Искусственный интеллект наконец-то внедряется в бизнес

Машины помогут вам в сборке урожая, - по крайней мере, на нескольких полях в Америке. Этой осенью производитель тракторов John Deere направил фермерам свой первый парк беспилотных машин. Почвообрабатывающие тракторы оснащены шестью камерами, которые используют искусственный интеллект (ИИ) для распознавания препятствий и маневрирования. Руководитель подразделения фирмы по внедрению новых технологий Джулиан Санчес подсчитал, что около половины автомобилей, которые продает John Deere, обладают теми или иными возможностями искусственного интеллекта. Сюда входят системы, применяющие встроенные камеры для обнаружения сорняков среди посевов и распыляющие пестициды, и зерноуборочные комбайны, которые способны автоматически регулировать свои настройки для экономии зерна. Г-н Санчес утверждает, что для фермы среднего размера дополнительные затраты на покупку трактора с усовершенствованным искусственным интеллектом окупаются за два-три года.

На протяжении десятилетий амбициозные технологи заявляли, что искусственный интеллект изменит мир бизнеса, предоставив компаниям и клиентам огромные преимущества. John Deere - не единственное доказательство того, что это наконец воплощается в жизнь. Опрос внутреннего аналитического центра консалтинговой компании McKinsey Global Institute показал, что в этом году 50% фирм по всему миру пытались каким-либо образом использовать ИИ, по сравнению всего с 20% в 2017 году. Новые мощные «базисные» модели из лаборатории стремительно внедряются в реальный мир. Среди корпоративных пользователей искусственного интеллекта, его разработчиков и сторонников венчурного капитала этих разработчиков ощутимо волнение. Многие из них посетили недельное мероприятие, организованное в Лас-Вегасе Amazon Web Services, подразделением технологического гиганта, которое занимается облачными вычислениями. На мероприятии, которое завершилось 2 декабря, был проведен ряд лекций и семинаров по теме искусственного интеллекта. Среди самых загруженных в выставочном зале оказались стенды таких компаний, как Dataiku и Blackbook.ai.

Оживление, вызываемое темой искусственного интеллекта, контрастирует с унылыми настроениями в технологическом мире, переживающем глубокий спад. По данным PitchBook, компании, занимающейся обработкой данных, в 2022 году венчурные капиталисты вложили 67 миллиардов долларов в фирмы, специализирующиеся, по их словам, на искусственном интеллекте. Доля сделок с венчурным капиталом во всем мире с участием таких стартапов выросла с середины 2021 года до 17% в этом квартале. В период с января по октябрь было выпущено 28 новых ИИ-стартапов (частные стартапы стоимостью $1 млрд и более). Говорят, что Microsoft ведет переговоры об увеличении своей доли в компании OpenAI, разрабатывающей базисные модели. По некоторым данным, Alphabet, материнская компания Google, планирует инвестировать 200 миллионов долларов в Cohere, конкурента OpenAI. Согласно отчету двух британских предпринимателей Яна Хогарта и Натана Бенайча, выпускники OpenAI и Deepmind, одной из лабораторий Alphabet, запустили не менее 22 стартапов в области искусственного интеллекта.

Такое изобилие наблюдается не только в Силиконовой долине. Крупные компании в совершенно разных областях отчаянно пытаются заполучить таланты в сфере искусственного интеллекта. По данным PitchBook, за последние 12 месяцев крупные американские фирмы из индекса S&P 500 приобрели 52 стартапа в области искусственного интеллекта, в то время как в 2017 году было совершено всего 24 покупки. Согласно другому поставщику данных PredictLeads, та же группа фирм за три месяца до ноября каждый месяц размещала около 7000 объявлений о вакансиях для специалистов по искусственному интеллекту и машинному обучению, что примерно в десять раз больше, чем в первом квартале 2020 года (см. диаграмму). Дерек Занутто из Capitalg, одного из венчурных подразделений Alphabet, отмечает, что крупные компании годами собирали данные и инвестировали в соответствующие технологии. Теперь они хотят использовать этот “стек данных” в своих интересах. И искусственный интеллект предоставляет возможности сделать это.

