Компании используют новые возможности ИИ для достижения успеха
Дженнифер Лэнгстон
Первая система отслеживания эффективности для гольфистов, созданная компанией Arccos Golf, сочетала в себе данные телеметрии с сенсоров и приложение для смартфона, где игроки могли получить детальную информацию и оценку каждого удара. Зная, насколько далеко и точно они могут забрасывать мяч в различных условиях, игроки могут определить свои слабые стороны и улучшить качество игры. Но это не предел возможностей.
«Поворотным моментом стала идея создания виртуального помощника «кэдди» для каждого игрока. Мы решили, что точно так же, как люди, наши кэдди будут знать особенности своего игрока и поля, быть в курсе погодных условий и предлагать игроку рекомендации от клуба, — рассказывает Джек Браун, старший вице-президент по продуктам и программному обеспечению Arccos Golf. — Мы создали виртуального кэдди на базе ИИ».
У Arccos был доступ к огромным объемам данных, с помощью которых они помогали игрокам выбирать выигрышную стратегию: история ударов каждого игрока, опыт и поведенческие особенности других пользователей платформы, погодные условия, такие как скорость и направление ветра, карты изменения высот и расположения лунок.
На этом этапе двухлетний стартап столкнулся с двумя вопросами, которые теперь задают себе всё больше компаний: с чего начать применение ИИ? Как с его помощью получить максимальные преимущества для бизнеса?
Аналитики отрасли прогнозируют бурный рост количества исследований в сфере ИИ, областей его применения и кейсов внедрения в ближайшие годы. По оценкам Gartner, к 2020 году 85% руководителей в сфере ИТ будут пилотировать внедрение ИИ через комбинацию купленных решений1, сделанных внутри и разработанных на аутсорсе, а бизнес-ценность, сгенерированная за счет ИИ, возрастет втрое с 1,2 триллиона долларов США в 2008 году до 3,9 триллионов долларов США к 2022 году.2
Но многие компании всё еще сталкиваются с международными барьерами при внедрении ИИ. Данные последнего опроса ИТ-руководителей, проведенного Gartner, показывают, что порядка 4% из них уже начали развертывание ИИ, а 21% занимается реализацией таких проектов или планируют начать в ближайшем будущем.1 Исследование также показало, что у 70% компаний необходимые навыки и понимание технологий, стратегий и маркетинга ИИ крайне ограничены или отсутствуют вовсе.3
«Многие компании не знают, с чего начать или как выбрать подходящие кейсы, — рассказывает Тони Бер, старший аналитик Ovum, возглавляющий подразделение исследований больших данных. — Это как внезапно попасть в магазин, в котором много блестящих новых игрушек. Ты не понимаешь, откуда начать, но у тебя есть ощущение, что для использования некоторых из них нужно много знаний. Это ошеломляет».
Компания Microsoft сообщает, что у нее есть продукты, которые могут помочь. Ее предложения в сфере искусственного интеллекта — от инструментов Azure Machine Learning для узкоспециализированных решений и до Azure Cognitive Services, позволяющих разработчикам включать в свои решения возможности ИИ с помощью всего нескольких строчек кода, — созданы, чтобы помочь компаниям любого размера с легкостью внедрять решения в сфере ИИ.
У Microsoft также есть экспертиза, чтобы помочь другим компаниям начать применять ИИ для создания решений с дифференцированными преимуществами.
Microsoft начинает подобные обсуждения с оценки «зрелости ИИ» заказчика, честного анализа готовности компании к внедрению ИИ, его применению и использованию преимуществ. Об этом рассказывает Норм Джуда, старший технический директор подразделения Enterprise компании Microsoft. Компания предлагает решения, которые заказчик сможет успешно создать и использовать с текущим уровнем экспертизы.
Только один из четырех столпов компетентности в этой оценке включает в себя технический уровень и то, как много специалистов по обработке данных работает в компании. Несколько десятков лет Microsoft помогает компаниям ориентироваться в новых технологиях, и, по словам Джуда, у нее есть глубокое понимание того, что не менее значимыми являются и другие измерения бизнеса — стратегия, культура и сфера принятия решений.
«Один из вопросов: Ваша компания принимает решения на основе интуиции или анализа данных? — рассказывает Джуда. — Если я просто дам вам новые данные, которые вы будете игнорировать, а не использовать для улучшения способов взаимодействия с заказчиками, ИИ не поможет».
«Понимать, насколько компания готова к ИИ, — значит видеть разницу между компанией, ставящей слишком высокие цели, связанные с ИИ, и неспособной их реализовать, и компанией, которая находит лучшую отправную точку для начала использования ИИ с тем, чтобы повысить реальную бизнес-ценность, — и начинает развитие именно оттуда», – говорит Джуда.
В Arccos достаточно рано это поняли. У гольф-стартапа было несколько естественных преимуществ для внедрения ИИ: он был уже информационно емкой компанией, его данные уже находились в облаке, а руководство сформулировало жизнеспособную рабочую модель.
