Технологией 2018 года станет машинное обучение. Она повлияет на то, как мы живем и работаем, больше, чем любая другая технология со времени появления Интернета.
Чтобы понять почему, нужно сперва заглянуть за сенсационные заголовки о том, как роботы "крадут наши рабочие места". Инновации и различные инструменты, облегчающие нам жизнь, уже позволили человечеству совершить две революции — сельскохозяйственную и промышленную. Сейчас мы переживаем "революцию данных", драйвером которой стало машинное обучение. И по мере прогресса некоторые функции, которые сегодня выполняют сотрудники-люди, будут меняться, но при этом будут создаваться другие рабочие места, иные бизнес-модели и целые новые отрасли.
Машинное обучение уже окружает нас. Оно применяется в программах, установленных на наших смартфонах, в автомобилях и "умных" домах. А также — в ПО, которое мы используем на работе, чтобы анализировать информацию и принимать более обоснованные решения за меньшее время. По мнению аналитиков Gartner, к 2020 году технологии искусственного интеллекта будут применяться "почти в каждом новом программном продукте".
Машинное обучение коренным образом меняет окружающий нас мир, позволяя значительно ускорить принятие решений. Возможно, это привлекает не так много внимания СМИ, как роботы и самоуправляемые автомобили, но это сделает машинное обучение "технологией века" для бизнеса. И ни одной компании я бы не советовал сидеть сложа руки и ждать: если вы не начнете "приручать" силу машинного обучения уже сейчас, вы отстанете в конкурентной борьбе.
Мощный фактор, который делает 2018 год благоприятным для машинного обучения — это стремительное распространение облачных технологий. Сегодня никто уже не сомневается в необходимости облаков, они становятся уже чем-то само собой разумеющимся.
Облака для машинного обучения — это как солнечный свет для растений. Ведь внедрять машинное обучение в изолированных "островках данных" внутри отдельных организаций — все равно что пробовать выращивать растения в темноте. Алгоритмы машинного обучения нуждаются в данных, в как можно большем количестве данных из как можно более широкого набора источников. Чем больше они "питаются" этими данными, тем "умнее" становятся и тем больше их потенциал при принятии решений. И облака дают эти большие данные.
Большие данные сулят нам найти много ценного в процессе цифровой трансформации, в то время как облако предлагает строительные блоки для этого процесса. Машинное обучение, в свою очередь, стало первым по-настоящему промышленным инструментом для масштабного освоения этих новых ценностей.
Привлекательность машинного обучения в том, что возможности его использования практически безграничны. Оно может применяться везде, где важен быстрый анализ данных, и оказать просто-таки революционный эффект там, где важно выявлять тенденции или аномалии в обширных наборах данных — от клинических исследований до сферы безопасности и контроля за соблюдением стандартов.
На наших глазах машинное обучение становится движущей силой революции в обслуживании клиентов. Как правило, огромный массив запросов от потребителей можно разделить на небольшое число категорий, и многие из них легко прогнозируются. Отвечать на них вполне могут чат-боты на основе машинного обучения, которое помогает им все точнее реагировать на эти запросы. Это сокращает время ожидания и уменьшает число недовольных, что делает бизнес более эффективным. А также позволяет менеджерам по работе с клиентами тратить свое время лишь на обработку уникальных жалоб и запросов, которые действительно требуют вмешательства человека.
Последний пример, возможно, наиболее показателен — он демонстрирует, как машинное обучение меняет характер работы людей. Мы не станем ненужными из-за машинного обучения — наоборот, эта технология увеличит наши возможности и сделает нас более эффективными.
У машинного обучения есть один-единственный риск — игнорирование этой технологии. 2018 просто обязан стать годом, когда бизнес откроет для себя ее возможности. Если он, конечно, этого еще не сделал.
delo.ua