Неудивительно, что первой отраслью, где был внедрен искусственный интеллект, стал непосредственно технологический сектор. Начиная с 2000-х годов, методы машинного обучения помогли Google расширить бизнес онлайн-рекламы. Сегодня Google, помимо прочего, использует искусственный интеллект для улучшения результатов поиска, для того, чтобы достраивать предложения при написании писем в Gmail, а также для разработки способов сокращения энергопотребления в своих центрах обработки данных. Искусственный интеллект Amazon управляет цепочками поставок, инструктирует складских роботов и способен предсказать, окажутся ли соискатели хорошими работниками. Apple поддерживает своего цифрового помощника Siri. Meta публикует броские посты в социальных сетях. А ИИ компании Microsoft делает все, начиная с устранения фонового шума в своей службе видеоконференций Teams и заканчивая предоставлением пользователям возможности создавать первые проекты презентаций PowerPoint.

Крупные технологические компании быстро обнаружили возможность продавать клиентам некоторые из тех же функций искусственного интеллекта. Amazon, Google и Microsoft теперь активно продают подобные инструменты клиентам своих подразделений облачных вычислений. Доходы от облачного сервиса машинного обучения Microsoft в каждом из последних четырех кварталов удваивались в годовом исчислении. Провайдеры-первопроходцы разрослись. В их число входят компании от Avidbots, канадского разработчика роботов, которые подметают полы складов, до Gong, чье приложение помогает отделам продаж отслеживать потенциальных клиентов. Более широкое использование облачных вычислений, благодаря которому стоимость использования искусственного интеллекта снижается, позволило технологии распространиться и в других отраслях от промышленности до страхования. В наши дни искусственный интеллект присутствует повсюду, даже если вы этого не видите.

Потеря уникальности

В 2006 году Ник Бостром из Оксфордского университета заметил, что “как только что-то становится достаточно полезным и распространенным, это перестает называться искусственным интеллектом”. Али Годси, глава Databricks, компании, которая помогает клиентам управлять данными для приложений ИИ, предвидит распространение своего рода «скучного ИИ». Он утверждает, что в течение следующих нескольких лет искусственный интеллект станет неотъемлемой частью все большего числа рабочих мест и корпоративных мероприятий. Множество небольших улучшений предсказательной силы ИИ может привести к улучшению продуктов и значительной экономии.

Это особенно верно в менее приметных областях, где фирмы уже внедряют аналитические процессы, например, управление цепочками поставок. Когда в сентябре из-за урагана Иэн компании Walmart пришлось закрыть крупный распределительный центр, перекрыв поток товаров в близлежащие супермаркеты во Флориде, ритейлер использовал новое моделирование своей цепочки поставок на базе ИИ, чтобы перенаправить поставки из других центров и спрогнозировать, как изменится спрос на товары после шторма. «Благодаря ИИ этот процесс занял часы, а не дни», - говорит Срини Венкатесан из технического подразделения Walmart.

Грядущая волна распространения базисных моделей, скорее всего, сделает искусственный интеллект гораздо более привычным. Для бизнеса эти алгоритмы кажутся многообещающими. Во-первых, базисные модели способны генерировать новый контент. Стартапы Stability ai и Midjourney создают генеративные модели, способные генерировать новые изображения для заданного запроса. Можете запросить собаку на одноколесном велосипеде в стиле Пикассо или, что менее легкомысленно, логотип для нового стартапа, и алгоритм сгенерирует его приблизительно за минуту. Другие стартапы создают приложения на основе базисных моделей других фирм. Jasper и Copy.ai платят OpenAI за доступ к GPT-3, который позволяет их приложениям преобразовывать простые подсказки в рекламные тексты.

Второе преимущество заключается в том, что после обучения базисные модели ИИ способны хорошо справляться с выполнением целого ряда задач, а не только одной специализированной. Возьмем GPT-3, алгоритм обработки естественного языка, разработанный OpenAI. Сначала он был обучен работе с обширными сегментами Интернета, а затем доработан различными стартапами для выполнения всевозможных задач, таких как написание маркетинговых текстов, заполнение налоговых форм и создание веб-сайтов на основе серии текстовых подсказок. По приблизительным оценкам Бины Амманат, которая возглавляет практику ИИ в консалтинговой компании Deloitte, можно предположить, что универсальность базисных моделей может сократить расходы на проект ИИ на 20–30%.

Одно из первых успешных применений генеративного ИИ, опять же, как и ожидалось, относится к сфере технологий: компьютерному программированию. Ряд фирм предлагают виртуального помощника, обученного работе с большим объемом кода. Он способен печатать новые строки по запросу. В качестве примера можно рассмотреть Copilot на принадлежащей Microsoft платформе GitHub, на которой размещаются программы с открытым исходным кодом. Программисты, использующие Copilot, передают ему на аутсорсинг почти 40% написания кода. По словам фирмы, это ускоряет процессы программирования на 50%. В июне Amazon запустила свою собственную версию инструмента CodeWhisperer. Сообщается, что Alphabet использует внутри компании нечто похожее под кодовым названием PitchFork.

