Мысли и аналогии на злобу дня - можно ли заменить естественный интеллект искусственным? нужен ли ИИ большому бизнесу?

За что люблю весну и осень, так это за количество профессиональных конференций на всякие злободневные вопросы. В этом сезоне удалось посетить одну из таких конференций, как раз на самую хайповую сегодняшнюю тему - применение ИИ в промышленности.

В этой конференции принимали участие и гос. регуляторы, и флагманы отечественного бизнеса. Все дружно обсуждали вопрос применения (читай внедрения) ИИ в большой бизнес.

Вот к какие выводы, как операционный бизнес-аналитик, я для себя сделала по итогам увиденного и услышанного.

Как и 5 лет назад, а именно столько я уже слежу за этим вопросом, вопрос остается открытым. И не смотря на то, что подводных камней нет, все очень сильно на поверхности, движений нет:

- ИИ не является субъектом ответственности и в случае ошибки не понятно кто будет отвечать за эту ошибку: человек, который написал модель или человек, который применил модель? Наказать ИИ никто не может (или может? надо просто придумать как... модель-то обучаемая);

- для проведения добротного обучения нейросети необходима обширная база данных, которой нет у одной конкретной компании. Соответственно здесь необходимо соглашение между несколькими компаниями об обмене данными. Такое соглашение не должно нарушать международного и внутреннего законодательства об авторском праве, результатах интеллектуальной деятельности и положений о коммерческой тайне предприятий. В противном случае действия могут быть расценены, как промышленный шпионаж;

- как проверить правильность результатов и выводов ИИ и что считать эталонно правильным значением? Честно, до этого вопроса не многие добираются, так как возможно не хватает ответов на первые 2 и следующего.

Поэтому вопросу необходимо начать издалека, но все-таки сначала (простите за тавтологию).

В первую научно-техническую революцию, которая, почти кстати говоря, закончилась голодом в Англии, был изобретен механический ткацкий станок. Это изобретение позволило увеличить скорость и производство ткани, патент на изобретение получен владельцем Йоркширской ткацко-прядильной фабрики.

Во вторую научно-техническую революцию, уже изобрели конвейер - серийное производство. Что было обусловлено желанием увеличить скорость получения финального продукта, обеспечить массовость и доступность товаров на рынке.

То есть любое достижение научно-технического прогресса было направлено на решение конктретной задачи - запроса бизнеса.

Ситуация с ИИ видится же обратной: есть прикольное решение, надо подобрать ему задачу. А может и не надо, не знаем еще...

В обсуждениях ИИ экспертами часто звучит слово "оптимизация". Правда оптимизация чего конкретно не уточняется. Я, как специалист, который работает непосредственно с оптимизацией, хочу всегда уточнить, а что оптимизировать будете? Сроки, бюджет, может качество? А в каком процессе?

Вопросы трансформации / оптимизации / автоматизации бизнеса всегда морально-этические, потому что в любом случае мы рассматриваем замену человеческого труда машиной. Соответственно мы лишаем живых людей возможности заработка и выживания. Я не просто так писала выше, что первая трансформация бизнеса привела к голоду в стране, тот стародавний опыт заставляет любого бизнес-аналитика - трансформатора искать компромисс в своей работе.

Какой же сегмент сейчас находится под угрозой?

Из всего услышанного и прочитанного по теме ИИ, практически он может сделать: презентацию, аналитический отчет, забавные видосики и красивые картинки, а также ускорить поиск информации. Все это под пристальным присмотром человека понимающего - эксперта.

В общем-то все вышеперечисленные функции у эксперта выполняет кто?.. Стажер или младший специалист. А это должности, на которых берут студентов или только что выпустившихся из ВУЗов.

Вот собственно они у нас и получаются под угрозой) Экспертизы у них нет и вряд ли уже возьмется, ведь эксперты уже предпочитают проверять результаты работы ИИ. А смогут ли эксперты передать свой опыт и экспертизу ИИ также быстро, как стажеру покажет время...