«Но очень важно, что административная и техническая группы также устояли против соблазна попробовать ответить на все вопросы и использовать все фрагменты данных сразу», – говорит Браун.
Первая итерация решения Arccos Caddie использовала данные об истории ударов гольфиста и карту поля, чтобы давать рекомендации о том, как точно попасть в лунку. Вторая, по словам Брауна, включала в себя данные об окружающих условиях, таких как перепады высот и скорость ветра. Третья версия, выпущенная в этом году, способна к корректировке после каждого удара: если игрок совершил ошибку и плохо сориентировался, кэдди на базе ИИ предложит рекомендации в соответствии с новыми условиями.
«Возможно, самое большое препятствие в начале — поскольку у нас так много данных и мы всегда можем получить больше — понять, как сохранить простоту. Сначала ты думаешь: «Я хочу знать, что вчера был дождь, трава будет мокрой и мяч будет хуже катиться», а потом приходится сказать: «Нет, стоп. Не надо собирать всё сразу», — говорит Браун. — Давайте сначала сделаем то, что сработает и действительно окажется полезным для пользователей. А потом будем развивать этот успех».
Выбирая технические инструменты для создания ИИ-платформы, Arccos также четко определила самый важный критерий эффективности — скорость. По словам Брауна, компания решила использовать Azure Machine Learning, Azure Kubernetes Service и сервис баз данных Azure Cosmos DB, потому что эти инструменты дают рекомендации быстрее, чем любые другие.
«Это действительно важно, когда пользователь включает ИИ на поле. В твоей группе есть и другие гольфисты, да и после тебя тоже, и никто не хочет сидеть и ждать, пока ответит твой виртуальный кэдди», — говорит Браун.
«ИИ должен быть везде, где есть данные»
«Microsoft говорит, что варианты использования ИИ могут отличаться в рамках отрасли или даже отдельной компании. Банки, например, часто применяют инструменты машинного обучения, чтобы выявить случаи мошенничества и обезопасить счета. Некоторые используют их, чтобы анализировать и интерпретировать взаимоотношения заказчиков, предлагать улучшенный пользовательский опыт и укреплять лояльность бренду», – говорит Джуда.
Одно из самых распространенных препятствий, о которых сообщают заказчики, — это плохо организованные данные, существующие в компании в виде разрозненных элементов. Многим сложно выделить время и интеллектуальные ресурсы на их структуризацию, оторвавшись от повседневных задач бизнеса. По словам Дэвида Кармоны, директора по маркетингу ИИ в Microsoft (general manager for AI marketing), все хотят гарантий того, что инструменты ИИ надежны.
«Мы постоянно слышим от компаний, что для них это очень сложно: их данные очень разрозненны и неструктурированны, и чтобы применять ИИ, они должны сначала их упорядочить, — говорит Кармона. — Мы считаем, что ИИ нужно использовать везде, где есть данные, а не наоборот».
Чтобы помочь решить эту проблему, Microsoft представила новую возможность использования когнитивных сервисов в контейнерах. Это означает, что можно будет воспользоваться преимуществами инструментов ИИ, не отправляя свои данные в облако. Заказчики смогут использовать предварительно собранные сервисы ИИ для анализа данных, где бы они ни находились — на периферийных устройствах, в удаленных средах или в локальных сетях компаний.
Скажем, больница хочет отследить, как пациенты в одних и тех же условиях реагируют на различные медикаменты, или регулировать численность персонала, основываясь на том, как долго каждый новый пациент останется в больнице, согласно прогнозу.
Информация, необходимая для таких выводов, может существовать в десятках форматов, как цифровых, так и аналоговых: электронные записи, диагностические видео, бланки сбора данных, семейные истории, электронные письма, журналы вызова медсестер.
Microsoft Azure Cognitive Services используют ИИ, чтобы выявить полезную информацию, скрытую в таких неструктурированных данных, с помощью инструментов, которые могут распознавать слова в картинках, вычленять ключевые фразы и определять эмоциональную окраску отзывов. Они позволяют разработчикам, не являющимся экспертами в области данных, воспользоваться преимуществами машинного обучения с помощью всего нескольких строк кода и решить типовые проблемы, для которых ИИ подходит наилучшим образом.
До этого момента, чтобы применять такие инструменты, больницам приходилось загружать все свои бланки в облако, что не является идеальным решением для пользователей широкополосного Интернета, которым нужны практически мгновенные результаты или которые предпочитают хранить свои данные на локальных устройствах.
Первые когнитивные сервисы Microsoft контейнерного типа включают в себя API, использующие оптическое распознавание символов, чтобы найти слова в изображениях; они способны определить язык, извлекать ключевые фразы и анализировать эмоциональную окраску текста; они также могут опознавать лица на изображениях. Первый набор контейнеризованных когнитивных сервисов теперь доступен в публичной предварительной версии, и скоро мы добавим к ним новые.
