Det globale AI-markedet frem til 2024 vil vise en årlig vekst på 17,5 % og overstige 500 milliarder dollar i omsetning, som
Lege diagnostiker
Erstatt mennesker med roboter i helsevesenetvanskelig, men diagnostikeren kan fremdeles overføre deler av oppgavene til maskinen. Når du stiller en diagnose, stoler legen på sin erfaring og kunnskap, men det er alltid en risiko for at han vil overse noe bare på grunn av den menneskelige faktoren. Det er lettere for AI å manipulere store mengder data og jobbe med detaljer, noe som reduserer prosentandelen av feil i analysen.
For eksempel kan en oppstart Zeba gi hjelp.Medical Vision: en tjeneste for radiologer og bruker AI for å studere røntgenbilder, beskrive og analysere abnormiteter. Tjenesten har en egen database med flere millioner bilder, høy prosesseringshastighet og nøyaktighet. Først av alt, det lar deg redusere legen og belastningen på bildeanalysen.
Jo større databasen og eksempler somlært av maskinen, jo lavere er risikoen for at den går glipp av en sak. Og selv om AI kanskje ikke er helt nøyaktig, er det mindre sannsynlig å være feil enn mennesker. I dette tilfellet vil den endelige avgjørelsen fortsatt ligge hos den levende legen.
Jernbanedriver
Fjerntog uten fører er lite sannsynligvises i nær fremtid, men AI begynner allerede å bli implementert i T-banen. I motsetning til en levende person som kjører jernbanetransport, er en datamaskin immun mot feil forbundet med uforsiktighet og utmattelse. Dette øker sikkerheten til passasjerer og sikkerheten til varer. AI kontrollerer allerede et tog i Dubai Metro, og passasjerer kan være i "førerhuset" og beundre utsikten over byen. I New Delhi implementerte de ideen til en av filialene, Københavns metro har lenge jobbet på grunn av et automatisert kontrollsystem, og i Praha har de til hensikt å starte tog uten sjåfør i 2027.
Smarte systemer utvikles også i Russlandtogstyring: spesielt tester Russian Railways 10 lokomotiver med AI, som er designet for å redusere antall togulykker knyttet til den menneskelige faktoren. Teknologien er basert på nevrale nettverk og datasyn. I metroen i Moskva ble det forventet tog uten sjåfører tilbake i 2017 (Svelger ble utviklet for MCC), men dette krevde lovendring. I 2020 begynte de å snakke om å teste elementer for automatisk togstyring på Nekrasovskaya-linjen, men resultatene er fortsatt ukjente.
Bankanalytiker
De viktigste kravene til en slik spesialist er:dyp kunnskap innen økonomi og finans, kompetanse i å ta ulike typer beslutninger: fra deltakelse i bankinvesteringsprosjekter til valg av låneprodukter for enkeltpersoner. Arbeidet utføres i hovedsak etter en mal, slik at det kan stoles på datamaskinen.
De fleste store russiske banker alleredeen rekke oppgaver blir robotisert - på Gazprombank er AI engasjert i kortutstedelse og detaljhandel, i Rosbank behandler det dokumenter for klientens dossier, og hos Home Credit Bank utarbeider det personlige forslag til produkter. Men den mest aktive bruken av AI er i Sberbank: alle detaljhandelkredittbeslutninger tas av en datamaskin, 95% av dem genereres automatisk, uten en live spesialist.
Butikk assistent
Arbeidet til en salgsassistent er ganske rutinemessig:han gir kundene informasjon om selskapets produkter og tjenester, hjelper til med å velge og svarer på spørsmål om kvaliteten, egenskapene til produktet og enda mer subjektivt: "Er det egnet for meg eller ikke?" Lignende handlinger utføres av AI-algoritmer som tar hensyn til individuelle behov og tilbyr erstatning av varer som er utsolgt.
