В четверг, 7 декабря, в Воронеже на площадке сити-парка «Град» стартовал новый региональный IT-форум «Цифроземье». Знаковое для региона событие собрало в одном месте более ста спикеров и около двух тысяч участников, среди которых специалисты профильных компаний, представители власти и бизнес-сообщества.
Программа форума получилась достаточно обширной. Ее разделили на девять секций. В частности, в рамках «Цифроземья» будут говорить о маркетинге, разработке, дизайне, проблемах подготовки кадров и управлении компаниями, а также – отдельно – о бизнесе, импортозамещении и государственной безопасности.
Разнообразие рассматриваемых вопросов во время официального открытия форума отметил и заместитель председателя правительства Воронежской области Артём Верховцев. Спикер подчеркнул, что форум отличает не только оригинальное название, но и масштаб.
А министр цифрового развития региона Денис Волков заметил, что при подготовке была задача сделать «Цифроземье» максимально полезным для реального сектора экономики, государственных служащих, муниципальной власти и всего IT-сообщества.
– Сейчас цифровое пространство проходит стремительную трансформацию, предоставляя тем самым все больше возможностей для бизнеса. Для того чтобы сохранять свои конкурентные преимущества, очень важно идти в ногу со временем и первыми осваивать новшества эпохи цифровизации. Как раз для этого сегодня и состоялось данное мероприятие, – поделился впечатлениями от форума министр предпринимательства Воронежской области Сергей Корчевников. – Вместе с коллегами успел посетить секцию, касающуюся импортозамещения. Спикеры затронули темы инноваций в бизнесе, обсудили потребность рынка в новом вычислительном оборудовании. Очень интересно послушать мнения экспертов в данной области под непривычным углом – с точки зрения технического прогресса.
Внимательно изучив программу, редакция портала 36ON в этот раз решила сфокусироваться на одной из самых актуальных сейчас (и, почти не сомневаемся, на долгие месяцы вперед) тем – AI.
Нейросети сегодня – уже давно не игрушка по генерации прикольных картинок и ответов на вопросы про смысл жизни, а полноценный инструмент, порой незаменимый в учебе или работе. С помощью ИИ решаются домашние задания, пишутся курсовые и кандидатские, выполняются рутинные рабочие задачи (прим. – «цифровой помощник» поможет найти информацию, составит текст письма, например, и отправит сообщение, когда это нужно). Теперь эксперты в отрасли ИИ уже всерьез спорят о том, стоит ли замедлять развитие искусственного интеллекта (иначе, чего доброго, и до восстания машин доживем) или, наоборот, нужно обучать его как можно активнее, чтобы человечество могло упростить себе жизнь. Кстати, именно с этим в том числе был связан грандиозный скандал с увольнением и последующим восстановлением главы той самой компании OpenAl (прим. – разработала модель GPT) Сэма Альтмана.
Большинство экспертов сходятся во мнении, что умные технологии вряд ли заменят людей полностью. Однако уже сейчас существующие модели помогают специалистам избавиться от скучных задач (чаще всего построенных на конкретных алгоритмах и скриптах), освобождая время для мыслительных процессов и чего-то более творческого.
ИИ можно научить писать или проверять на ошибки код, если мы, например, говорим об IT-кластере, анализировать большие объемы информации, отвечать на запросы пользователей (допустим, в техподдержке) и многому другому.
Как внедрять ИИ в компанию и с какими обязанностями она может справиться, а с какими нет, во время одной из сессий рассказал директор по развитию Work Solutions Артём Салютин.
В самом начале своего выступления спикер обратил внимание, что связанные с AI новые инструменты появляются фактически каждый день, уследить за всем этим просто невозможно, а потому многие устали от нейросетей и испытывают эффект FОMO – страх упустить что-то важное, какую-то возможсноть, которая скажется на эффективности компании. Пытаться бежать впереди всех в бесконечной гонке – не лучшее решение. Однако осваивать доступные способы облегчить жизнь все-таки стоит.
