Искусственный интеллект на службе бизнеса

Аджай Агравал, Джошуа Ганс, Ави Голдфарб

Искусственный интеллект на службе бизнеса. Как машинное прогнозирование помогает принимать решения

Издано с разрешения Ajay Agrawal, Joshua Gans and Avi Goldfarb c/o Levine Greenberg Rostan Literary Agency

Благодарим за помощь в подготовке издания Артура Усанова

В тексте неоднократно упоминаются названия социальных сетей, принадлежащих Meta Platforms Inc., признанной экстремистской организацией на территории РФ.

Все права защищены.

Никакая часть данной книги не может быть воспроизведена в какой бы то ни было форме без письменного разрешения владельцев авторских прав.

© Ajay Agrawal, Joshua Gans and Avi Goldfarb, 2018. This edition published by arrangement with Levine Greenberg Rostan Literary Agency and Synopsis Literary Agency.

© Перевод на русский язык, издание на русском языке, оформление. ООО «Манн, Иванов и Фербер», 2023

* * *

Нашим семьям, коллегам, студентам и стартапам, вдохновившим нас всесторонне и глубоко задуматься над искусственным интеллектом

Предисловие к новому изданию

Прошло пять лет, как мы написали «Искусственный интеллект на службе бизнеса». Книга появилась спустя пять лет после того, как исследователи Университета Торонто показали, что результаты глубокого обучения в распознавании изображений значительно превосходят то, что могут люди. Это был поворотный момент, олицетворявший, возможно, самые значительные достижения в области искусственного интеллекта на сегодняшний день. За эти 10 лет искусственный интеллект разошелся во все стороны. Многие результаты мы можем наблюдать воочию – например, когда наши телефоны распознают наши лица даже в очках или масках. Но не все мы замечаем. Например, как ИИ (искусственный интеллект) упрощает анализ качества товаров, поставляемых по международным цепочкам поставок. Сегодня у нас появилась отличная возможность дополнить наш бестселлер, чтобы идти в ногу со временем.

Анализируя ИИ и его влияние на бизнес, мы прежде всего смотрим на экономические показатели. Как экономисты, мы отходим от фанфар и стремимся свести удивительные технологии к их не столь фантастической сути. Мы показали, что эти новые достижения в области ИИ были в некотором смысле просто прогрессом в статистических методах прогнозирования, однако они перевели прежние методы в другую плоскость. Благодаря уменьшению стоимости прогнозирования им нашлось применение там, где прогнозированием уже занимались (например, в финансовых учреждениях), а также там, где прежде не задумывались об этом (например, при классификации изображений или в машинах с автопилотами). Последние пять лет только подкрепили пользу осмотрительного применения статистики в бизнесе.

Мы получили возможность наблюдать, как компании используют инструменты, которые мы описываем здесь, и разрабатывают приложения для прогнозирования с помощью ИИ. А также получили представление о некоторых связанных с этим проблемах. Вот почему мы решили дополнить книгу двумя главами. В одной мы говорим о том, как прогнозирование заменяет другие способы управления рисками (например, в страховании), а в другой показываем, что ставки при принятии решения действительно имеют значение, когда вы рассчитываете на машины прогнозирования, которые несовершенны (в конце концов, это всего лишь прогнозы). Мы уверены, эти главы помогут вам определить правильные точки входа для ИИ в ваш бизнес и сделать ваше следующее десятилетие прибыльным и инновационным.

