Det globale AI-marked frem til 2024 vil vise en årlig vækst på 17,5% og overstige $500 milliarder i omsætning, som
Læge diagnostiker
Udskift mennesker med robotter i sundhedsvæsenetvanskeligt, men diagnostikeren kan stadig overføre en del af sine opgaver til maskinen. Når man stiller en diagnose, er lægen afhængig af hans erfaring og viden, men der er altid en risiko for, at han vil gå glip af noget fra opmærksomhed på grund af den menneskelige faktor. Det er lettere for AI at manipulere store mængder data og arbejde med detaljer, hvilket reducerer procentdelen af fejl i analysen.
For eksempel kan en opstart Zeba yde hjælp.Medical Vision: en tjeneste for radiologer og bruger AI til at studere røntgenbilleder, beskrive og analysere abnormiteter. Tjenesten har sin egen database med flere millioner billeder, høj behandlingshastighed og nøjagtighed. Først og fremmest giver det dig mulighed for at reducere byrden for lægen og fremskynde processen med billedanalyse.
Jo større database og eksempler derlært af maskinen, jo lavere er risikoen for, at den går glip af en sag. Og mens AI måske ikke er helt nøjagtig, er det mindre sandsynligt at være forkert end mennesker. I dette tilfælde forbliver den endelige beslutning stadig hos den levende læge.
Jernbanechauffør
Fjerntog uden fører er usandsynligtvises i den nærmeste fremtid, men AI begynder allerede at blive implementeret i metroen. I modsætning til en levende person, der kører en jernbanetransport, er en computer immun over for fejl forbundet med skødesløshed og træthed. Dette øger passagerernes sikkerhed og sikkerheden for varer. AI styrer allerede et tog i Dubai Metro, og passagerer kan være i "førerkabinen" og beundre udsigten over byen. I New Delhi implementerede de ideen til en af filialerne, Københavns metro har længe arbejdet på grund af et automatiseret kontrolsystem, og i Prag agter de at starte tog uden chauffør i 2027.
Smarte systemer udvikles også i Ruslandtogledelse: især tester russiske jernbaner 10 lokomotiver med AI, som er designet til at reducere antallet af togulykker forbundet med den menneskelige faktor. Teknologien er baseret på neurale netværk og computersyn. I metroen i Moskva forventedes tog uden chauffører tilbage i 2017 (Swallows blev udviklet til MCC), men dette krævede ændring af lovgivningen. I 2020 begyndte de at tale om at teste elementer i automatisk togstyring på Nekrasovskaya-linjen, men resultaterne er stadig ukendte.
Bankanalytiker
De vigtigste krav til en sådan specialist er:dyb viden inden for økonomi og finans, kompetence i at træffe forskellige typer beslutninger: fra deltagelse i bankinvesteringsprojekter til udvælgelse af låneprodukter til private. Arbejdet udføres hovedsageligt efter en skabelon, så det kan stoles på computeren.
De fleste store russiske banker alleredeen række opgaver robotiseres - på Gazprombank beskæftiger AI sig med kortudstedelse og detailudlån, hos Rosbank behandler det dokumenter til kundens dossier, og hos Home Credit Bank udarbejder det personlige forslag til produkter. Men den mest aktive brug af AI er hos Sber: alle kreditkreditbeslutninger foretages af en computer, 95% af dem genereres automatisk uden en live specialist.
Butiksassistent
Arbejdet med en salgsassistent er ret rutinemæssigt:han giver klienter information om virksomhedens produkter og tjenester, hjælper med at vælge og besvarer nye spørgsmål om produktets kvalitet, egenskaber og endnu mere subjektivt: "Er det velegnet til mig eller ej?" Lignende handlinger udføres af AI-algoritmer, der tager højde for individuelle behov og tilbyder udskiftning af varer, der er udsolgt.
Ideen blev implementeret af mange tøjbutikker ogmærker til parfume og kosmetik. For eksempel på Sephora-netværket hjælper Color IQ dig med at vælge concealer og foundation, og Lip IQ hjælper dig med at vælge læbestift. Tilbage i 2015 havde Uniqlo UMood-racks, der viste et par produkter til kunden. Af disse skal du vælge dem, du kan lide, så AI og neurotransmittere bestemmer, hvad de skal anbefale til klienten. Selv direkte kontakt med enheden er ikke påkrævet - det styres af personens humør. Lige så interessant er ideen implementeret i Neiman Marcus stormagasin: Snap-appen. Finde. Butik. (fra opstarten Slyce), baseret på et fotografi af en vare uploadet af en klient, søger efter lignende eller de samme produkter i butikkens katalog.
Men AI kan ikke kun vælge tøj, sko ellerlæbestift - i onlinebutikken Instamart (i dag - "Sbermarket"), der leverer produkter fra hypermarkeder, har konsulenter også erstattet maskinalgoritmer. De tilbyder erstatninger for manglende varer, analyserer kundepræferencer for tidligere kvitteringer og hjælper ordrehåndtereren med at fremskynde processen med at udfylde vognen.