Ideen ble implementert av mange klesbutikker ogparfymeri og kosmetiske merker. For eksempel, på Sephora-nettverket, hjelper Color IQ deg med å velge concealer og foundation, og Lip IQ hjelper deg med å velge leppestift. Tilbake i 2015 hadde Uniqlo UMood-stativer som viser noen få produkter til kunden. Av disse må du velge de du liker, slik at AI og nevrotransmittere bestemmer hva du skal anbefale til klienten. Selv direkte kontakt med enheten er ikke nødvendig - det styres av personens humør. Like interessant er ideen implementert i Neiman Marcus varehus: Snap-appen. Finne. Butikk. (fra oppstarten Slyce), basert på et fotografi av en vare lastet opp av en klient, søker etter lignende eller samme produkter i butikkens katalog.
Men AI kan ikke bare velge klær, sko ellerleppestift - i nettbutikken Instamart (i dag - "Sbermarket"), som leverer produkter fra hypermarkeder, har konsulenter også erstattet maskinalgoritmer. De tilbyr erstatninger for manglende varer, analyserer kundens preferanser for tidligere kvitteringer, og hjelper ordresamleren med å få raskere prosessen med å fylle vognen.
Kassereren i en butikk
Kassererens handlinger er de samme - han slår varenefra handlekurven, kansellerer uegnede varer, utsteder kvittering, aksepterer betaling. AI-algoritmer kan enkelt gjøre det samme. For det første ble det faktum at en maskin kan erstatte en levende person demonstrert av selvbetjente kasseapparater som dukket opp i Russland i 2012, og i utlandet selv på 90-tallet. Men i dag har historien gått mye lenger, og AI erstatter kasserer helt og holdent i butikker uten selgere.
Amazon var den første til å markedsføre ideen med sin Amazon Go -smarte algoritmer ser hva kunden la i kurven (og hva han returnerte til hyllen) som han til slutt forlot butikken med, og trekker sjekkbeløpet fra Amazon-kontoen eller det tilknyttede bankkortet. Du trenger ikke en gang å skanne i kassen. Dette er ikke bare besparelser på lønn (lønn), men også en økning i trafikken i butikken - 90% av amerikanerne, med lang ventetid på sin tur, vil forlate kurven og dra. I Russland ble ideen implementert av Sberbank med Azbuka Vkusa (selv om dette ikke er en fullverdig butikk så langt, men bare en avdeling), samt X5-Group.
Trener
I en pandemi så treningsindustrien endeligetterspørselen etter online teknologier og sørget for at det er mulig å gjennomføre klasser eksternt: med riktig innstilling av utstyret kan treneren arbeide eksternt og kontrollere avdelingene. Samtidig viste det seg at en datamaskin er i stand til å erstatte en live instruktør i mange spørsmål: forklare øvelsesteknikken, overvåke implementeringen og korrektheten av handlingene, gi anbefalinger om tempoet, minne dem om å puste og telle antall tilnærminger. Dette oppnås ved bruk av datasynteknologi, som samler informasjon fra kameraet og overfører den til maskinen for analyse.
Ideen er allerede implementert av flere startups - iSpesielt Aaptiv: selskapet har gitt ut en smarttelefonapplikasjon med en "smart" trener som lager personlige treningsøkter og gir anbefalinger om livsstil. Jo oftere en person bruker tjenesten, desto mer individuell blir hans aktiviteter. Og Zenia Yoga har laget den første yoga-appen med en virtuell AI-assistent. Den overvåker kroppsfunksjonen gjennom bevegelsesanalyse av 16 ledd, hjelper treneren med å oppdage feil under netttimer eller fungerer som en coach under selvstudier.