В мае Сатья Наделла, глава Microsoft, заявил: “Мы представляем себе мир, в котором каждый, независимо от его профессии, может использовать Copilot для осуществления любых задач”. В октябре Microsoft запустила инструмент, который, следуя подсказкам, автоматически обрабатывает данные для пользователей. Amazon и Google, вероятно, попытаются создать что-то подобное. Несколько стартапов уже делают это. По словам соучредителя калифорнийской фирмы Adept Келси Шот, компания, которой руководят бывшие сотрудники Deepmind, OpenAI и Google, работает над проектом “Copilot для работников умственного труда”. В сентябре компания выпустила видео о своей первой базисной модели, которая использует подсказки для ввода чисел в электронную таблицу и выполнения поиска на сайтах недвижимости. Компания планирует разработать аналогичные инструменты для бизнес-аналитиков, продавцов и для осуществления прочих корпоративных задач.

Искусственная окраска

Корпоративные пользователи экспериментируют с генеративным ИИ другими необычными способами. Г-н Санчес из John Deere утверждает, что его фирма изучает “синтетические” данные, генерируемые искусственным интеллектом, которые помогли бы обучать другие модели искусственного интеллекта. В декабре 2021 года крупнейшая фирма по производству спортивной одежды Nike приобрела компанию, которая использует подобные алгоритмы для создания новых дизайнов кроссовок. С прошлого месяца Alexa, виртуальный помощник Amazon, научилась придумывать истории для детей. Швейцарская пищевая компания Nestlé для продажи своих йогуртов использует изображения, созданные Dalle-2, очередной моделью, разработанной OpenAI. Некоторые финансовые фирмы используют искусственный интеллект для подготовки первого проекта своих квартальных отчетов.

Пользователи базисных моделей могут также воспользоваться развивающейся отраслью профессиональных подсказчиков, которые разрабатывают указания для оптимизации результатов моделей. PromptBase - это торговая площадка, где пользователи могут покупать и продавать подсказки, которые дают довольно креативные результаты, сгенерированные на основе таких моделей, как Dalle-2 и Midjourney. Кроме того, сайт дает возможность найти опытных “инженеров по подсказкам”, некоторые из которых берут 50-200 долларов за запрос. “В наши дни все сводится к написанию подсказок”, - отмечает глава GitHub Томас Домке.

Как и в случае со всеми новыми мощными инструментами, компании должны действовать осторожно, внедряя все больше функций искусственного интеллекта. Пройдя обучение в Интернете, многие базисные модели отражают человеческие черты, включая недостатки и прочее. Одно исследование, проведенное учеными из Стэнфордского университета, показало, что, когда GPT-3 попросили закончить предложение, начинающееся словами “Два мусульманина вошли в ...”, результат перекликался с темой насилия в большей мере, чем когда в той же фразе говорилось о христианах или буддистах. Meta удалила свою базисную модель для науки Galactica после того, как многие заявили, что она сгенерировала результаты исследований, которые казались вполне правдоподобными, но на самом деле были ошибочны. Карл Бергстром, биолог из Вашингтонского университета в Сиэтле, высмеял данную модель назвав ее “генератором случайной чуши”. (По данным Meta, модель остается доступной для исследователей, которые хотят изучить принципы ее работы.)

Остальные проблемы относятся к сфере бизнеса. Поскольку базисные модели, как правило, представляют собой черные ящики, и невозможно добиться понимания, как они достигли тех или иных результатов, это может повлечь за собой юридическую ответственность, в случае если что-то пойдет не так. И они мало чем полезны для тех фирм, у которых нет четкого представления о том, для каких целей им нужен ИИ, или которые не могут научить сотрудников, как его применять. Это объясняет, почему только четверть респондентов в опросе Глобального института McKinsey заявили, что ИИ принес их бизнесу прибыль (определяемую как увеличение доходов на 5%) По словам Майкла Чуи, исследовавшего данный вопрос, лишь единицы компаний смогли получить крупную выгоду (увеличение прибыли более чем на 20%), и многие из них являются технологическими фирмами.

Тем не менее, эти пропорции будут продолжать расти по мере того, как ИИ будет становиться неотъемлемой частью нашей повседневной жизни. И едва ли когда-то привычное вызывало столь бурное волнение.