Ещё недавно со страниц СМИ не сходили новости об облачных технологиях, но в последнее время пальму первенства у них перехватили новые области ИТ— искусственный интеллект (ИИ) и машинное обучение. Будучи интересными в первую очередь с точки зрения своих возможностей, эти активно развивающиеся новинки уже сейчас они применяются для таких задач, как распознавание образов и символов, преобразование текста в речь, автоматический перевод с использованием нейронных сетей и др. По мнению некоторых экспертов, уже в скором времени ИИ будет задействован для решения маркетинговых задач, обслуживания клиентов, в логистике и роботизации рабочих процессов.

В целом понятно, что за ИИ и машинным обучением — будущее. Согласно отчёту McKinsey за 2015 г., благодаря «прогнозному обслуживанию» (predictive maintenance) к 2025 г. компаниям удастся сократить операционные затраты на сумму, варьирующуюся в пределах от 240 до 630 млрд. долл.

Издание ZDNet, ссылаясь на мнения экспертов по ИИ и руководителей некоторых компаний, подготовило несколько советов, которые помогут сориентироваться и понять те преимущества, которые сулит бизнесу ИИ.

1. Определите, какую пользу машинное обучение принесет вашей компании. «Первое, что нужно сделать на пути к применению ИИ, — обучить ваших инженеров или программистов базовым навыкам, которые пригодятся им для понимания сути технологии: как она работает и какие преимущества дает», — считает глава и соучредитель компании Cogisen Крис Рийндерс. В качестве примера он привел сотрудничество Boeing и университета Карнеги Меллон, где инженеры авиастроителя могут обучаться, получая навыки разработки и моделирования с использованием технологий машинного обучения. «Этот пример говорит о важности обучения, особенно если речь идёт о применении ИИ в решении комплексных задач», — отметил Рийндерс.

2. Изучите опыт внедрения ИИ и машинного обучения другими компаниями. «ИИ и машинное обучение пока ещё не подпадают под категорию DIY (Do It Yourself, сделай сам), поэтому их внедрение сопряжено с техническими сложностями. Присмотритесь к тому, как их решают ваши конкуренты, какие цели они преследуют при внедрении», — советует глава Sundown AI Фабио Карденас.

3. Выберите платформу. На рынке существует множество платформ машинного обучения, представленных Amazon, Baidu, Google, IBM, Microsoft и др., так что выбор не очевиден. При этом стоит отталкиваться от ценовых предложений — многие из платформ поставляются с похожими ценниками, но при выборе не стоит забывать и о специфических опциях, требуемых для решения ваших задач.

4. Выработайте стратегию. Прежде, чем вы начнете внедрение ИИ-платформы, задайтесь вопросом, какие конкретно задачи она поможет вам решать, рекомендует сказал глава и соучредитель компании Boxever Дейв О’Фланаган. К примеру, ИИ можно использовать для решения маркетинговых задач: учитывая поведенческий анализ, он способен смоделировать реакцию и действия покупателя при получении электронных писем с предложением той или иной покупки. Это лишь один из способов бесшовного внедрения ИИ в текущий рабочий процесс, который будет способствовать дальнейшему укреплению доверия между вами и клиентом.

О’Фланаган рассказал, что Boxever (компания-разработчик платформ «сквозной аналитики» ) пришлось немало потрудиться, чтобы удовлетворить потребности клиентов — будь-то обработка выходных данных или развёртывание собственных стратегий в рамках CRM-платформы компании. По его словам, только тщательная проработка деталей вместе с клиентом позволит на выходе получить коммерчески полезную информацию, а значит — действенную схему принятия решений с помощью «штучного разума».

5. Выберите способ развёртывания. Не спешите запускать новый продукт, продумайте детали развёртывания веб-приложения. По словам главы Sundown AI, для этого можно воспользоваться Amazon Web Services (AWS), где настройка приложения по готовым шаблонам займёт несколько дней, особенно если оно уже тестировалось на подобной облачной инфраструктуре (Microsoft Azure, Google Cloud Platform и др.). Для создания на AWS нового приложения потребуется подсоединить базы данных и другие сопутствующие компоненты. Расчётное время на создание такого софта с нуля — неделя или две, кроме этого потребуется не менее десяти дней на выявление в коде ошибок. И только затем, говорит Карденас, можно рассчитывать, что веб-приложение выйдет на проектную мощность.

Версия для печати (без изображений)