Хорошая новость для топ-менеджеров: ИИ не скоро нас заменит, лет через 30, а может быть и вообще никогда

На самом деле, искусственный интеллект – это не только нейронные сети, это широкая палитра методов, многие из которых развиваются уже лет 100, начиная с арифмометра, задолго до нейронных сетей и видеокарт, которые их имитируют. Смотри картинку. Например, в 70-е годы на московском заводе АЗЛК для снабжения производства внедряли MRP (предтеча ERP) – это тоже ИИ. Позднее было машинное обучение без нейронных сетей, которое позволяло, например, распознавать символы текста, не понимая ничего. Сейчас развивается машинное обучение нейронных сетей (глубинное обучение, deep learning), при котором выстраиваются связи между нейронами, расположенными слоями, подобно мозгу. Такие сети распознают и синтезируют речь, анализируют и переводят тексты, распознают образы, принимают кредитные решения. Даже немножко планируют, на коротком горизонте, котировки акций.

Всё это позволяет снять с человека рутинные операции, например, я полагаю, какие-то участки первичного бухгалтерского учета скоро можно будет полностью доверить компьютеру. Однако, многие задачи остаются вне досягаемости нынешних техник глубинного обучения – даже несмотря на наличие огромного количества вручную подготовленных обучающих данных. Например, вы можете собрать для обучения сети набор данных из сотен тысяч текстовых описаний полезных функций программного обеспечения, а также соответствующего исходного программного кода, разработанного программистами для соответствия этим требованиям. Даже с этими данными, вы не можете обучить модель глубинного обучения просто прочитать описание продукта и сгенерировать соответствующий программный код.

В целом, всё что требует аргументации, рассуждений – как программирование или применение научного метода, долговременное планирование, обработка данных с помощью алгоритма – находится за пределами возможностей моделей глубинного обучения, неважно сколько обучающих данных вы внесете в них. Даже обучение нейронной сети алгоритму сортировки – невероятно сложная задача. Люди способны на гораздо большее, чем преобразование немедленного стимула в немедленный отклик, как нейросеть или насекомое. Люди удерживают в сознании сложные, абстрактные модели текущей ситуации, самих себя, других людей, и могут использовать эти модели для предсказания различных возможных вариантов будущего, и выполнять долговременное планирование. Они способны на объединение в единое целое известных концепций, чтобы представить то, что они никогда не знали раньше. Это резко отличается от того, что делают сети глубинного обучения: преобразование входных данных в выходные данные быстро прекращает иметь смысл, если новые входные данные отличаются от того, с чем они встречались во время обучения.

Так что, сделать работу топ-менеджера – разработать стратегию компании и на ее основе учетную политику и KPI – это не сегодняшний и не завтрашний день сетей. Для работы топа очень важно понимание закономерности, и именно из нее аргументация плана. То есть, сама аргументация закономерности важнее результата, который из нее вытекает. Закономерность можно обсуждать. А сеть – это черный ящик из миллиардов связей и весов, он думает совсем не как человек, и у него нет человеческого опыта. Он не выдает понятный человеку закон. Пока это так.

Однако, рутинный участок бухучета, например, «Подотчет и авансовые отчеты», или что-то подобное, вполне можно автоматизировать комбинацией алгоритмов и сетей, скажем, за 2-3 млн. руб. Если бизнес маленький, и на участке сидит один сотрудник со скромной зарплатой, то бизнес, конечно, выберет человека – так привычнее и никакого риска. А вот если на участке человек 5, то это уже повод подумать – их годовой ФОТ с налогами уже превышает... Я бы с удовольствием сделал такой проект.

Что касается нейроглавбуха – это вряд ли: даже если все сотрудники бухгалтерии будут нейро-, кто-то должен обдумывать законодательство, формировать учетную политику и доучивать сеть.

Забавно, если подумать, что 2 сотрудника никогда не станут нейро-. Это собственник и директор по персоналу.