Rekrutterer
HR-spesialist søker og velgerpassende ansatte for ledige stillinger (sorterer faktisk etter spesifiserte kriterier). Og i tilfelle når tilbudet overstiger etterspørselen, kan rekruttereren bli ledet av personlige liker eller misliker i utvelgelsesprosessen, og den menneskelige faktoren begynner å påvirke valgkvaliteten. En maskin som er i stand til å utføre de samme operasjonene som HR, er blottet for det emosjonelle aspektet, noe som betyr at det er upartisk og vurderer kandidater mer objektivt.
Pennetester i denne retningen har blitt utført i lang tid:I 2016 utviklet FirstJob Miyu-bot, som ga passende ledige stillinger til arbeidssøkere på nettstedet, koblet potensielle arbeidere og arbeidsgivere. Og HeadHunter bestemte seg for å flytte søkemotoren til maskinlæring for å gjøre anbefalingstjenesten for datamaskiner mer nøyaktig. Men alle blir forbigått av nevronnettverket Facebook, som er i stand til å analysere profilene til spesialister som er registrert på det sosiale nettverket, sammenligne kandidater og filtrere ut upassende alternativer. Det er mulig at det senere vil tilby potensielle ansatte til selskaper.
Teknologier utvikler seg også i Russland:Vera, en robotrekrutterer (en oppstart kalt Stafory), lærte å velge et CV og ringe ansatte til et første intervju. På ni timer kan han trene 1,5 tusen kandidater (i et intervju). Og hos Alfa-Bank ble noen av funksjonene til en HR-spesialist erstattet av en datamaskin: Nå svarer AI på allerede etablerte ansatte på standardspørsmål - fra "hvordan bestille et pass" til "hva de skal gjøre med dokumenter. " For dette ble AutoFAQ-plattformen utviklet basert på et opplært nevralt nettverk. Selskapet har til hensikt å automatisere 30% av forespørsler fra ansatte for å laste ut HR-spesialister.
Telefonsenteroperatør
Denne personen mottar samtaler fra klienter,snakker om selskapets produkt, gir teknisk støtte eller råd. Avhengig av størrelsen på organisasjonen, kan kundesenteret ha 200 operatører eller mer enn 2000 (dette er antallet Tele2). Men selv denne tilstanden er ikke alltid nok. Oracle-forskning viser at en av to kunder i dag forventer at selskapet skal være tilgjengelig 24/7. Det er dyrere for en stor organisasjon å gi dette ved hjelp av en stab av levende ansatte enn ved hjelp av AI. Derfor er løsningen roboter som svarer på samtalen og hjelper til med å løse i det minste typiske problemer - for eksempel å finne ut statusen til en ordre. I vanskelige tilfeller omdirigerer de allerede samtalen til en liveoperatør. Men ideen er fremdeles på utviklingsstadiet: I russiske banker prøver roboter å samle inn gjeld i stedet for levende samlere (ingenting er kjent om resultatene av eksperimentet), og i andre bransjer er bare 10% av operatørene erstattet av AI . Selv om mer enn halvparten av kundesenterspesialistene tror at maskinalgoritmer vil være i stand til å erstatte dem i det minste delvis.
Chatbots utfører lignende funksjoner, erstatterlive person i chat-støtte. I Russland får de fart: i 2017 implementerte bare 16% av selskapene dem, som vist av Sherlock.im-studien, og i 2019 var de allerede i 60% (Accenture-studien). Det ble antatt at chatbots i 2020 allerede vil bli brukt i 80% av selskapene. Det er ikke kjent hvor mye prognosene gikk i oppfyllelse, men på slutten av året antydet eksperter og markedsaktører at etterspørselen etter slike AI-løsninger (klassiske og stemmeassistenter) virkelig hadde vokst i pandemien, og i tillegg til den tradisjonelle banksektoren og detaljhandel, utdanningsinstitusjoner, medisin, e-handel, var koblet sammen. offentlige etater.
