовательские институты пока не разгадали всех загадок человеческого мозга. Вероятно, с развитием этого направления будет умнеть и искусственный интеллект, однако вряд ли ему удастся превзойти человеческий мозг, – сказала она.

Старший научный сотрудник лаборатории «Нейротехнологии в управлении» Финуниверситета Арсен Даллакян заметил, что и Big Data, и deep learning несовершенны, поскольку анализируют ту информацию, которую дает им человек.

– Изучив реального пользователя и его предыдущий опыт, мы можем спрогнозировать: если человек купил продукт А, затем вернулся за продуктом Б, вероятность того, что после он купит продукт С, составляет 35%, значит, на этапе Б ему можно предложить продукт С. Это не прорыв – подобное предсказание маркетологи могли сделать еще в 80‑х годах. Если бы технология намекнула мне, что нужно изменить в инструментах, которыми я обладаю на этапе А, чтобы он купил не продукт С, а, допустим, Е, это был бы прорыв. Сейчас мы трудимся над решением этой сложной задачи. Поведенческие экономисты и нейросайенс-ученые утверждают, что на решение человека существенное влияние оказывает среда, в которой принимается решение: контекст, эмоции, триггеры, когнитивные искажения, но собрать такие данные непросто.

Подводя итоги дискуссии, эксперты пришли к выводу, что проблематика искусственного интеллекта многообразна и требует тщательного изучения.


Фото автора

 

Елена Восканян



 



ООО «Издательский дом «Реальная экономика»
190020, Санкт-Петербург,
Старо-Петергофский пр., 43 45, лит. Б, оф. 4н
Тел.: (812) 346-5015, 346-5016
Факс: (812) 325-2099    E-mail: info@e-c-m.ru

© 2010-2018 Журнал «Эффективное антикризисное управление. Практика»