Сегодня искусственный интеллект уже может предсказать наше счастье, покупки и даже потенциальную смерть. Как компании используют предсказательные алгоритмы, чтобы увеличить свою выручку, сократить расходы или улучшить отношение клиентов
Альманах МФТИ по Искусственному интеллекту №5:
"Предсказательная аналитика и системы поддержки принятия решений"
«Пока люди не видят роботов, убивающих людей на улицах, никто не воспринимает угрозу серьезно», — говорил об искусственном интеллекте основатель Tesla и SpaceX Илон Маск в 2017 году. Ему вторил основатель Microsoft Билл Гейтс, который боялся, что через пару десятилетий роботы смогут обрести сознание и поработить человечество.
С тех пор к их призыву регулировать искусственный интеллект (ИИ) присоединились целые страны, а Ватикан даже создал этический кодекс для разработчиков ИИ. Документ декларирует, что искусственный интеллект должен уважать неприкосновенность частной жизни, работать надежно, непредвзято и прозрачно, а также «учитывать потребности всех людей». Свод правил уже поддержали Microsoft и IBM. Последняя даже обещала потратить $20 млн в течение 10 лет на изучение этических вопросов, связанных с использованием новой технологии. Все ради того, чтобы ИИ не вышел из-под контроля.
«Но вот какое дело, — отмечал в интервью Wired специалист по когнитивной психологии Гарварда Элизабет Спелк, — ИИ остается достаточно примитивной технологией». В качестве примера она сравнила ИИ и интеллект новорожденного ребенка — они оба плохи в играх, запоминании изображений или создании текстов. С той лишь разницей,что человек через пару лет сможет постигать основы грамматики и адаптироваться к незнакомым ситуациям, в то время как ИИ сможет решать лишь те задачи, с которыми сталкивался ранее. Как пример исследователь приводит AlphaZero — нейросеть, победившую нескольких чемпионов мира по шахматам и открывшую пару новых стратегий. Ей нужно было «скормить» тысячи часов партий в шахматы, чтобы добиться такого успеха. Однако человеку для выигрыша нужно куда меньше времени и, что характерно, человек сможет использовать знания для решения других задач. Тогда как AlphaZero — лишь для игры в шахматы.
В этом плане ИИ — не совсем индустрия, как говорится в альманахе МФТИ «Искусственный интеллект», посвященном предсказательной аналитике. Эта технология не создает никакой «добавочной стоимости», то есть не расскажет ничего нового и не даст неожиданных решений. Однако ее вполне можно использовать для анализа больших данных, чтобы на их основе предсказывать человеческое поведение.
Согласно отчету IDC, только в 2020 году траты компаний на эту технологию достигнут $50 млрд, а к 2024 году их размер достигнет $110 млрд. Так что же можно предсказать с помощью ИИ?
Каждое сообщение, которое вам нравится в Facebook, каждая покупка, которую вы совершаете в Интернете, и каждое нажатие на рекламу вносят свой вклад в создание океанов данных. Для компаний и правительств, желающих лучше понять ваше поведение и повлиять на него, эти данные — золотая жила,об этом пишет эксперт по предикативному анализу Эрик Сигель в книге «Просчитать будущее. Кто кликнет, купит, соврет или умрет». Ярким примером такой компании является Netflix.
В далеком 2006 году, когда Netflix был не стриминговым сервисом, а просто сайтом, рассылающим подписчикам кассеты с фильмами, компания впервые объявила конкурс. Победитель Netflix Prize получал $1 млн, если он улучшит алгоритм компании, предсказывающий, какие фильмы теоретически могут понравиться пользователю. Соревнующиеся потратили три года, чтобы улучшить предсказания всего лишь на 10%, с этого и начался путь алгоритма Cinimatch. Он анализирует предыдущие запросы пользователя, на их основе составляет рекомендации и генерирует новые предложения. Например, если вы раньше смотрели триллеры, то сервис предложит попробовать черные комедии. Для каждого пользователя сайт выглядит по-разному. Так, если пользователь женщина, то с большей вероятностью она будет видеть кадры из сериалов и трейлеры с фокусом на женских персонажах.
Но больше всего данных о клиентах сегодня находятся в распоряжении ритейлеров. Они используют эти данные для оптимизации процессов — говорится в исследовании МФТИ. Так H&M, чтобы выйти из убытков, которые компания показывала 10 кварталов подряд, использовал в 2018 году алгоритм, который убрал наименее популярные товары из магазина, сократив ассортимент на 40% по всему миру. Результатом стал рост выручки в 2018-2019 году на 11% до $24,9 млрд. Российской X5 Retail Group (в нее входят «Пятёрочка» и «Перекрёсток») искусственный интеллект помогает составлять ассортимент на основе предпочтений покупателей из 28 категорий товаров, на которые приходится 60% из чистой выручки онлайн-продаж компании (за первый квартал 2020 года она составила 5,1 млрд рублей).
По прогнозам МФТИ, компании будут уделять все больше внимания анализу больших данных — к 2023 году этот рынок достигнет $77 млрд. При этом, отмечается в исследовании, уже сейчас использующие big data компании говорят об увеличении выручки в среднем на 8% и о снижении затрат — на 10%. Активнее всего технологию применяют ритейлеры — 79% из опрошенных компаний считают, что отказ от внедрения технологий приведет к потере конкурентоспособности и закрытию бизнеса.
