世界の AI 市場は 2024 年までに年間 17.5% の成長を示し、収益は 5,000 億ドルを超えると見込まれています。
医師の診断医
ヘルスケアで人間をロボットに置き換える難しいですが、診断医は自分のタスクの一部をマシンに転送できます。医師は自分の経験と知識に頼って診断を下しますが、人的要因だけで見落としがちなリスクが常にあります。 AIが大量のデータを操作して詳細を処理するのが簡単になり、分析のエラーの割合が減少します。
たとえば、スタートアップのZebaが支援を提供できます。Medical Vision：放射線科医向けのサービスであり、AIを使用してX線画像を研究し、異常を説明および分析します。このサービスには、数百万の画像の独自のデータベース、高い処理速度と精度があります。まず第一に、それはあなたが医者の負担を減らしそして画像分析のプロセスをスピードアップすることを可能にします。
より大きなデータベースとその例マシンによって学習されると、ケースを見逃すリスクが低くなります。 AIは完全に正確ではないかもしれませんが、人間よりも間違っている可能性は低くなります。この場合、最終的な決定は依然として生きている医師に委ねられます。
鉄道運転士
運転手がいない長距離列車はありそうもない近い将来登場する予定ですが、AIはすでに地下鉄に導入され始めています。鉄道輸送を運転する生きている人とは異なり、コンピューターは不注意や疲労に関連するエラーの影響を受けません。これにより、乗客の安全と商品の安全性が向上します。 AIはすでにドバイメトロで列車を制御しており、乗客は街の景色を眺めながら「運転室」にいることができます。ニューデリーでは、支店の1つにアイデアを実装しました。コペンハーゲンの地下鉄は、自動制御システムにより長い間機能しており、プラハでは、2027年に運転手なしで列車を発車させる予定です。
スマートシステムはロシアでも開発されています列車管理：特に、ロシア鉄道はAIを使用して10両の機関車をテストしています。これらの機関車は、人的要因に関連する列車事故の数を減らすように設計されています。この技術は、ニューラルネットワークとコンピュータービジョンに基づいています。モスクワの地下鉄では、2017年に運転手なしの列車が予想されていました（MCC用にツバメが開発されていました）が、これには改正法が必要でした。 2020年に、彼らはネクラソフスカヤ線の自動列車管理のテスト要素について話し始めましたが、結果はまだ不明です。
銀行アナリスト
このようなスペシャリストの主な要件は次のとおりです。経済と金融の分野における深い知識、銀行投資プロジェクトへの参加から個人向けローン商品の選択まで、さまざまな種類の意思決定を行う能力。作業は主にテンプレートに従って行われるため、コンピュータに任せることができます。
すでにほとんどの大規模なロシアの銀行ガスプロムバンクでは、AIはカードの発行と小売りの貸し出しに従事し、ロスバンクではクライアントの書類のドキュメントを処理し、ホームクレジットバンクでは製品の個人的な提案を準備します。しかし、AIの最も積極的な使用法はSberです。すべての小売クレジットの決定はコンピューターによって行われ、それらの95％は、ライブスペシャリストなしで自動的に生成されます。
店員
営業アシスタントの仕事は非常に日常的です。彼はクライアントに会社の製品とサービスに関する情報を提供し、製品の品質、特性、さらに主観的な質問の選択と回答を支援します。「これは私に合っているかどうか」。同様のアクションは、個々のニーズを考慮し、在庫切れの商品の交換を提供するAIアルゴリズムによって実行されます。
アイデアは多くの衣料品店によって実装され、香水および化粧品のブランド。たとえば、Sephoraネットワークでは、Color IQはコンシーラーとファンデーションの選択に役立ち、LipIQは口紅の選択に役立ちます。 2015年、ユニクロにはUMoodラックがあり、購入者にいくつかの製品を見せていました。それらから、AIと神経伝達物質がクライアントに何を推奨するかを決定するように、好きなものを選択する必要があります。デバイスに直接触れる必要はありません-それは人の気分によって導かれます。同様に興味深いのは、ニーマンマーカスデパートで実装されているアイデアであるSnapアプリです。見つける。ショップ。 （スタートアップSlyceから）クライアントがアップロードしたアイテムの写真に基づいて、ストアのカタログで類似または同じ製品を検索します。
しかし、AIは服、靴、または口紅-ハイパーマーケットから製品を配達するオンラインストアInstamart（現在-「Sbermarket」）では、コンサルタントも機械アルゴリズムに取って代わりました。不足しているアイテムの交換を提供し、以前のレシートに対する顧客の好みを分析し、注文コレクターがカートを埋めるプロセスをスピードアップするのに役立ちます。
店のレジ係
レジ係の行動は同じです - 彼は商品をパンチしますショッピングカートからの購入、不適合商品のキャンセル、領収書の発行、支払いの受け付け。 AI アルゴリズムも同じことを簡単に実行できます。まず、機械が生きている人間に取って代わることができるという事実は、2012 年にロシアで登場し、さらに 90 年代には海外でも登場したセルフサービス レジによって実証されました。しかし今日、話はさらに進み、販売員のいない店舗ではAIがレジ係を完全に置き換えています。