Kasserer i en butik
Kassererens handlinger er de samme - han slår varernefra indkøbskurven, annullerer uegnede varer, udsteder en kvittering, modtager betaling. AI-algoritmer kan nemt gøre det samme. For det første blev det faktum, at en maskine kan erstatte en levende person, demonstreret af selvbetjente kasseapparater, der dukkede op i Rusland i 2012 og i udlandet selv i 90'erne. Men i dag er historien gået meget længere, og AI erstatter kassemedarbejdere helt i butikker uden sælgere.
Amazon var den første til at promovere ideen med sin Amazon Go -smarte algoritmer ser, hvad kunden lagde i kurven (og hvad han vendte tilbage til hylden), som han til sidst forlod butikken med, og trækker checken fra Amazon-kontoen eller det tilknyttede bankkort. Du behøver ikke engang at scanne i kassen. Dette er ikke kun besparelser på lønningslisten (lønningslisten), men også en stigning i trafikken i butikken - 90% af amerikanerne, med lang ventetid på deres tur, forlader kurven og går. I Rusland blev ideen implementeret af Sberbank med Azbuka Vkusa (selvom dette hidtil ikke er en fuldgyldig butik, men kun en afdeling) samt X5-Group.
Træner
I en pandemi så fitnessindustrien endeligefterspørgslen efter onlineteknologier og sørgede for, at det er muligt at gennemføre klasser eksternt: med den korrekte indstilling af udstyret kan træneren arbejde eksternt og kontrollere afdelingernes handlinger. På samme tid viste det sig, at en computer er i stand til at erstatte en live instruktør i mange emner: at forklare øvelsesteknikken, overvåge deres gennemførelse og rigtigheden af handlinger, give anbefalinger om tempoet, minde dem om vejrtrækning og tælle antallet af tilgange. Dette opnås ved brug af computervisionsteknologi, der indsamler information fra kameraet og overfører dem til maskinen til analyse.
Idéen er allerede implementeret af flere startups - iIsær Aaptiv: virksomheden har udgivet en smartphone-applikation med en "smart" træner, der skaber personlig træning og giver anbefalinger om livsstil. Jo oftere en person bruger tjenesten, jo mere individuelle bliver hans aktiviteter. Og Zenia Yoga har skabt den første yoga-app med en virtuel AI-assistent. Den overvåger kropsfunktion gennem bevægelsesanalyse af 16 led, hjælper træneren med at opdage fejl under onlinelektioner eller fungerer som coach under selvstudium.
Rekrutterer
HR-specialist søger og vælgeregnede medarbejdere til ledige stillinger (sorterer faktisk efter specificerede kriterier). Og i tilfælde, hvor udbuddet overstiger efterspørgslen, kan rekruttereren blive styret af personlige likes eller antipatier i udvælgelsesprocessen, og den menneskelige faktor begynder at påvirke udvælgelseskvaliteten. En maskine, der er i stand til at udføre de samme operationer som HR, er blottet for det følelsesmæssige aspekt, hvilket betyder, at det er upartisk og vurderer kandidater mere objektivt.
Pen-test i denne retning er blevet udført i lang tid:I 2016 udviklede FirstJob Miyu-bot, der tilbød passende ledige stillinger til jobsøgende på stedet, forbundne potentielle arbejdere og arbejdsgivere. Og HeadHunter besluttede at flytte sin søgemaskine til maskinindlæring for at gøre computeranbefalingstjenesten mere præcis. Men alle overhales af det neurale netværk Facebook, som er i stand til at analysere profiler fra specialister, der er registreret på det sociale netværk, sammenligne kandidater og filtrere upassende muligheder. Det er muligt, at det senere vil tilbyde potentielle medarbejdere til virksomheder.
Der udvikles også teknologier i Rusland:Vera, en robotrekrutter (en opstart kaldet Stafory), lærte at vælge et CV og kalde medarbejdere til et indledende interview. På ni timer kan han træne 1,5 tusind kandidater (i et interview). Og hos Alfa-Bank er nogle af funktionerne i en HR-specialist blevet erstattet af en computer: nu svarer AI på allerede etablerede medarbejdere på standardspørgsmål - fra "hvordan man bestiller et pas" til "hvad man skal gøre med dokumenter . " Til dette blev AutoFAQ-platformen udviklet baseret på et trænet neuralt netværk. Virksomheden har til hensigt at automatisere 30% af anmodninger fra medarbejdere for at aflaste HR-specialister.
Call center operatør
Denne person modtager opkald fra klienter,taler om virksomhedens produkt, yder teknisk support eller rådgivning. Afhængigt af organisationens størrelse kan callcenteret have 200 operatører eller mere end 2.000 (dette er antallet af Tele2). Men selv denne tilstand er ikke altid nok. Oracle-forskning viser, at en ud af to kunder i dag forventer, at virksomheden er tilgængelig 24/7. Det er dyrere for en stor organisation at yde dette ved hjælp af et personale med levende medarbejdere end ved hjælp af AI. Derfor er løsningen robotter, der besvarer opkaldet og hjælper med at løse mindst typiske problemer - for eksempel at finde ud af status for en ordre. I vanskelige tilfælde omdirigerer de allerede opkaldet til en live operatør. Men ideen er stadig på udviklingsstadiet: i russiske banker forsøger robotter at opkræve gæld i stedet for levende samlere (intet er kendt om resultaterne af eksperimentet), og i andre industrier erstattes kun 10% af operatørerne med AI . Selvom mere end halvdelen af callcenterspecialisterne tror, at maskinalgoritmer vil være i stand til at erstatte dem i det mindste delvist.