– Важно понимать, что машинное обучение помогает оптимизировать те процессы, которые уже имеют накопленную историю. Однако прирост эффективности, скорее всего, будет очень небольшой – в районе 5-10%. Это хорошо работает в тех компаниях, чей бизнес строится на транзакциях. Там очень маленькая маржинальность, прирост на 5% на таких объемах уже может давать ощутимую выгоду. Точно так же машинное обучение помогает выявлять аномалии в каком-то нормальном потоке, что-то подозрительное. И то, с чем, я думаю, все из вас уже сталкивались, машинному обучению хорошо получается автоматизировать рутинную работу человека, если она не требует высокого уровня квалификации. Это, например, операторы первой линии техподдержки. Сколько компаний уже внедрили ИИ-ассистентов в свои чаты техподдержки внутри приложений? А иногда бывает, они нам звонят и пытаются что-то продать. И уже требуется время понять, что ты разговариваешь с роботом.
В общем, если вы можете человека какой-то работе обучить – речь идет об изучении, о скриптах, чем-то рутинном, то его, скорее всего, можно будет заменить нейросетью, – подытоживает спикер.
По большому счету есть четыре ключевые задачи, которые помогает решать машинное обучение. В их числе классификации, кластеризации, регрессии (прим. – например, прогнозирование курса валют, прогноз погоды и т.д.), говорит Салютин.
– Нейросети действительно могут прогнозировать. Однако узнать то, чему не было аналогов в прошлом, получить какие-то уникальные знания – нельзя. Это не «двое из ларца», которые за вас все сделают.
Одно из главных достоинств нейросети в том, что она принимает во внимание все доступные данные, которые есть, замечает эксперт. Условно: на одном предприятии может быть огромное количество источников данных, достаточно разрозненных. И если пытаться оптимизировать их с помощью человеческих ресурсов, потребуется гораздо больше времени и далеко не один специалист. Нейросети же, сколько данных не скорми, ей от этого будет только лучше. А на выходе можно получить результат, о котором не подумает ни один специалист в силу специфики человеческого мышления.
Однако достаточно эффективно с причинно-следственными связями ИИ пока работать не умеет.
– Нельзя у нейросети спросить, почему в прошлом квартале не продавался, условно говоря, шампунь, который производит ваша компания. Зато на основе данных ее можно попросить угадать, сколько шампуня продастся в следующем квартале.
Модели разработаны, но не обучены. Мир меняется и, соответственно, нейросетям требуется постоянное дообучение.
Салютин отмечает, что нейросети в чем-то похожи на человека. Если чуть глубже вникнуть в то, как работают модели, становится понятно, что во всем процессе имеются слепые пятна, и объяснить, что происходит в этом «черном ящике», еще никто не смог. В итоге разработчики сошлись во мнении, что «внутри» происходят те же самые процессы, что и в мозгу человека. Тот самый «нейрон Холли Берри» (прим. – исследование, связанное с реакцией на знакомые образы).
Чем в понимании бизнеса нейросетевые модели отличаются от привычного софта?
– Они помогают сократить расходы, увеличить маржинальность, выручку или сократить потери. То есть, как и любой IT-продукт, алгоритм машинного обучения просто помогает сделать любой бизнес эффективнее, – подытоживает эксперт.
На сегодняшний день нейросеть может решить далеко не любую задачу. Нужно учитывать несколько критериев:
– Во-первых, у вас должно быть доступно много данных – речь идет точно не о десятках или сотнях, а о тысячах, и желательно о десятках тысяч. Должен быть высокий возврат инвестиций. Работа с нейросетями – это такой researching development: никогда не знаешь, получится или нет, поэтому нужно понимать, насколько это экономически целесообразно, если эти эксперименты не выстрелят. Нужно понимать, можно ли решить задачу классическими алгоритамами или здесь нужно машинное обучение.
Однако, несмотря на существующие пока ограничения, уже понятно, что не пытаться использовать ИИ в бизнесе, да и в обычной жизни – значит отказываться от повышения эффективности, развития, упрощения определенных процессов, которые занимают время, но не требуют высокой квалификации.
