Искусственный интеллект наконец-то проникает в бизнес

Эпоха «скучного ИИ» будет чем то

Машины приезжают за вашими культурами — по крайней мере, на несколько полей в Америке. Этой осенью john Deere, производитель тракторов, отправил свой первый парк полностью самоуправляемых машин фермерам. Вспашки оснащены шестью камерами, которые используют искусственный интеллект (ИИ) для распознавания препятствий и маневрирования в стороне. Джулиан Санчес, который руководит подразделением фирмы по новым технологиям, считает, что около половины автомобилей, которые продает John Deere, имеют некоторые возможности ИИ. Это включает в себя системы, которые используют бортовые камеры для обнаружения сорняков среди сельскохозяйственных культур, а затем опрыскивают гербициды, и зерноуборочные комбайны, которые автоматически изменяют свои собственные настройки, чтобы тратить как можно меньше зерна. Г-н Санчес говорит, что для фермы среднего размера дополнительные затраты на покупку трактора с искусственным интеллектом окупаются за два-три года.

На протяжении десятилетий звездноглазые технологи утверждали, что ИИ перевернет деловой мир, создавая огромные преимущества для фирм и клиентов. John Deere — не единственное доказательство того, что это наконец-то происходит. Опрос, проведенный консалтинговой компанией McKinsey, показал, что в этом году 50% фирм по всему миру пытались каким-либо образом использовать ИИ, по сравнению с 20% в 2017 году. Мощные новые «базовые» модели быстро перемещаются из лаборатории в реальный мир. Chatgpt, новый инструмент искусственного интеллекта, который недавно был выпущен для публичного тестирования, создает волны для своей способности создавать умные шутки и объяснять научные концепции. Но волнение также ощутимо среди корпоративных пользователей ИИ, его разработчиков и спонсоров венчурного капитала этих разработчиков. Многие из них посетили недельный джамбори, организованный в Лас-Вегасе Amazon Web Services, подразделением облачных вычислений технологического гиганта. Мероприятие, которое завершилось 2 декабря, было наполнено беседами и семинарами по искусственному интеллекту. Среди самых загруженных стендов в выставочном зале были стенды фирм ИИ, таких как Dataiku и Blackbook.ai.

Шумная сцена ИИ является исключением из мрачного настроения в techdom, который находится в разгаре глубокого спада. В 2022 году венчурные капиталисты вложили 67 миллиардов долларов в фирмы, которые утверждают, что специализируются на ИИ, согласно PitchBook, фирме, занимающейся данными. Доля венчурных сделок во всем мире с участием таких стартапов выросла с середины 2021 года до 15% в этом квартале (см. диаграмму 1). В период с января по октябрь было отчеканено 28 новых единорогов ИИ (частные стартапы стоимостью 1 миллиард долларов и более). Microsoft, как говорят, ведет переговоры об увеличении своей доли в Openai, создателе базовых моделей и поставщике Chatgpt. Alphabet, материнская компания Google, как сообщается, планирует инвестировать 200 миллионов долларов в Cohere, конкурента Openai. По крайней мере, 22 стартапа ИИ были запущены выпускниками Openai и Deepmind, одной из лабораторий ИИ Alphabet, согласно отчету Яна Хогарта и Натана Бенайха, двух британских предпринимателей.

Изобилие не ограничивается Силиконовой долиной. Крупные фирмы всех видов отчаянно нуждаются в талантах ИИ. За последние 12 месяцев крупные американские фирмы в индексе s&p 500 приобрели 52 ИИ-стартапа, по сравнению с 24 покупками в 2017 году, сообщает PitchBook. PredictLeads, другой поставщик данных, отмечает, что та же группа фирм размещала около 7000 объявлений о работе в месяц для экспертов по ИИ и машинному обучению в течение трех месяцев до ноября, что примерно в десять раз больше, чем в первом квартале 2020 года (см. диаграмму 2). Дерек Занутто из Capitalg, одного из венчурных подразделений Alphabet, отмечает, что крупные фирмы потратили годы на сбор данных и инвестирование в связанные с ними технологии. Теперь они хотят использовать этот «стек данных» в своих интересах. ИИ предлагает способы сделать это.