Город, где мусоропровод сам сортирует отходы, а светофоры подстраиваются под дорожный трафик — не фантастика, а вполне реальный концепт одного из районов Торонто. В 2017 году дочерняя компания Google, Sidewalk Labs, решила выкупить пустующие кварталы под свой эксперимент — компания рассчитывала потратить $900 млн на оснащение 12 акров земли датчиками движения, GPS и системой подогрева велодорожек (чтобы они не замерзали зимой). В городе также должны были быть подземелья с роботами, которые бы сортировали мусор.
Идеалистический проект пресса Торонто ласково окрестила «оруэлловским кошмаром», так как люди боялись несанкционированного сбора данных. Жителей пугали слухи о применении технологии Google Replica, которая может не только отслеживать людей по сигналу телефона без разрешения, но и понимать как он движется (пешком или на машине), а также знать конечную цель передвижения.
Город активно протестовал против модернизации квартала вплоть до этого года, когда Google свернула проект из-за пандемии. Однако внедрение предикативных алгоритмов в систему умных городов — набирающий популярность тренд, так пишет в своем отчете МФТИ. Современные «умные» города обладают значительным количеством источников больших данных: интеллектуальные транспортные системы, устройства интернета вещей, ГИС и платформы видеонаблюдения. Сейчас данные — это стратегический актив мегаполисов, с помощью которого они могут решать разные задачи и улучшать городскую среду.
Так в преддверии летней Олимпиады в Рио-де-Жанейро (городе, с традиционно высоким уровнем преступности) в 2016 году власти запустили приложение CrimeRadar. Программа аккумулировала большой массив данных из полицейской статистики, чтобы создать карту с прогнозами о криминогенной обстановке по районам. При этом программа давала предсказания на несколько недель вперед с указанием времени суток возможного происшествия. Так туристы и местные жители могли выстраивать маршруты, не опасаясь нападений или ограблений. Любопытной особенностью проекта стало взятое на себя правительством обязательство компенсировать ущерб от неверных прогнозов.
Другой яркий пример — ОАЭ. Единственная страна, где есть Министерство счастья. Она постоянно хочет улучшать качество жизни своих граждан. Для этого в Дубай запущена система Happiness Meter. Это приложение для смартфонов, с помощью которого жители могут оценить качество государственных и частных услуг по простой шкале: счастлив/несчастлив/нейтрален, а также оставить отзыв. Интеллектуальная система анализирует не только тональность отзывов и постов в социальных сетях, но и выражение лиц, попадающих в поле зрения камер наблюдения. С помощью собранных данных, власти и бизнес совершенствуют качество услуг. С момента запуска в 2016 году и по 2018 год Happiness Meter собрал свыше 22 млн оценок уровня счастья и более 650 000 отзывов (население эмирата — 4 млн человек). Благодаря анализу данных уровень счастья в 2019 году вырос до 90%.
Как бы люди не боялись потенциального будущего в духе Оруэлла, технологии все глубже будут проникать в городскую среду. Согласно исследованию Mordor Intelligence, рынок систем для умного города уже в 2019 году достиг $624,8 млрд и составит $1,7 трлн к 2025 году со среднегодовым приростом в 18,3%. Предсказательные системы будут неотъемлемой частью этих систем.
Банки применяют предиктивную аналитику, чтобы выявлять риски просрочки по кредитным картам и мошенничества клиентов, по данным отчета МФТИ. Согласно опросу, проведенному Business Insider Intelligence, благодаря этому финансовые компании смогут сэкономить $447 млрд к 2023 году. Эту технологию внедрили уже 75% банков с активами более $100 млрд.
Технологии искусственного интеллекта, например, активно использует Citibank. На основе ИИ он создал платформу, которая анализирует данные о клиентах в реальном времени. С ее помощью банк предсказывает потребности клиента, выясняет причины, по которым он звонит в банк и таким образом улучшает продуктивность работы клиентской поддержки.
В России в ИИ активно инвестирует Сбербанк, который принимает 100% кредитных решений в рознице на основе анализа системы, причем 95% из них формируется автоматически, без какого бы то ни было участия человека. Об этом сообщает первый зампред банка Александр Ведяхин. Кроме того, банк использует искусственный интеллект для составления расписания работников и общения с клиентами. С помощью него, например, чат-бот не только общается с пользователями, но и формирует уникальные предложения по финансовым инструментам.
Искусственный интеллект используют также в «Тинькофф банке», Росбанке и Промсвязьбанке, по информации Frank RG. Во всех трех банках технология помогает предсказывать риски по не выплатам кредитов, предотвращать мошенничества и формировать уникальные предложения финансовых инструментов для клиентов. В целом, российские компании только за 2019 год потратили на ИИ $172,5 млн, а по итогам 2020 года этот показатель должен вырасти на 23,5%,по мнению IDC. Однако, признавал глава Сбера Герман Греф, технология далека от идеальной. Маленькая ошибка в алгоритме зачастую может приводить к большим последствиям. Такие просчеты из-за ИИ уже обошлись банку в «миллиарды рублей».
