Причины грядущей популярности ИИ и машинного обучения в 2017 г.

Pcweek.Автор: Крис Преймсбергер

12.2.2016

      Практически любая ИТ-компания, занимающаяся продажей ПО или сервисов и знающая свое дело, нынче предлагает те или иные базовые аналитические средства и сервисы, потому что этого требуют покупатели. Вне зависимости от того, идет ли речь о торговом приложении для поиска потенциальных клиентов, часах с выходом в Интернет и функцией отслеживания сердечного ритма, коллективе исследователей, разведывающих нефтяные месторождения, или простом обывателе в поиске подходящей пиццерии, спрос на аналитику во всех ее формах — как простых, так и не очень — довольно высок. Во всех секторах экономики разрабатываются аналитические движки, а благодаря концепции бережливого программирования, значительно более развитым сетям и избытку недорогих облачных систем хранения данных анализ личных и бизнес-данных сейчас применяется повсеместно. Многие опрошенные нами компетентные ИТ-специалисты сходятся на следующем: если много лет тому назад на футболках писали «Даешь всем по IP-адресу!», то в 2017-м на этих футболках появятся надписи «ИИ в каждом предмете». Ниже представлен ряд прогнозов на 2017 г., собранных для этой бурно развивающейся отрасли.

ИИ станет модным термином рыночной экономики

     «ИИ — это актуальный объект инвестиций для многих венчурных капиталистов, в том числе для меня. И хотя идея повальной автоматизации, охватывающей все аспекты нашего образа жизни, работы и досуга, кажется заманчивой, очевидно, что мы еще очень далеки от цели (прошу прощения у всех, кому я случайно позвонил, пытаясь открыть входную дверь с помощью Siri). Мы наблюдаем, как ИИ начинает играть центральную роль в технологическом цикле цифровой трансформации, но основателям стартапов и инвесторам придется набраться терпения и сосредоточиться на предстоящих трудностях», — говорит Рик Янг, партнер фирмы NEA.

Машинное обучение и искусственный интеллект ждет демократизация

     «В 2017 г. я ожидаю усиленного акцента на демократизацию машинного обучения и искусственного интеллекта. Мы имели возможность наблюдать, как машинное обучение началось с платформы IBM Watson, запущенной пару лет назад, и развилось до того уровня, когда оно уже применяется в таких компаниях, как Salesforce и Oracle. Хотя многие считают, что машинное обучение уже и так попало в мейнстрим, его можно внедрить еще шире, например, применять для отслеживания рабочих показателей системы или интеллектуального оповещения. Несмотря на то, что начало такого применения у некоторых компаний будет неудачным и первое время у них не будет получаться правильно настроить код, все же в следующем году возрастет количество организаций, которые задействуют ИИ и машинное обучение вполне успешно. Благодаря такой тенденции к более широкому внедрению инновации быстрее попадут на рынок, особенно в некоторых отраслях экономики», — считает Майк Келли, технический директор компании Blue Medora.

Машинное обучение пока вряд ли будут использовать эффективно

     «Вокруг машинного обучения на сегодняшний день много шумихи, но в большинстве случаев его использовали не очень эффективно. С течением времени организации научатся правильно совмещать все составные элементы, необходимые для применения машинного обучения, и я думаю, что тон этому будет задан в 2017 г. Мы станем свидетелями того, как машинное обучение перейдет из категории загадочной, переоцененной, недостижимой мечты в категорию более приземленных, успешно решаемых прикладных задач. Те, кто отмахивается от него как от способа выманивать деньги, наконец поймут его реальные достоинства; те, кто относится к нему с недоверием, увидят его потенциал; а компании, настроенные применить эти возможности в подходящих, реально достижимых прикладных целях, смогут поймать волну успеха. Все равно должно пройти еще несколько лет, прежде чем машинное обучение примет по-настоящему массовый характер, но в 2017 г. станет ясно, что оно имеет право занимать почетное место в инструментарии бизнесмена», — утверждает Джефф Эверхэм, директор по консалтингу в североамериканском регионе компании Sinequa.

Интеллектуальные сети способствуют подъему облаков данных

     «По мере развития средств связи благодаря Интернету всего (Internet of anything, IoAT) и межмашинной связи, изолированные хранилища данных будут заменяться на облака данных. Интеллектуальные устройства будут обмениваться данными и анализировать выходные сигналы друг друга. В рамках современных приложений на основе распределенных данных войдут в употребление алгоритмы машинного обучения в режиме реального времени — т. е. алгоритмы, способные в режиме реального времени выносить решения от имени „равноправных“ узлов сети. Мы увидим переход от ретроспективной аналитики к оперативной, а позже — к упреждающей, способной обуславливать транзакции вместо того, чтобы просто их менять или оптимизировать. Это революционным образом поможет ориентированному на данные бизнесу находить новые источники заказов, экономить на расходах и углублять связи со своими клиентами», — рассказывает Скотт Нау, технический директор компании HortonWorks.