С тех пор как вышло первое издание, мы осознали, что развитие ИИ не только снижает стоимость прогнозов, но и разделяет прогнозы и суждения – два основных фактора, влияющих на принятие решений. Это разделение и станет фундаментом новых решений системного уровня. Более дешевые прогнозы позволяют принимать точечные решения, которые влияют на один выбор или одно действие, в то время как подобное разделение дает возможность принимать решения, влияющие на группы связанных действий. Это похоже на русскую матрешку. Каждый раз, раскрывая основную идею, мы находили внутри еще одну. В итоге мы написали целую книгу в дополнение к этой. В «Искусственном интеллекте на службе бизнеса» мы объясняем экономику ИИ и рассказываем, как ИИ-технология используется для точечных решений. В Power & Prediction, нашей новой книге, мы объясняем экономику взаимосвязанного принятия решений и описываем, как использовать технологию решений системного уровня. Сотрудникам часто трудно выполнять системные решения, ведь это значит, что право принятия решений – а следовательно, и власть – переходит от одних людей или компаний к другим, из-за чего и возникает сопротивление. На сегодняшний день большая часть инвестиций в ИИ имеет отношение к точечным решениям. Мы ожидаем, что ситуация изменится, а значит, ИИ станет еще более прорывной технологией. Так что пристегнитесь.

Аджай Агравал, Джошуа Ганс и Ави Голдфарб, 2022 год

Предисловие партнера

Мое знакомство с решениями в области ИИ[1] состоялось в далеком 1993 году. На выставке CeBIT в Ганновере исследовательская команда Инновационного центра при Академии наук, который я возглавлял, впервые продемонстрировала работающий алгоритм распознавания рукописных текстов. Несмотря на то что наша экспериментальная установка представляла собой штатив с примотанной к нему изолентой бытовой камерой, наш стенд вызывал неподдельный интерес посетителей. Алгоритм на базе нейронной сети успешно распознавал рукописные цифры независимо от их размера, наклона, толщины линий и графического стиля, приводя в восторг любознательную публику. Тогда все только начиналось, и мы не представляли себе возможностей коммерческого использования этих решений. Только в конце 90-х на основе этого опыта появились первые индустриальные решения для фотовидеофиксации, которые нашли широкое применение в системах безопасности по всему миру.

По оценкам аналитиков, мировой рынок искусственного интеллекта и нейротехнологий к 2025 году превысит 500 млрд долларов США, а размер российского рынка составит около 20 млрд долларов. Многие лидеры стран определили технологии ИИ как важнейший фактор конкурентоспособности. Только за последние три года более чем в двадцати ведущих странах были разработаны национальные стратегии развития ИИ. Россия имеет хорошие шансы занять достойное место среди глобальных лидеров в области ИИ.

Спектр используемых технологий, связанных с ИИ, очень широк. Это и компьютерное зрение, распознавание и синтез речи, системы принятия решений, предиктивная аналитика, машинное обучение и т. п. Уже сегодня сложно представить себе жизнь без систем навигации и голосовых помощников. В ближайшее время не останется банков, которые проводят оценку надежности заемщика вручную, а в недалеком будущем мы будем ездить на беспилотных автомобилях. Технологии ИИ активно вторгаются в наш быт и играют огромную роль в процессе цифровой трансформации бизнеса.

Если ранее стратегический выбор был в первую очередь следствием меняющихся потребительских предпочтений, то сегодня к ключевым драйверам изменений добавились технологии.

Развитие технологий приводит к трансформации бизнес-моделей, а также того, как мы находим своих клиентов, понимаем их потребности и создаем для них ценность: таргетированная реклама, динамические модели ценообразования и системы лояльности, цифровые продукты, переход на сервисные модели и управление жизненным циклом, оптимальный клиентский опыт.

Меняется логика производственных процессов и принятия управленческих решений: роботизированная логистика и производственные системы, оптимальные технологические процессы, сокращение простоев оборудования посредством предиктивной аналитики, минимум потерь вследствие рационального управления ресурсами, а также системы управления рисками и принятия инвестиционных решений, системы мотивации и вознаграждения сотрудников. Все это сегодня уже невозможно без применения решений в области ИИ.

Русский перевод книги «Искусственный интеллект на службе бизнеса» появился очень своевременно. Авторы превзошли себя, описав простым и доступным языком очень сложные понятия, определения и возможные последствия распространения ИИ. Книга включает четыре основных раздела: прогностика, решения, инструменты и стратегия. Очень хорошо структурированное и последовательное описание, изобилующее многочисленными примерами, можно смело назвать библией ИИ. Книга не только описывает, как ИИ повлияет на бизнес, но и позволяет лучше понять, какими будут социальные последствия, как станет меняться роль человека в альянсе с машинами.