Неудивительно, что первой отраслью, охватившей ИИ, был технологический сектор. С 2000-х годов методы машинного обучения помогли Google перегрузить свой бизнес онлайн-рекламы. Теперь он использует ai для улучшения результатов поиска, заканчивания ваших предложений в Gmail и разработки способов сокращения потребления энергии в своих центрах обработки данных, среди прочего. ИИ Amazon управляет своими цепочками поставок, инструктирует складских роботов и предсказывает, какие кандидаты на работу будут хорошими работниками; Apple обеспечивает своего цифрового помощника Siri; Meta’s обслуживает привлекающие внимание посты в социальных сетях; и Microsoft делает все, от устранения фонового шума в Teams, своей службе видеоконференций, до предоставления пользователям возможности создавать первые черновики презентаций PowerPoint.

Крупные технологии быстро подсмотрели возможность продать некоторые из тех же возможностей ИИ клиентам. Amazon, Google и Microsoft теперь предоставляют такие инструменты клиентам своих подразделений облачных вычислений. Доходы от облачного сервиса машинного обучения Microsoft удваивались в каждом из последних четырех кварталов в годовом исчислении. Появились начинающие поставщики, от Avidbots, канадского разработчика роботов, которые подметают складские полы, до Gong, чье приложение помогает отделам продаж следить за лидерством. Более широкое использование облачных вычислений, что снижает стоимость использования ИИ, позволило технологии распространиться на другие сектора, от промышленности до страхования. Вы можете этого не видеть, но в наши дни ИИ повсюду.

Притупление режущей кромки

В 2006 году Ник Бостром из Оксфордского университета заметил, что «как только что-то становится достаточно полезным и распространенным, оно больше не называется ИИ». Али Годси, босс Databricks, компании, которая помогает клиентам управлять данными для приложений ИИ, видит взрыв такого «скучного ИИ». Он утверждает, что в течение следующих нескольких лет ИИ будет применяться ко все большему количеству рабочих мест и функций компании. Множество небольших улучшений в прогностической способности ИИ могут привести к улучшению продуктов и большой экономии.

Это особенно верно в менее ярких областях, где фирмы уже используют какую-то аналитику, такую как управление цепочками поставок. Когда в сентябре ураган Ян вынудил Walmart закрыть крупный распределительный центр, остановив поток товаров в супермаркеты во Флориде, ритейлер использовал новую симуляцию своей цепочки поставок на основе искусственного интеллекта, чтобы перенаправить поставки из других центров и предсказать, как изменится спрос на товары после шторма. Благодаря ИИ это заняло часы, а не дни, говорит Шрини Венкатесан из технологического подразделения Walmart.

Предстоящая волна базовых моделей, вероятно, сделает ИИ гораздо более скучным. Эти алгоритмы имеют две большие перспективы для бизнеса. Во-первых, базовые модели способны генерировать новый контент. Stability ai и Midjourney, два стартапа, строят генеративные модели, которые создают новые образы для заданной подсказки. Попросите собаку на одноколесном велосипеде в стиле Пикассо — или, что менее легкомысленно, логотип для нового стартапа — и алгоритм вызовет это в воображении через минуту или около того. Другие стартапы создают приложения поверх базовых моделей других компаний. Jasper и copy.ai платят Openai за доступ к gpt3, что позволяет их приложениям преобразовывать простые подсказки в маркетинговую копию.

Второе преимущество заключается в том, что после обучения базовые ИИ хорошо выполняют различные задачи, а не одну специализированную. Возьмем gpt3, модель естественного языка, разработанную Openai, которая составляет основу для Chatgpt. Сначала он был обучен на больших кусках Интернета, а затем отлажен различными стартапами для выполнения различных вещей, таких как написание маркетинговой копии, заполнение налоговых форм и создание веб-сайтов из серии текстовых подсказок. Грубые оценки Бины Амманат, которая возглавляет практику ИИ консалтинговой компании Deloitte, предполагают, что универсальность базовых моделей может сократить затраты на проект ИИ на 20-30%.

Одним из ранних успешных применений генеративного ИИ является, опять же предсказуемо, область технологий: компьютерное программирование. Несколько фирм предлагают виртуального помощника, обученного на большом депозите кода, который штампует новые строки при появлении запроса. Одним из примеров является Copilot на GitHub, платформе, принадлежащей Microsoft, на которой размещаются программы с открытым исходным кодом. Программисты, использующие Copilot, передают на аутсорсинг почти 40% написания кода. Это ускоряет программирование на 50%, утверждает фирма. В июне Amazon запустила CodeWhisperer, свою версию инструмента. Alphabet, как сообщается, использует что-то похожее под кодовым названием PitchFork, внутренне.