Chatbots udfører lignende funktioner, der erstatterlive person i chat support. I Rusland vinder de fart: I 2017 implementerede kun 16% af virksomhederne dem, som vist i Sherlock.im-undersøgelsen, og i 2019 var de allerede i 60% (Accenture-undersøgelse). Det blev antaget, at chatbots i 2020 allerede vil blive brugt i 80% af virksomhederne. Det vides ikke, hvor meget prognoserne blev til virkelighed, men i slutningen af året viste eksperter og markedsaktører, at efterspørgslen efter sådanne AI-løsninger (klassiske og stemmeassistenter) virkelig var vokset i pandemien og ud over den traditionelle banksektor og detailhandel, uddannelsesinstitutioner, medicinsk, e-handel var involveret.
Musiker og DJ
Det er svært at forestille sig, at en maskine kunne ydekreative udfordringer, men denne fremtid er muligvis ikke langt væk. I det mindste i musikindustrien begynder smarte algoritmer allerede at konkurrere med eller komme levende fagfolk til undsætning. I 2017 oprettede Yandex et neuralt netværk i stand til at komponere musik (og senere skrive et teaterstykke, men sammen med en person). For at gøre dette skulle algoritmerne analysere enorme mængder data (ca. 600 timers musik), identificere mønstre og regler i de berømte komponisters musikværker og forstå, hvad der påvirker en persons positive opfattelse af en melodi.
Nogle startups forsøger allerede at udvikle sigløsninger i denne retning: for eksempel skaber den kinesiske Jukedeck AI-genererede melodier. I juli 2019 købte Jukedeck ByteDance - med stor sandsynlighed for udviklingen af TikTok. Lignende ideer fremmes af Amper Music, som blev erhvervet af den asiatiske kæmpe Tencent. Og Mubert -virksomheden har samlet en omfattende database med prøver og lyde og lært AI at indsamle unikke musikalske kompositioner fra dem.
Maskinen har endnu ikke gjort alt arbejdet for komponister.vil gøre det, men det er allerede i stand til at skabe baggrundsspor til offentlige rum, videoer og andre ting, hvor du på grund af copyright ikke bare kan bruge eksisterende - du skal betale etiketten. Derudover kan neurale netværk generere musik til spil, som det gøres af opstarten Melodrive og gruppen 65daysofstatic (der skrev soundtracket til spillet No Man's Sky).
Programmerer
I den mest digitale af industrier er vedtagelsen af AI somEn assistent til en person forventes i mange specialer, men først og fremmest vil dette være relevant for programmører. De udvikler algoritmer og skriver programkode for at implementere en specifik opgave: typiske handlinger, men som kræver behandling af store mængder data. Og den store mængde programkode kan være enorm. Disse opgaver kan lettes af kunstig intelligens, som vil være involveret i fasen med at analysere og teste koden for at finde fejl og muligheder for at rette dem.
På lang sigt vil dette fremskynde udviklingsprocesser.Det er muligt, at computeren i sidste ende vil påtage sig opgaven med at skrive kode, hvis den samler nok passende eksempler "i hukommelsen". Ifølge eksperter kan lavkvalificerede programmører forsvinde - deres ansvar vil blive overtaget af AI.
Taxachauffør
Ideen om automatiserede biler fremmesi lang tid. Tesla med sin smarte "fyldning" giver håb om, at æraen med robot -taxachauffører kommer, men indtil videre går verden meget langsomt hen imod den. I 2015 annoncerede Robot Taxi Inc i Japan sammen med ledelsen af Kanagawa Prefecture et pilotprojekt med robot -taxaer (automatiserede køretøjer) på byens gader - tidligere blev der udført forsøg på motorveje. I 2016 skulle Uber igangsætte et lignende projekt, men stadig med en levende person (ingeniør) kørende - dette kræves af amerikansk lov. I 2018 præsenterede Yandex også et ubemandet køretøj (forsøget varer indtil 2022). Men indtil nu har ideen ikke været bredt brugt nogen steder. For vanskelig opgave og for uforudsigelig AI -adfærd i vanskelige situationer på vejen til at give ham kontrol over en bil med levende mennesker inde. Indtil videre kan man ikke undvære en ingeniør, der vil tage rattet i et kritisk øjeblik. Der er ikke tale om taxachaufførers fuldstændige forsvinden nu.
Maskinen vil ikke helt fortrænge mennesker, fordi den kun er i stand til at arbejde efter standardmønstre, men dens forbindelse med levende specialister i forskellige erhverv vil styrke.
Se også:
Det første nøjagtige kort over verden blev oprettet. Hvad er der galt med alle andre?
Infrarød stråling fra menneskelige hænder blev brugt til kryptering
Bakterier fundet i Death Valley, der har været i evolutionær stagnation i millioner af år