Данная книга, безусловно, полезна для предпринимателей и менеджеров – тех, кто ищет новые возможности для долгосрочной конкурентоспособности бизнеса. Также книга пригодится чиновникам, отвечающим за формирование стратегической повестки страны или региона. Несмотря на некоторую сложность книги, я бы все-таки рекомендовал ее в качестве учебного пособия для студентов вузов и бизнес-школ.

Александр Идрисов, президент Strategy Partners

Предисловие к первому изданию. Машинный интеллект

Если следующая ситуация вам пока в новинку, скоро вы к ней привыкнете. Ребенок в соседней комнате делает уроки, вы слышите, как он говорит: «Назови столицу Делавэра». Вы погружаетесь в размышления: «Балтимор?.. Нет, это первое, что пришло в голову… Уилмингтон?.. Нет, не столица». Не успели вы продолжить, как «Алекса» дает правильный ответ: «Столица Делавэра – Довер». «Алекса» – искусственный интеллект компании Amazon.сom, она обрабатывает вербальный запрос и молниеносно выдает результат. В глазах ребенка «Алекса» как источник информации заменила всезнающих родителей.

ИИ – повсюду. В наших телефонах, автомобилях, больницах, банках, без него не обходятся покупки, знакомства и электронные СМИ. Понятно, что руководители и вице-президенты компаний, менеджеры, начальники отделов, предприниматели, инвесторы, коучи и политики стремятся узнать о нем как можно больше: они понимают, что скоро ИИ коренным образом изменит всю их деятельность.

Мы наблюдали за преимуществами ИИ втроем: мы – экономисты, добившиеся профессиональных успехов на ниве последнего технологического достижения современности – интернета. Много лет занимаясь исследованиями и научившись отделять зерна от плевел, выявляя истинное значение технологий для руководителей, мы организовали «Лабораторию созидательного разрушения» (ЛСР) – программу для ранних этапов развития бизнеса, повышающую вероятность успеха наукоемких стартапов. Изначально ЛСР предназначалась для любых стартапов, но к 2015 году большинство самых интересных начинаний основывались на ИИ. Насколько нам известно, по состоянию на сентябрь 2022 года в ЛСР в течение этих восьми лет наблюдалась самая большая концентрация ИИ-стартапов в мире.

В результате немало стартап-лидеров регулярно приезжали в Торонто для участия в ЛСР. Например, один из основных разработчиков ИИ, лежащего в основе «Алексы», Уильям Танстолл-Пидоу, каждые восемь недель прилетал в Торонто из Кембриджа для участия в программе. Как и Барни Пелл из Сан-Франциско, ранее возглавлявший в НАСА команду из 85 человек, которая запустила в космос первый ИИ.

Такого успеха в своей сфере ЛСР добилась отчасти благодаря расположению в Торонто, где зарождалось и развивалось большинство ключевых разработок в области так называемого машинного обучения, способствовавших недавнему всплеску интереса к ИИ. Специалисты, ранее занятые на кафедре IT-наук Университета Торонто, ныне возглавляют команды ведущих мировых компаний ИИ, в том числе в Facebook♦[2], Apple и проекте Илона Маска Open AI.

Близость к практическому применению ИИ заставила нас сосредоточиться на том, как данные технологии влияют на стратегии бизнеса. Как вы скоро узнаете, ИИ – это прогностическая технология, а поскольку решения принимаются на основе прогнозов, экономика предоставляет идеальную схему для понимания вариантов выбора, лежащих в основе принятия любого решения. Итак, благодаря везению и некоторым усилиям мы оказались в нужном месте в нужное время, чтобы наладить связь между техническими специалистами и бизнес-лидерами. Результатом стала эта книга.

Первоначально ее основная идея заключалась в том, что новая волна ИИ принесла нам не в полной мере разум, а лишь его критическую составляющую – прогнозирование. Когда ребенок произнес запрос, «Алекса» преобразовала звуки в слова и спрогнозировала, какая информация им соответствует. «Алекса» не знает столицу Делавэра, но способна спрогнозировать, что в ответ на такой запрос люди получат конкретный ответ: «Довер».