Musiker og DJ
Det er vanskelig å forestille seg at en maskin kan utførekreative utfordringer, men denne fremtiden er kanskje ikke langt unna. I det minste i musikkbransjen begynner smarte algoritmer allerede å konkurrere med eller komme til redning for levende profesjonelle. I 2017 opprettet Yandex et nevralt nettverk som kunne komponere musikk (og senere skrive et skuespill, men sammen med en person). For å gjøre dette måtte algoritmene analysere enorme mengder data (ca. 600 timer musikk), identifisere mønstre og regler i musikalske verk fra berømte komponister og forstå hva som påvirker en persons positive oppfatning av en melodi.
Noen startups prøver allerede å utvikle segløsninger i denne retningen: for eksempel skaper kinesiske Jukedeck AI-genererte melodier. I juli 2019 kjøpte Jukedeck ByteDance - med stor sannsynlighet for utvikling av TikTok. Lignende ideer fremmes av Amper Music, som ble kjøpt opp av den asiatiske giganten Tencent. Og Mubert-selskapet har samlet en omfattende database med eksempler og lyder og lært AI å samle unike musikalske komposisjoner fra dem.
Maskinen har ennå ikke gjort alt arbeidet for komponister.vil gjøre det, men det er allerede i stand til å lage bakgrunnsspor for offentlige rom, videoer og andre ting der du på grunn av opphavsrett ikke bare kan bruke eksisterende - du må betale etiketten. I tillegg kan nevrale nettverk generere musikk for spill, slik oppstarten Melodrive og gruppen 65daysofstatic (som skrev lydsporet til spillet No Man's Sky) gjør.
Programmerer
I den mest digitale av bransjer er bruken av AI somEn assistent for en person forventes i mange spesialiteter, men først og fremst vil dette være relevant for programmerere. De utvikler algoritmer og skriver programkode for å implementere en spesifikk oppgave: typiske handlinger, men som krever behandling av store datamengder. Og selve volumet av programkode kan være enormt. Disse oppgavene kan tilrettelegges av AI, som vil være involvert på stadiet med å analysere og teste koden for å finne feil og alternativer for å fikse dem.
I fremtiden vil dette få fart på utviklingsprosesser.Det er mulig at datamaskinen til slutt vil påta seg oppgaven med å skrive kode hvis den samler nok passende eksempler "i minnet". Ifølge eksperter kan lavt dyktige programmerere forsvinne - deres ansvar vil bli overtatt av AI.
Drosjesjåfør
Ideen om automatiserte biler fremmeslang. Tesla med sin smarte "stuffing" gir håp om at tiden med robuste taxisjåfører vil komme, men så langt beveger verden seg mot den veldig sakte. I 2015 kunngjorde Robot Taxi Inc i Japan sammen med ledelsen i Kanagawa Prefecture et pilotprosjekt for taxiroboter (automatiserte kjøretøyer) i bygater - tidligere eksperimenter ble utført på motorveier. I 2016 skulle Uber lansere et lignende prosjekt, men fortsatt med en levende person (ingeniør) som kjører - dette er påkrevd av amerikansk lov. I 2018 presenterte Yandex også et ubemannet kjøretøy (eksperimentet varer til 2022). Men foreløpig har ikke ideen blitt brukt mye hvor som helst. For vanskelig oppgave og for uforutsigbar AI-oppførsel i vanskelige situasjoner på veien til å gi ham kontroll over en bil med levende mennesker inne. Så langt kan man ikke klare seg uten en ingeniør som tar rattet i et kritisk øyeblikk. Det er ikke snakk om drosjesjåførers fullstendige forsvinning nå.
Maskinen vil ikke fortrenge mennesker fullstendig, fordi den er i stand til å jobbe bare i henhold til standardmønstre, men forbindelsen med levende spesialister i forskjellige yrker vil styrke.
Se også:
Det første nøyaktige kartet over verden ble opprettet. Hva er galt med alle andre?
Infrarød stråling fra menneskelige hender ble brukt til kryptering
Bakterier funnet i Death Valley som har vært i evolusjonær stagnasjon i millioner av år