Подобно многим тенденциям цифровизация начиналась с малого: компании стремились внедрить лучшую систему обслуживания, получить гибкую, масштабируемую инфраструктуру. Затем началась революция BYOD: приложения, установленные на личных устройствах работников предприятий, потеснили традиционные корпоративные системы и, в частности, открыли доступ к многочисленным источникам данных. Постепенно цифровая трансформация достигла критической массы — сегодня любая конкурентоспособная компания должна быть цифровой, обеспечив как своих сотрудников, так и клиентов гибкими, масштабируемыми, безопасными и высокопроизводительными, желательно работающими со скоростью мысли инструментами. Действительно, только подумал — и получай сервис, изделие в виде автомобиля с конфигурацией под реального индивида или носимое устройство для решения конкретных задач. Как следствие, к концу 2019 года расходы на цифровые технологии во всем мире приблизятся к 2 трлн долл., что на 42% больше, чем в 2017 году.

Любой продукт сегодня «цифровеет», а значит, резко возрастает интерес к инструментам работы с ним. В частности, большие надежды сегодня возлагаются на нейротехнологии, успехи которых вызвали ажиотаж вокруг так называемого искусственного интеллекта. Уже в самом этом словосочетании кроются две ошибки — это не интеллект и тем более не искусственный. Было бы точнее, хотя и более «коряво», называть решения искусственного интеллекта «умными» системами, созданными нетрадиционным для всех живых существ на Земле способом. В действительности, когда речь идет об искусственном интеллекте, имеются в виду специализированные системы, способные с переменным успехом справляться с конкретными задачами, которых в цифровую эпоху становится все больше. По прогнозам, рынок исследований в сфере искусственного интеллекта к 2025 году составит 37 млрд долл. против 640 млн в 2016 году.

 

Машинное обучение позволило раскрыть потенциал больших данных, что способствовало превращению необработанных разрозненных сведений в полезные инструменты ведения бизнеса. Можно получить реальные выгоды от решений, позволяющих лучше понимать клиентов, поддерживать персональное общение с каждым из них, а также предоставлять богатые и при этом безопасные средства анализа данных. Чат-боты, персонализация и безопасность — темы, популярные сегодня в кругу офицеров цифровой трансформации.

Лучшая коммуникация — это слушать и общаться без персональных желаний, как программные боты, сохраняющие невозмутимость и способные в диалоге формулировать вполне вразумительные ответы и рекомендации. Еще во времена первых компьютеров обсуждалась идея создания программ, способных действовать, говорить и думать подобно людям и предназначенных не только для автоматизации рутинных действий, выполняемых человеком, но и для решения более сложных задач. Сегодня, как утверждают авторы статьи «Программные боты», уже появилось множество инструментальных платформ для создания и использования ботов, помогающих работе любых предприятий из различных отраслей, — в 2018 году более 20% всех работников во всем мире будут использовать в своей деятельности виртуальных помощников.

Если данных много, то всегда можно доказать, что любые из них в общем случае неверны, однако некоторые могут быть полезны применительно к конкретной персоне или объекту. Персонализацию сегодня часто ставят во главу любых адресных маркетинговых кампаний, суля ее заказчикам доступ к персональным данным, позволяющим прогнозировать запросы или поведение как потенциальных, так и имеющихся клиентов. Однако, несмотря на серьезные инвестиции, цифровые предприятия по-прежнему испытывают сложности с персонализацией взаимодействия с клиентами. По мнению авторов статьи «Искусственный интеллект для масштабируемой персонализации», применение методов машинного обучения поможет улучшить ситуацию с персонализацией.

Известно, что система должна быть максимально простой, чтобы ее было сложно сломать, но когда речь идет об Интернете вещей, вряд ли можно говорить о простоте. Ведь здесь, например, проблема обеспечения сохранности персональных данных — это прежде всего проблема контроля. Уже сегодня во всем мире насчитывается 22 млрд устройств Интернета вещей, и их число будет расти на 20–30% ежегодно. Сложно понять, как в такой обширной системе что-то контролируется, как она используется и каковы последствия конкретного действия. Одна из главных проблем приватности Интернета вещей — отсутствие сведений о том, когда и зачем те или иные его устройства из «последней мили» собирают персональные данные о человеке, попавшем в зону их досягаемости. Задача обеспечения конфиденциальности здесь — одно из самых активных направлений исследований, лежащее на пересечении нейротехнологий, человеко-компьютерного взаимодействия и систем безопасности.

Машинное обучение, искусственный интеллект — это сегодня направления, которые вызывают небывалый энтузиазм у исследователей, однако на одном энтузиазме всех задач цифровой трансформации не решить. К 2020 году 60% предприятий планируют перейти к полномасштабной цифровой стратегии, но, уповая лишь на искусственный интеллект, они рискуют оказаться и в «цифровом тупике», несмотря на то что такие системы уже выигрывают у чемпионов мира по игре в го. Человечество еще не понимает природы сознания, и, может быть, настоящий искусственный интеллект следует искать в квантовых вычислениях — очень модной сегодня теме, которая, однако, как и всякий хайп, переоценена в своих возможностях и в темпах развития. Возможно, верна гипотеза о том, что мозг хранит не саму информацию, а лишь адреса к ней. А это означает поворот от главенствующей сегодня парадигмы «сознание — это ПО и данные в компьютерах, сидящих в наших головах», на которой построены нынешние «умные» системы. Скорее всего, «искусственный интеллект» — это не более чем очередная точка роста.