Нужен ли человеческий интеллект, когда есть искусственный?

Вам стоит прочитать эту статью, если Вы когда-либо задумывались о возможности восстания машин. В ней мы обойдемся без философских размышлений и предоставим только сухие факты.

Данную статью можно считать логическим продолжением моей ранней статьи «Нужно ли вам использовать искусственный интеллект в своём бизнесе?».

Сейчас Искусственный интеллект (ИИ) встречается практически везде, куда бы мы не посмотрели:

1. Чат-боты способны общаться с клиентами на глубоком уровне и даже могут соответствующим образом реагировать на эмоциональный окрас сообщений собеседника.

2. Walmart уже давно внедряет роботов, которые предназначены для сканирования складов на наличие скудных запасов, отсутствующих товаров и неточных цен.

3. Другой известный пример – магазин Amazon Go, шопинг в котором организован в точности так, как он должен быть в идеальном мире самообслуживания: Вы ходите по магазину, выбираете нужные товары, складываете их в пакет, в рюкзак или просто рассовываете по карманам. Затем выходите из магазина через специальные турникеты, после чего сумма покупки автоматически списывается с вашего счёта в Amazon.

ИИ обеспечивает удобство и ускоряет принятие решений в значительно большем масштабе, чем когда-либо предполагалось в розничной торговле.

Однако, даже с увеличением уровня удобства в различных сферах жизнедеятельности и улучшением обслуживания клиентов в бизнесе, далеко не все в курсе последних изменений. Некоторые беспокоятся, что ИИ может заменить собой человеческий интеллект. В последнее время в заголовках новостей часто встречается, что Илон Маск предсказывает, что ИИ когда-нибудь будет представлять опасность для человеческой цивилизации. Никто не может предсказать отдаленное будущее, но на данный момент сфера принятия решений существует в выгодных, симбиотических отношениях между человеком и машиной, основанной на ИИ, но управляемой людьми.

В настоящее время ИИ очень эффективен для извлечения данных из нескольких источников, их обогащения, быстрой классификации и генерирования информации. Индустрия розничной торговли использовала ИИ для предоставления онлайн-рекомендаций, помощи клиентам в поиске нужных продуктов и даже прогнозирования потребностей клиентов. Например, KFC тестирует программное обеспечение, чтобы сканировать лица посетителей, оценивать их настроение, возраст и так делее. На основе всей этой информации ИИ старается предложить посетителю блюда, которые могли бы ему понравиться. То есть цель проекта – обеспечить индивидуальный подход к каждому посетителю. Если клиент – частый гость KFC, то ИИ анализирует предыдущие заказы посетителя и предлагает выбор блюд на основе его предпочтений.

Хотя ИИ имеет множество достоинств, он также имеет и недостатки: ИИ не работает, когда цели не определены достаточно четко или когда нужно оценить несколько конкурирующих результатов. Он также не учитывает данные не поддающиеся количественной оценке или нематериальные факторы, такие как репутация или имидж бренда. В этих случаях суждения человеческого интеллекта будет лучше ИИ. Вот почему человеко-машинное взаимодействие – это наиболее эффективная стратегия. Сочетание человеческого и искусственного интеллекта позволяет принимать более обоснованные и разумные решения.

Принятие решений лучше, когда используются чистые данные

ИИ силен настолько, насколько сильны его данные. Вот почему важно убедиться, что системные искажения были удалены из данных. Это поможет отделить необходимые сигналы от шума.

Рассмотрим пример дистрибьютора B2B, который после крупного приобретения предложил широкий ассортимент продукции. Компания должна была рационализировать свой ассортимент. К сожалению, они не могли точно указать своим клиентам альтернативные продукты для тех, которые больше не были доступны. Это привело к тому, что многие клиенты не смогли найти подходящие им продукты. Для 80 процентов товаров, отсутствующих на складе, не было предложено никаких альтернативных вариантов, что привело к низкому индексу лояльности клиентов (NPS, Net Promoter Score, индекс чистой поддержки) и 10-процентному падению продаж.

Чтобы найти решение, эксперты работали с аналитиками, чтобы помочь им понять каждую категорию продуктов. После получения, просмотра и смешивания данных на основе отзывов менеджера категории были созданы различные алгоритмы сопоставления. На каждой итерации алгоритм дополнительно совершенствовался для обеспечения лучшего соответствия продукта. Такой подход «человек + машина» увеличил охват альтернативными продуктами с 19 до 78 процентов, улучшил качество обслуживания клиентов и увеличил продажи на 5 процентов.

Сегодня совместная работа экспертов, ИИ и данных могут ускорить развитие отрасли, но при нехватке компетенций могут и разрушить.

ИИ больше не означает «искусственный интеллект», а скорее «дополненный интеллект» – разумное сочетание человека и машины.

Поделиться:

Теги:

    Сделаем это вместе -
    У вашего бизнеса есть история

    Заказ обратного звонка

    Мы перезвоним вам в течение часа или в удобное для вас время