Каждый стартап в нашей лаборатории базируется на преимуществах улучшенного прогнозирования. Компания Deep Genomics сделала шаг вперед в медицине, предполагая, какие процессы начнутся в клетке после изменений в последовательности ДНК. Компания Ada улучшила клиентский сервис, прогнозируя, как поведут себя потребители в онлайн-взаимодействиях. Компания Validere повысила эффективность нефтедобычи, рассчитав процент содержания влаги в поступающем на переработку и хранение сырье. Все это – лишь малый перечень всех возможностей применения, которые появятся в бизнесе в ближайшем будущем.

Если вы плохо представляете, что значит ИИ для вас, мы поможем вам понять все его возможности и сориентироваться в преимуществах технологии, даже если вы ни разу не программировали свёрточную нейронную сеть и не изучали байесовскую статистику[3].

Руководителям бизнеса мы объясним влияние ИИ на управление и принятие решений. Студентам и недавним выпускникам дадим пищу для размышлений о профессиональных и карьерных перспективах. Финансовым аналитикам и венчурным инвесторам предложим схему, на основании которой они разработают инвестиционные декларации. Политикам предоставим примерный план изменений общества с помощью ИИ, обсудим, какие меры можно предпринять, с тем чтобы перемены оказались к лучшему.

Экономика представляет собой надежную основу для понимания неопределенности и ее роли в принятии решений. Поскольку качественное прогнозирование снижает неопределенность, мы объясним в терминах экономики значение ИИ для принятия решений по развитию бизнеса, что, в свою очередь, даст представление о том, какие инструменты с наибольшей вероятностью помогут максимизировать прибыль от рабочих бизнес-процессов. Это приведет нас к схеме разработки новых стратегий – например, изменения масштаба и диапазона бизнеса для применения новых экономических реалий, проистекающих из удешевления прогнозов. И наконец, мы изложим основные плюсы и минусы влияния ИИ на трудовую деятельность, концентрацию корпоративной власти, конфиденциальность и геополитику.

Какие прогнозы важны для вашего бизнеса? Как дальнейшее развитие ИИ повлияет на предположения, из которых вы исходите? Как изменятся рабочие места в вашей сфере деятельности с развитием прогностических технологий, что уже происходило с появлением ПК и интернета? ИИ – это новая и еще не до конца понятая технология, но существуют надежные инструменты экономики по оценке возможных последствий удешевления прогностики, хотя приводимые нами примеры, без сомнения, когда-нибудь устареют, в отличие от предложенной схемы. Идеи сохранят свою эффективность и с развитием технологий, и с повышением точности и сложности прогнозов.

Наша книга не предлагает рецептов успеха в экономике ИИ – напротив, мы подчеркиваем его преимущества и недостатки. Чем больше данных, тем меньше конфиденциальность; чем выше скорость, тем ниже точность; чем больше независимости – тем слабее контроль. Мы не предлагаем рекомендаций для выработки оптимальной бизнес-стратегии: это ваша забота. Лучшая стратегия для компании, карьеры или страны зависит от вашей оценки соотношения плюсов и минусов. Мы разработали схему определения ключевых преимуществ и недостатков, а также способы оценки всех «за» и «против» для оптимального решения какой-либо задачи. Разумеется, даже располагая нашей схемой, вы заметите, что все меняется очень быстро и вам придется действовать, не обладая исчерпывающей информацией, но, как правило, это все же лучше пассивности.

Выводы

• Новая волна ИИ принесла нам не в полной мере разум, а лишь его критическую составляющую – прогнозирование.

• Любое решение по большей части зависит от прогнозов. В экономике наработаны схемы принятия решений. Новые и не совсем понятные последствия развития прогностических технологий можно объединить с проверенной логикой экономической теории принятия решений и вывести ряд идей, помогающих сориентироваться в том, как применить ИИ в вашей организации.