Amazonは、AmazonGoでこのアイデアを最初に宣伝しました-スマートアルゴリズムは、顧客がバスケットに入れたもの（および棚に戻したもの）を確認し、最終的に店を出て、Amazonアカウントまたはリンクされた銀行カードから小切手の金額を差し引きます。チェックアウト時にスキャンする必要もありません。これは、給与（給与）の節約だけでなく、店舗のトラフィックの増加でもあります。アメリカ人の90％は、順番を待つのが長く、バスケットを出て出て行きます。ロシアでは、このアイデアはSberbankとAzbuka Vkusa（これまでのところ本格的な店舗ではなく、部門のみですが）とX5-Groupによって実装されました。
トレーナー
パンデミックでは、フィットネス業界はついに見ましたオンラインテクノロジーの需要と、リモートでクラスを実施できることを確認しました。機器を正しく設定することで、コーチはリモートで作業し、病棟の行動を制御できます。同時に、コンピューターは多くの問題でライブインストラクターに取って代わることができることが判明しました：エクササイズのテクニックの説明、それらの実装とアクションの正確さの監視、ペースに関する推奨事項の提供、呼吸のリマインダー、カウントアプローチの数。これは、カメラから情報を収集し、分析のためにマシンに転送するコンピュータービジョンテクノロジーを使用することで実現されます。
このアイデアはすでにいくつかのスタートアップによって実装されています。特に、Aaptiv: 同社は、パーソナライズされたワークアウトを作成し、ライフスタイルの推奨を提供する「スマート」トレーナーを備えたスマートフォン アプリケーションをリリースしました。サービスを頻繁に使用するほど、その人の活動はより個人的なものになります。そして、Zenia Yoga は、仮想 AI アシスタントを備えた初のヨガ アプリを作成しました。 16 関節の動作分析を通じて身体機能を監視し、トレーナーがオンライン レッスン中に間違いを見つけたり、自習中にコーチとして機能したりするのに役立ちます。
採用担当者
人事スペシャリストが検索して選択空席に適した従業員（実際には指定された基準に従ってソートされます）。そして、供給が需要を上回っている場合、採用担当者は選択プロセスで個人的な好き嫌いに導かれる可能性があり、人的要因が選択の質に影響を及ぼし始めます。 HRと同じ操作を実行できるマシンには、感情的な側面がありません。つまり、公平で、候補者をより客観的に評価します。
この方向での侵入テストは長い間行われてきました：2016年、FirstJobはMiyuボットを開発しました。このボットは、サイトの求職者に適切な求人を提供し、潜在的な労働者と雇用者を結び付けました。また、HeadHunterは、コンピューター推奨サービスをより正確にするために、検索エンジンを機械学習に移行することを決定しました。しかし、ソーシャルネットワークに登録されているスペシャリストのプロファイルを分析し、候補者を比較し、不適切なオプションを除外することができるニューラルネットワークFacebookは、誰もが追い抜かれています。後でそれが潜在的な従業員を企業に提供する可能性があります。
ロシアでも技術が開発されています。ロボットリクルーター（Staforyと呼ばれるスタートアップ）のVeraは、履歴書を選択し、最初の面接のために従業員に電話する方法を学びました。 9時間で、彼は1.5千人の候補者のために働くことができます（面接で）。そしてアルファ銀行では、人事スペシャリストの機能の一部がコンピューターに置き換えられました。現在、AIは、「パスの注文方法」から「ドキュメントの処理方法」まで、すでに確立された従業員に標準的な質問に答えています。 「」このため、AutoFAQプラットフォームは、トレーニングされたニューラルネットワークに基づいて開発されました。同社は、人事スペシャリストを降ろすために、従業員からの要求の30％を自動化する予定です。
コールセンターオペレーター
この人はクライアントから電話を受けます、会社の製品について話し、技術サポートまたはアドバイスを提供します。組織の規模に応じて、コールセンターには200人のオペレーターまたは2,000人以上のオペレーターを配置できます（これはTele2の数です）。しかし、この状態でさえ必ずしも十分ではありません。オラクルの調査によると、今日の顧客の2人に1人は、会社が24時間年中無休で利用できることを期待しています。大規模な組織にとって、AIの助けを借りるよりも、生きている従業員のスタッフの助けを借りてこれを提供する方がコストがかかります。したがって、解決策は、電話に応答し、少なくとも典型的な問題の解決を支援するロボットです。たとえば、注文のステータスを確認します。困難なケースでは、彼らはすでに通話をライブオペレーターにリダイレクトしています。しかし、アイデアはまだ開発段階にあります。ロシアの銀行では、ロボットは生きているコレクターではなく債務を回収しようとしています（実験の結果については何も知られていません）。他の業界では、オペレーターの10％だけがAIに置き換えられています。コールセンターの専門家の半数以上は、マシンアルゴリズムが少なくとも部分的にそれらを置き換えることができると信じていますが。