Данными начнут торговать, как товаром

     «Предприятию, чтобы достичь успехов в использовании данных, нужно подключить приложения к данным через платформу или фреймворк. Они будут составлять фундамент современного информационного приложения в 2017 г. Современные информационные приложения характеризуются высокой степенью кроссплатформенности, способностью работать внутри контейнеров и наличием подключения к сети. Они быстро заменят собой вертикально-интегрированные, монолитные программы. Данными все начнут торговать, как товаром: у них появится цена покупки и продажи, а также денежный эквивалент ущерба в случае их утери. Появятся новые способы, новые бизнес-модели и новые компании, стремящиеся монетизировать этот ресурс», — предупреждает Скотт Нау.

Без инструментов прогнозной аналитики уже не обойтись

      «Интеллектуальные приложения будут проактивно предсказывать желания пользователей и удовлетворять их на лету. Прогнозная аналитика перестанет быть просто дополнительной фишкой для управления торговыми марками — она станет жизненно необходимым инструментом для понимания и удержания пользователей. В компании Tinder (сервис знакомств) считают, что сбор комплексной информации из разных источников и прогнозирование будущего поведения пользователей является неотъемлемой частью хорошего пользовательского интерфейса. Маркетинговая платформа Leanplum дает нам возможность интуитивно понимать предпочтения пользователей и успешно подыскивать им пару. В ближайшем будущем с помощью прогнозной аналитики мы сможем еще более глубоко понимать тенденции и закономерности, что поможет нам принести больше пользы всем участникам сервиса Tinder», — говорит Джеффри Моррис, директор по управлению продуктами и доходами компании Tinder.

      Скоро: массовая автоматизация интеллектуального маркетинга в «умных» приложениях

     «Разработчики мобильных приложений будут интенсивно вкладывать деньги в автоматизированные кампании, оперирующие индивидуально настроенными параметрами с целью повышения конверсии пользователей, экономии на привлечении новых и получения бόльшей экономической отдачи от каждого нового пользователя. Мобильный маркетинг в 2017 г. еще больше подчеркнет преимущество удержания существующих пользователей перед приобретением новых. Сбор комплексных данных (rich data) откроет коллективам разработчиков мобильных приложений путь к автоматизации персонализированного интерфейса для планирования поездок на базе истории предыдущих поездок, ценовых тенденций, времени года и пр. Представьте себе более умное приложение для путешественников, которое присылает вам приглашение забронировать отпускную путевку, в котором будут учтены такие детали, как ваша любимая авиакомпания, время вылета, которое вы чаще всего выбираете, отель, где вы зарегистрированы в программе лояльности, аренда машины выбранной вами модели и заказ столика в новом крутом ресторане. От разработчиков мобильных приложений потребуется придумать нечто совершенно новое и существенно улучшить интерфейс своих приложений посредством автоматизированных кампаний, поддерживающих разумный контакт с пользователями на всем протяжении своего жизненного цикла», — говорит Хани Миттал, старший вице-президент по продукции поисковика авиабилетов Wego.com.

      В 2017 г. впервые увидят свет настоящие «социально-коммерческие» чатботы

«Чатботы окажут влияние не только на качество обслуживания клиентов в конкретных онлайн-магазинах, но также на весь мобильный шопинг в целом. Хотя социальная коммерция традиционно имела отношение к платформам соцсетей вроде Pinterest, в 2017 г. этот вид взаимодействия с пользователями будет фокусироваться не столько на продвижении товаров и услуг, которые пытаются продать ритейлеры, сколько на помощи клиентам, т. е. будет выполнять функции продавца в магазине. Представьте, что на входе в крупный хозяйственный супермаркет вы подключаетесь к специализированному чатботу. Ваш „виртуальный помощник“ в лице чатбота смог бы ответить на такие вопросы, как „Где продаются дверные петли? А где дверные ручки?“. Или представьте себе, чтобы вы могли бы войти в торговый центр и просто ввести в телефон слова „женские блузы темной расцветки“ — и вас автоматически направили к нужным товарам в зависимости от ваших предыдущих предпочтений и наличия этих товаров на местном складе», — поясняет Курт Хайнеманн, маркетинговый директор компании Reflektion.

Заработает «ИИ как сервис»

      «В 2016 г. искусственный интеллект применялся для решения известных задач. Со временем мы начнем использовать ИИ для того, чтобы получше разобраться с существующими проблемами, о которых мы даже не догадывались. Применив ИИ для поиска этих „неведомых неизвестных“, мы освободим себе время для более активного сотрудничества и работы над новыми, интересными, революционными проблемами», — считает Абдул Разак, старший вице-президент и руководитель подразделения, отвечающего за платформы, большие данные и аналитику в компании Infosys.

     ИИ будут рассматривать в качестве решения проблемы безработицы, а не ее причины

«По мере того, как послевоенное поколение будет уходить на пенсию, предприятиям будет грозить потеря накопленных в компании знаний и опыта. Ввиду астрономических расходов, которые компании понесут, потеряв этих работников, они пытаются задействовать средства управления знаниями и машинное обучение, чтобы обучить ИИ собирать корпоративные знания и действовать от нашего имени. В наступающем году и в более отдаленном будущем мы станем свидетелями того, как ИИ примут на службу не только исходя из технологических потребностей, но также из необходимости зафиксировать экспертные знания и ноу-хау нынешних сотрудников», — уверен Абдул Разак