• Единственного верного ответа на вопрос о том, какая стратегия или инструменты ИИ оптимальны, не существует, потому что неизбежно придется искать компромисс: больше скорость – ниже точность, больше независимости – слабее контроль, больше данных – меньше конфиденциальности. Мы предлагаем метод определения благоприятных и неблагоприятных последствий принятия связанных с ИИ решений, чтобы вы оценили потенциальную выгоду и потери в свете миссии и целей организации, а затем нашли оптимальный для вашего бизнеса вариант.

Дешевизна меняет все

Каждый человек уже соприкасался с ИИ либо очень скоро откроет его для себя. Мы привыкли к регулярным сообщениям в СМИ о новых технологиях, изменяющих нашу жизнь. Технофилы предвкушают возможности будущего, технофобы горюют о старых добрых временах. Впрочем, все уже привыкли к бомбардировке технологическими новостями и, не задумываясь, повторяют: «Единственное, что остается неподвластным переменам, – это сами перемены». Пока не сталкиваются с ИИ. И тогда понимают, как эта технология отличается от остальных.

Некоторые IT-специалисты впервые оценили потенциал ИИ в 2012 году, когда команда студентов Университета Торонто одержала триумфальную победу на ежегодных соревнованиях по распознаванию визуальных образов ImageNet (Large Scale Visual Recognition Challenge). В последующие годы все финалисты ImageNet использовали новаторский для того времени подход «глубокого обучения»: распознавание объектов не просто игра, оно наделяет машину «зрением».

Ряд руководителей технологических компаний увидели новые возможности ИИ, узнав о том, что в январе 2014 года Google приобрела британский стартап DeepMind, отдав больше $600 млн. Хотя доход компании по сравнению с суммой, за которую ее купили, был несущественным, в рамках сделки стало ясно, что искусственный интеллект DeepMind научился самостоятельно, без программирования, играть в некоторые видеоигры Atari с эффективностью, превышающей человеческие возможности.

Всемирно известной новостью ИИ стал в том же 2014 году благодаря заявлению знаменитого физика Стивена Хокинга: «Все в нашей цивилизации является продуктом человеческого интеллекта… и создание искусственного интеллекта стало бы крупнейшим событием в истории человечества»[4].

Кто-то другой осознал грандиозность ИИ, впервые отпустив руль едущей «Теслы», управляемой автопилотом.

В Китае откровением стал момент, когда AlphaGo – ИИ DeepMind – выиграл у Ли Седоля, корейского профессионального игрока в го, а позднее в том же году победил лучшего китайского игрока Кэ Цзе. New York Times назвала эту игру «моментом Спутника»[5] для Китая[6]. Как после запуска спутника в СССР в Америке вложили огромные средства в науку, так и Китай отреагировал национальной стратегией повсеместного распространения ИИ к 2030 году и внушительным финансированием осуществления этого плана.

В своей компании мы осознали значимость ИИ в 2012 году, когда в ЛСР сначала обратились несколько стартапов, применяющих ультрасовременные методики машинного обучения, а затем они хлынули потоком. Обращения следовали почти из всех сфер: исследовательской фармакологии, клиентского обслуживания, производства, контроля качества, ритейла, медицинского оборудования. Технология была мощной и в то же время универсальной, что позволяло создать ценность в самых разных областях применения. Мы приступили к работе, понимая, что это означает с точки зрения экономики: ИИ будет подчиняться тем же экономическим законам, что и все прочие технологии.

Говоря проще, технология сама по себе потрясающая. Знаменитый венчурный инвестор Стив Джурвертсон метко сказал: «Почти каждый продукт, который в ближайшие пять лет покажется волшебством, наверняка будет построен на этих же алгоритмах»[7]. Джурвертсон назвал ИИ волшебством, что перекликается с распространенным сюжетом таких фильмов, как «2001 год: Космическая одиссея», «Звездные войны», «Бегущий по лезвию», и недавних «Она», «Превосходство» и «Из машины».

Мы согласны с Джурвертсоном: это действительно волшебство. И наша задача как экономистов состоит в том, чтобы воплотить волшебство ИИ в простой, понятной и практичной форме.

