В DZone собрали ключевые тенденции в развитии искусственного интеллекта. Посмотрим, каких успехов уже достигли разработчики ИИ и что нужно учитывать при инвестировании в эту область в ближайшие годы.

Искусственный интеллект интересует всех, но положительных результатов использования технологии пока не так много. В отчете MIT Sloan Management Review говорится, что хотя 9 из 10 компаний готовы внедрять ИИ, 70% не видят значительной отдачи. Значит, ИИ неэффективен? Или мы просто не умеем использовать эту технологию?

Ближайшие пять лет могут стать эпохой технологии искусственного интеллекта, только если оценивать эффект его внедрения с учетом ROI и видимых результатов. Что же изменится в отрасли в будущем?

ИИ станет умнее

В течение прошлых лет мы, вероятно, недооценивали возможности ИИ, обучая интеллектуальные машины для вывода данных. Приходилось вводить много данных и получать мало ценной информации на выходе. Но сейчас ИИ стал самообучающимся и может сам генерировать нестандартные идеи. Появились такие проекты, как GAN Lab, которые позволяют машинному обучению продвинуться дальше. ИИ теперь может наблюдать, учиться и достигать качественных результатов.

Нейросети будут реже ошибаться

Искусственный интеллект может совершать ошибки, как и человек. Люди исправляют свои ошибки, руководствуясь нормами этики, но ИИ так не умеет.

Сегодня искусственный интеллект представлен во всех важных областях, таких как медицина, банковское дело, транспорт и правоохранительные органы, где каждая ошибка имеет серьезные последствия.

Ученые пытаются улучшить нейронные сети и их функции, но не в ущерб результативности. Сейчас мы часто не понимаем, как искусственный интеллект принимает то или иное решение. Создание объяснимого ИИ позволит лучше соблюдать этические принципы и сократить количество ошибок.

ИИ будет управлять моделями машинного обучения

Искусственный интеллект способен шаг за шагом управлять шестиступенчатой моделью машинного обучения:

  1. Развертывание модели.
  2. Оценка и обслуживание.
  3. Сбор метрик и ошибок.
  4. Мониторинг развития.
  5. Анализ результатов и ошибок.
  6. Повторная настройка.

Это позволит разворачивать с его помощью операционные среды для бизнеса и расширит возможности применения ИИ.

ИИ поможет улучшить b2b-процессы

Расширяя возможности искусственного интеллекта в управлении, можно оптимизировать некоторые b2b-процессы. Самообучающиеся машины умеют точно понимать требования каждой стороны с помощью процесса идентификации потребностей. А анализ фактических данных может дать представление о будущих торговых партнерах, их сильных сторонах и возможностях.

Автоматизация сменится гиперавтоматизацией

Gartner считает гиперавтоматизацию одной из 10 главных технологических тенденций на 2020 год. В отличие от обычной автоматизации этот процесс предполагает внедрение передовых технологий ИИ, интернета вещей и других в сочетании с наймом дополнительных сотрудников для реализации различных процессов.

Гиперавтоматизация часто приводит к созданию цифрового близнеца организации, позволяющего визуализировать, как функции, процессы и ключевые показатели эффективности взаимодействуют для повышения ценности. Он включает в себя все, что нужно компании для улучшения решений, основанных на ИИ: роботизацию и автоматизацию, интеллектуальное программное обеспечение для управления бизнес-процессами и многое другое.

Появятся умные контактные центры

С помощью искусственного интеллекта контакт-центры могут стать более удобными. Машинные программы могут отвечать на сложные запросы клиентов, что позволяет своевременно реагировать на них и сокращать время ожидания.

Сейчас многие заменяют службу поддержки чат-ботами на базе ИИ, и это уже дало первые положительные результаты. Например, чат-боты используют в интернет-магазинах: покупатель быстрее получает ответ, а продавец не тратит время на обычный электронный чат.