«Упаковка продуктов в контейнеры позволила кораблям, поездам и грузовым автомобилям доставлять грузы по всему миру при использовании общего инфраструктурного комплекса, и виртуальные контейнеры могут делать то же самое для программного обеспечения, — говорит Лэнс Олсон, директор по программному менеджменту прикладного ИИ Microsoft. — Она обеспечивает значительную гибкость».
У Microsoft также есть другие предложения, помогающие компаниям структурировать данные. С новыми инструментами Microsoft Dynamics 365 AI компании могут использовать коробочные решения для улучшения продаж, маркетинга или обслуживания клиентов. Они могут начать их применять в течение нескольких дней, чтобы с помощью инструментов ИИ определять, какие данные о продажах являются наиболее продуктивными или какие продукты предлагать.
«Действительно мощные возможности открываются, когда компания начинает внедрять ИИ в каждом бизнес-процессе и для каждого сотрудника», — говорит Кармона.
Определяем подходящие возможности ИИ
«Одна из самых важных обязанностей руководителей компаний в рамках определения ИИ-стратегии компании — привести бизнес в соответствие с методами управления и развития инструментов ИИ», – говорит Джуда. Чтобы сотрудники и заказчики начали доверять ИИ, видя в нём инструмент принятия ответственных решений, компаниям нужно выработать четкую позицию по сложным вопросам доверия, объективности, прозрачности, конфиденциальности, безопасности, инклюзивности и многим другим.
«Мы советуем другим компаниям делать то же, что делали мы — каждому предприятию в том или ином виде необходимо сформулировать собственный этический манифест ИИ», — говорит Джуда.
Руководители также должны обеспечить участие как технических, так и бизнес-специалистов компании в определении возможностей ИИ и тестовых сценариев — будь то улучшение клиентского сервиса с помощью чат-бота, повышение эффективности, снижение количества дефектов производства или какие-то уникальные варианты.
«Сегодня мы видим множество экспериментов, но не так много систем запускается в производство, поскольку бизнесу пока не хватает опыта и понимания возможностей ИИ», — говорит Джуда.
Опять же, всё начинается с данных. Например, компания Anheuser-Busch InBev (ABI) приложила масштабные усилия для осуществления цифровой трансформации, чтобы реорганизовать свои разрозненные данные и создать глобальную аналитическую платформу на базе облака Microsoft Azure. Это также позволило использовать ИИ для ускорения роста и инноваций в различных измерениях глобального бизнеса пивоваренной компании, от продаж и экологической устойчивости до кадровых ресурсов и управления логистикой.
Например, с помощью ИИ и данных ABI помогает фермерам, выращивающим ячмень, по всему миру улучшить производительность и экологические показатели с помощью программы Smart Barley, которая сопоставляет и разрабатывает аналитику сбора урожая, погодных условий и рыночных данных. Пивоваренная компания также использует ИИ для выявления паттернов успешных продаж и генерации инсайтов, которые могут применять для достижения успеха другие магазины.
«Необходимо понять, что ИИ — удобный инструмент для решения проблем и устранения пробелов теми способами, которые раньше были невозможны. Нельзя сказать: «Теперь, когда у меня есть ИИ, подумаем, какие проблемы он может решить» — всё должно быть ровно наоборот», — говорит Патрицио Прини, вице-президент ABI по инновациям.
«Большая часть ранних, самых простых разработок в сфере ИИ была предназначена для внутреннего использования. Мы применяли машинное обучение для оптимизации логистики на складе или по маршрутам доставки», – говорит Прини. Теперь ABI использует инструменты для решения более сложных вопросов и более публично. Например, коммуникационные агенты применяются для поддержки заказчиков и развития всех бизнес-процессов, от посева до готового продукта.
«Сначала ИИ был для нас важной технологией, помогающей найти варианты улучшения и повышения эффективности, а теперь он еще и способствует росту наших прибылей, — говорит Прини. — Но мы всегда начинаем с экономического обоснования. Это помогает нам увидеть, как ИИ делает возможной серьезную трансформацию».
Статьи по теме (на английском языке):
Читайте новости о мероприятии AI in Business
Как начать использовать контейнеризованные Azure Cognitive Services
Заглавное фото: Коулман Макдауэл демонстрирует Arccos Caddie на Conversations on AI в Сан-Франциско. Фото: John Brecher для Microsoft.
Дженнифер Лэнгстон рассказывает об исследованиях и инновациях Microsoft. Подписывайтесь на ее канал в Twitter.
____________________________
1Исследование Gartner, Прогнозы — 2018: искусственный интеллект, 13 ноября 2017 года.
2Пресс-релиз Gartner, Gartner: искусственный интеллект принесет бизнесу 1,2 триллиона долларов США в 2018 году, 25 апреля 2018 года, Таблица 1, https://www.gartner.com/newsroom/id/3872933.
3Презентация Gartner «Ключевые тренды в приложениях ИИ», Берн Эллиот, Symposium/ITXpo 14-18 октября 2018 года, Орландо, Флорида.