Отделить зерна от плевел

Экономисты смотрят на мир иначе, чем большинство людей. Мы воспринимаем все относительно схемы, управляемой такими силами, как спрос и предложение, производство и потребление, цена и издержки. Иногда экономисты расходятся во мнениях, но всегда действуют в рамках общей схемы. Мы оспариваем допущения и интерпретации, не сомневаясь в фундаментальных понятиях вроде роли дефицита и конкуренции в регулировании цен. Такой подход дает нам уникальную позицию наблюдателей, что можно отнести к плюсам нашей профессии. Минус же состоит в том, что наша точка зрения суха и бесстрастна, поэтому нас не очень жалуют на званых вечеринках. Тем не менее она добавляет ясности в принятии решений.

Начнем с азов – цен. Когда снижается цена на какой-либо предмет, товар или услугу, спрос немедленно повышается. Более дешевые вещи покупают чаще. Так действует простейшая экономика, именно это сейчас и происходит с ИИ. Он повсюду: встроен в приложения для телефона, оптимизирует сети электроснабжения и заменил управляющего вашим портфелем акций. Скоро он будет возить вас по городу и прилетать к двери вашего дома с посылками.

Экономисты лучше всех умеют отделять зерна от плевел. Где другие замечают трансформационные инновации, мы видим всего лишь снижение цен. Но не все так просто. Чтобы понять влияние ИИ на вашу организацию, следует точно знать, как изменилась цена и как это отразится на экономической ситуации в целом. Только после этого можно приступать к разработке плана действий. История экономики учит, что последствия крупных инноваций часто проявляются в самых неожиданных местах.

Вспомним пример 1995 года из коммерческого интернета. Пока мы смотрели сериал Seinfeld, Microsoft выпустила Windows 95 – первую многозадачную операционную систему. В том же году правительство США отменило все ограничения на коммерческий трафик в интернете, и Netscape – изобретатель интернет-браузера – праздновала первое IPO компании из этого сектора экономики.

Это был переломный момент, когда интернет из технологической диковины превратился в коммерческую приливную волну, которая захлестнет экономику.

На IPO компанию оценили более чем в $3 млрд, хотя ощутимого дохода она еще не имела. Венчурные инвесторы оценивали стартапы в миллионы, даже если они были (используем возникший тогда термин) «преддоходными». Новоиспеченные выпускники MBA отказывались от прибыльных традиционных профессий ради заработков в интернете. Когда влияние Всемирной паутины распространилось на все цепочки создания ценности во всех отраслях, интернет перестали называть новой технологией, он стал новой экономикой. Термин прижился. Интернет преодолел узкие рамки технологии и стал фундаментом человеческой деятельности. Политики, бизнес-лидеры, инвесторы, предприниматели и ведущие СМИ стали использовать этот термин. Все кому не лень называли интернет новой экономикой, кроме самих экономистов.

Мы не видели ни новой экономики, ни новых экономистов. Для нас это была все та же старая экономика. Хотя следует признать, что ряд важных изменений все же произошел. Появилась возможность распространять через интернет товары и услуги. Коммуникации упростились. Информацию теперь получали, просто нажав на кнопку «поиск». Но все это было доступно и раньше – разница лишь в том, что снизилась цена. Расцвет интернета ознаменовал падение цен на распределение, коммуникацию и поиск. Чтобы понять последствия для бизнеса, необходимо оценить результаты технологического развития, заключающиеся в переходе от дорогостоящего к дешевому или от дефицита к изобилию. К примеру, вспомните, когда вы впервые использовали Google, – новоприобретенная способность мгновенно, словно по волшебству, получать нужную информацию завораживала. С экономической же точки зрения Google удешевила поиск. И в результате компании, зарабатывавшие на продаже информации другими средствами (справочники, турагентства, рекламные издания), потеряли конкурентное преимущество. В то же время компании, которым требовалось, чтобы их нашли, – самодеятельные авторы, продавцы коллекционных товаров и доморощенные режиссеры – процветали.