Gartner назвал основные проблемы при реализации ИИ систем

Почти две трети руководителей (64%), ответственных за внедрение систем машинного обучения в компаниях, считают главным препятствием в своей работе опасения сотрудников по поводу сохранения своего рабочего места. К такому выводу пришли исследователи Gartner, когда проводили опрос по заказу компании-разработчика ПО InRule. В нем приняли участие более трехсот директоров американских компаний из секторов финансовых услуг, страхования, здравоохранения и высоких технологий.

Искусственный интеллект может быть использован в компаниях на многих направлениях работы: анализ данных о рынке и потребителях, помощь с выпуском новых продуктов и так далее. И у многих руководителей разбегаются глаза: треть опрошенных утверждают, что вариантов применения этой технологии слишком много, чтобы реализовать их все. 53% респондентов полагают, что основной ролью ИИ в бизнесе должно стать повышение степени удовлетворенности клиентов.

Проблема слишком широкого выбора в будущем будет становиться всё более острой: 67% респондентов полагают, что использование систем машинного обучения в ближайшие полтора года продолжит расширяться. 

Самые большие вопросы у руководителей вызывают данные. Больше половины опрошенных (51%) считают, что в их организации слишком много данных. 42% испытывают сложности с определением того, какие данные являются важными, а какие — нет. Дополнительные проблемы возникают с доступом к данным, которые часто оказываются разбросанными по изолированным друг от друга хранилищам, что затрудняет сотрудничество между бизнесом и аналитиками данных. 

Несколько факторов продолжают замедлять распространение искусственного интеллекта. Например, респонденты отвечали, что для осуществления проекта в сфере анализа данных необходимы редкие и дорогие специалисты, хотя сейчас существует множество инструментов, которыми можно пользоваться и без ученой степени в области компьютерных наук. Другое частое заблуждение — применение ИИ может привести к нежелательным для бизнеса побочным результатам. 64% руководителей утверждают, что «важно» или «критически важно», чтобы их организация в случае необходимости могла защищать и объяснять решения, которые приняла система машинного обучения. Но некоторые модели не представляют такой возможности. 58% руководителей признались, что испытывают сложности с защитой или доказательством эффективности существующих в их компаниях моделей. Они готовы использовать визуальные материалы, на которых показаны входные данные и полученные результаты, но не готовы показывать исходный код, на основе которого строились их модели.

Многие (57%) руководители признались, что им сложно определить самые перспективные направления использования искусственного интеллекта. У них отсутствуют механизмы оценки, процедуры сбора и приоритизации предложений. У 42% компаний нет культуры сотрудничества между отделами. 

Руководители выделили пять самых серьезных сложностей при применении технологий ИИ: незрелость многих техник машинного обучения, низкое качество данных, отсутствие навыков в компании по работе с такими системами, отсутствие прозрачности в том, как системы ИИ строят модели, и недоверие рекомендациям ИИ со стороны сотрудников.

Одним из коварных мифов об ИИ, является то, что эти системы учатся самостоятельно в процессе работы. Завышенные ожидания могут привести к разочарованию в технологиях ИИ и затормозить их распространение. ИИ модели используют исторические данные, чтобы делать предсказания о будущем. И по мере того, как меняется мир, рынок и клиенты, модели нужно переобучать на новых данных, чтобы они продолжали выдавать актуальные рекомендации. 28% респондентов не имеют процедур отслеживания эффективности своих моделей и переобучения их на новых данных в случае необходимости. 

Несмотря на все сложности при создании моделей ИИ и серьезных первоначальных инвестициях, вложения в этот сектор обычно довольно быстро окупаются. И применение таких технологий в бизнесе становится необходимостью. По прогнозу Forrester к 2025 году практически все американские компании будут использовать ИИ в той или иной форме. Эта технология может послужить ключом к сохранению конкурентоспособности. И самый быстрый способ научиться ей пользоваться: сформировать масштабную стратегию и начать реализовывать ее, не принимая во внимание распространенные мифы. По данным KPMG, больше половины компаний начнут реализацию проекта с искусственным интеллектом уже в ближайший год.

Forrester отмечает, что беспокойство сотрудников о возможной потере своего рабочего места может быть обосновано: 75% компаний считают, что внедрение ИИ каким-то образом затронет от 10 до 50% их сотрудников. Обычно говорят, что ИИ автоматизирует рутинные задачи, оставляя людям более творческие. Но, как заявил один респондент, большинство операторов колл-центров не станут java-разработчиками. Под угрозой могут оказаться не только рабочие места, не требующие особой квалификации. По оценкам Gartner, ИИ может взять на себя около 80% задач, которые обычно выполняет проджект-менеджер. Сбор данных о продвижении проекта, распределение задач по исполнителям, анализ и подготовка отчетов — все эти задачи хорошо алгоритмизируются и, следовательно, могут быть переложены на плечи ИИ. Под угрозой также находятся портфельные управляющие: изучение финансовых показателей, распределение активов по заданным параметрам риска и другие его задачи компьютер может выполнять гораздо быстрее и существенно дешевле. Философ Юваль Харари в интервью The Guardian заявил, что миллиарды людей могут оказаться в «бесполезном классе»: «Если человек хочет продолжать работать, понимать мир, оказывать влияние на происходящее, что ему придется переизобрести себя снова и снова, всё быстрее и быстрее». В противном случае он окажется просто получателем универсального базового дохода. В Кремниевой долине так смотрят на эту идею, рассказал он в интервью The New York Times: «Вы нам не нужны, но мы — хорошие люди. И мы о вас позаботимся».