チャットボットは同様の機能を実行し、チャットサポートの生きている人。ロシアでは、勢いを増しています。Sherlock.imの調査で示されているように、2017年には16％の企業のみが実装し、2019年にはすでに60％になっています（アクセンチュアの調査）。 2020年には、チャットボットがすでに80％の企業で使用されると想定されていました。予測がどの程度実現したかは不明ですが、年末に専門家と市場関係者は、このようなAIソリューション（クラシックおよび音声アシスタント）の需要がパンデミックで実際に増加したことを示しました。銀行セクターと小売、教育機関、医療、eコマースが接続されていました。州の構造。
ミュージシャンとDJ
機械が実行できるとは想像しがたいです創造的な挑戦、しかし、この未来はそう遠くないかもしれません。少なくとも音楽業界では、スマートアルゴリズムはすでに生きている専門家と競争し始めているか、救助に来ています。 2017年、Yandexは音楽を作曲できる（そして後で戯曲を書くことができるが、人と一緒に）ニューラルネットワークを作成しました。これを行うには、アルゴリズムは膨大な量のデータ（約600時間の音楽）を分析し、有名な作曲家の音楽作品のパターンとルールを特定し、メロディーに対する人の肯定的な認識に何が影響するかを理解する必要がありました。
一部のスタートアップはすでに開発を試みていますこの方向のソリューション：たとえば、中国のJukedeckはAIで生成されたメロディーを作成します。 2019年7月、JukedeckはByteDanceを購入しました。TikTokが開発される可能性が高いです。同様のアイデアは、アジアの巨人テンセントが買収したアンパーミュージックによって推進されています。また、Mubert社は、サンプルとサウンドの広範なデータベースを収集し、AIにそれらから独自の楽曲を収集するように教えました。
このマシンはまだ作曲家に代わってすべての作業を行っていません。でも、公共スペースやビデオなど、著作権上、既存のものをそのまま使用することはできず、レーベルに料金を支払う必要があるもの用のバックグラウンド トラックを作成することはすでに可能です。さらに、スタートアップの Melodrive やグループ 65daysofstatic (ゲーム No Man's Sky のサウンドトラックを書いた) が行っているように、ニューラル ネットワークはゲーム用の音楽を生成することもできます。
プログラマー
最もデジタル化された業界では、AI の導入が進んでいます。人のアシスタントは多くの専門分野で期待されていますが、まず第一に、これはプログラマーに関係します。彼らはアルゴリズムを開発し、特定のタスク、つまり典型的なアクションを実装するためのプログラム コードを作成しますが、大量のデータの処理が必要になります。また、プログラム コードの量は膨大になる可能性があります。これらのタスクは AI によって促進できます。AI はコードの分析とテストの段階で関与し、エラーとそれらを修正するためのオプションを見つけます。
長期的には、これにより開発プロセスがスピードアップします。「メモリ内」に十分な適切な例が蓄積されている場合、コンピュータが最終的にコードの記述タスクを引き受ける可能性があります。専門家によると、スキルの低いプログラマーは姿を消す可能性があります-AIが彼らの責任を引き継ぎます。
タクシードライバー
自動運転車のアイデアが推進されています長いです。巧妙な「スタッフィング」を備えたテスラは、ロボットタクシードライバーの時代が来ることを期待していますが、これまでのところ、世界は非常にゆっくりとそれに向かっています。 2015年、日本では、神奈川県の指導者とともに、ロボットタクシーが街路でのロボットタクシー（自動運転車）のパイロットプロジェクトを発表しました。以前は高速道路で実験が行われていました。 2016年に、Uberは同様のプロジェクトを開始する予定でしたが、それでも生きている人（エンジニア）が運転しています。これは米国の法律で義務付けられています。 2018年、Yandexは無人機も発表しました（実験は2022年まで続きます）。しかし、これまで、このアイデアはどこにも広く使用されていませんでした。道路上の困難な状況での作業が難しすぎ、AIの動作が予測できないため、生きている人が中にいる車を制御できません。これまでのところ、重要な瞬間にハンドルを握るエンジニアなしでは何もできません。タクシー運転手が完全に姿を消したことに疑問の余地はありません。
機械は標準的なパターンに従ってしか作業できないため、人間に完全に取って代わられるわけではありませんが、さまざまな職業の生きた専門家とのつながりは強化されるでしょう。
また見なさい：
世界の最初の正確な地図が作成されました。他のみんなの何が問題になっていますか？
暗号化には人間の手からの赤外線が使用されました
何百万年もの間進化の停滞にあったデスバレーで見つかった細菌