Искусственная окраска

В мае Сатья Наделла, босс Microsoft, заявил: «Мы представляем себе мир, в котором каждый, независимо от его профессии, может иметь второго пилота для всего, что он делает». В октябре Microsoft запустила инструмент, который автоматически обрабатывает данные для пользователей, следуя подсказкам. Amazon и Google могут попытаться произвести что-то подобное. Несколько стартапов уже делают это. Adept, калифорнийская компания, управляемая бывшими сотрудниками Deepmind, Openai и Google, работает над «вторым пилотом для работников умственного труда», говорит Келси Шот, соучредитель фирмы. В сентябре компания выпустила видео своей первой модели фундамента, которая использует подсказки для обработки чисел в электронной таблице и для выполнения поиска на веб-сайтах недвижимости. Компания планирует разработать аналогичные инструменты для бизнес-аналитиков, продавцов и других корпоративных рабочих мест.

Корпоративные пользователи экспериментируют с генеративным ИИ другими творческими способами. Г-н Санчес из John Deere говорит, что его фирма изучает «синтетические» данные, генерируемые ИИ, которые помогут обучить другие модели ИИ. В декабре 2021 года гигант спортивной одежды Nike купил фирму, которая использует такие алгоритмы для создания новых дизайнов кроссовок. Alexa, виртуальный помощник Amazon, теперь может придумывать истории, чтобы рассказывать детям. Nestlé, гигантская швейцарская фирма по производству продуктов питания, использует изображения, созданные dalle-2, еще одной моделью Openai, чтобы помочь продавать свои йогурты. Некоторые финансовые фирмы используют ИИ для подготовки первого проекта своих квартальных отчетов.

Пользователи базовых моделей также могут использовать развивающуюся индустрию профессиональных суфлеров, которые разрабатывают направления таким образом, чтобы оптимизировать выпуск моделей. PromptBase – это рынок, где пользователи могут покупать и продавать подсказки, которые дают особенно яркие результаты от больших генеративных моделей на основе изображений, таких как dalle-2 и Midjourney. Сайт также позволяет нанять опытных «инженеров по подсказке», некоторые из которых взимают 50-200 долларов за подсказку. «В наши дни все дело в написании подсказок», — говорит Томас Домке, босс GitHub.

Как и во всех новых мощных инструментах, компании должны действовать осторожно, развертывая больше ИИ. Пройдя обучение в Интернете, многие модели фундамента отражают человечность, бородавки и все такое. Одно исследование, проведенное учеными из Стэнфордского университета, показало, что, когда gpt3 попросили завершить предложение, начинающееся с «Два мусульманина вошли в …», результат, вероятно, вызывал насилие гораздо чаще, чем когда фраза относилась к христианам или буддистам. Meta разрушила Galactica, свою базовую модель для науки, после утверждений, что она породила реально звучащие, но поддельные исследования. Карл Бергстром, биолог из Вашингтонского университета в Сиэтле, назвал его «генератором случайной ерунды». (Мета говорит, что модель остается доступной для исследователей, которые хотят узнать о работе.)

Другие проблемы специфичны для мира бизнеса. Поскольку базовые модели, как правило, являются черными ящиками, не предлагая объяснений того, как они пришли к своим результатам, они могут создавать юридические обязательства, когда дела идут не так. И они мало что сделают для тех фирм, которым не хватает четкого представления о том, что они хотят, чтобы ИИ делал, или которые не могут научить сотрудников, как его использовать. Это может помочь объяснить, почему только четверть респондентов опроса McKinsey заявили, что ИИ выиграл от прибыли (определяемой как увеличение прибыли на 5%). Доля фирм, видящих большую выгоду (увеличение прибыли более чем на 20%), находится в низких однозначных цифрах, и многие из них являются технологическими фирмами, говорит Майкл Чуй, который работал над исследованием.

Тем не менее, эти пропорции должны продолжать расти, поскольку все больше ИИ становится все более скучным. Редко скучное вызывало такое волнение.