Den globala AI-marknaden fram till 2024 kommer att visa en årlig tillväxt på 17,5 % och överstiga 500 miljarder USD i intäkter, som
Läkare diagnostiker
Ersätt människor med robotar inom sjukvårdensvårt, men diagnostikern kan fortfarande överföra en del av sina uppgifter till maskinen. När man ställer en diagnos förlitar sig läkaren på sin erfarenhet och kunskap, men det finns alltid en risk att han kommer att förbise något helt enkelt på grund av den mänskliga faktorn. Det är lättare för AI att manipulera stora mängder data och arbeta med detaljer, vilket minskar andelen fel i analysen.
Till exempel kan en start-Zeba ge hjälp.Medical Vision: en tjänst för radiologer och använder AI för att studera röntgenbilder, beskriva och analysera avvikelser. Tjänsten har en egen databas med flera miljoner bilder, hög bearbetningshastighet och noggrannhet. Först och främst låter det dig minska belastningen för läkaren och påskynda processen för bildanalys.
Ju större databas och exempel somlärt sig av maskinen, desto lägre är risken för att den saknar ett ärende. Och även om AI kanske inte är helt korrekt är det mindre troligt att det är fel än människor. I det här fallet förblir det slutliga beslutet fortfarande hos den levande läkaren.
Järnvägsförare
Långväga tåg utan förare är osannoliktkommer att visas inom en snar framtid, men AI börjar redan implementeras i tunnelbanan. Till skillnad från en levande person som kör järnvägstransport är en dator immun mot fel i samband med slarv och trötthet. Detta ökar passagerarnas säkerhet och säkerheten för varor. AI styr redan ett tåg i Dubai Metro, och passagerare kan vara i "förarhytten" och beundra utsikten över staden. I New Delhi implementerade de idén för en av filialerna, Köpenhamns tunnelbana har länge arbetat på grund av ett automatiserat styrsystem, och i Prag tänker de lansera tåg utan förare 2027.
Smarta system utvecklas också i Rysslandtågledning: i synnerhet testar ryska järnvägarna 10 lok med AI, som är utformade för att minska antalet tågolyckor i samband med den mänskliga faktorn. Tekniken är baserad på neurala nätverk och datorsyn. I tunnelbanan i Moskva förväntades tåg utan förare redan 2017 (svalor utvecklades för MCC), men detta krävde ändrad lagstiftning. År 2020 började de prata om testelement för automatisk tågledning på Nekrasovskaya-linjen, men resultaten är fortfarande okända.
Bankanalytiker
De viktigaste kraven för en sådan specialist är:djup kunskap inom ekonomi och finans, kompetens att fatta olika typer av beslut: från deltagande i bankinvesteringsprojekt till val av låneprodukter för privatpersoner. Arbetet utförs huvudsakligen enligt en mall, så det kan litas på datorn.
De flesta stora ryska banker redanett antal uppgifter robotiseras - på Gazprombank bedriver AI kortutgivning och detaljhandelsutlåning, på Rosbank behandlar de dokument för kundens dokumentation och på Home Credit Bank förbereder de personliga förslag på produkter. Men den mest aktiva användningen av AI är hos Sber: alla kreditkortsbeslut fattas av en dator, 95% av dem genereras automatiskt, utan en live-specialist.
Butiksbiträde
Arbetet med en försäljningsassistent är ganska rutinmässigt:han ger kunderna information om företagets produkter och tjänster, hjälper till att välja och svarar på nya frågor om produktens kvalitet, egenskaper och ännu mer subjektiva: "Är det lämpligt för mig eller inte?" Liknande åtgärder utförs av AI-algoritmer som tar hänsyn till individuella behov och erbjuder ersättning av varor som är slut i lager.
Idén implementerades av många klädbutiker ochparfym- och kosmetiska märken. Till exempel, i Sephora-nätverket, hjälper Color IQ dig att välja concealer och foundation, och Lip IQ hjälper dig att välja läppstift. Tillbaka 2015 hade Uniqlo UMood-rack som visade några produkter för kunden. Av dessa måste du välja de du gillar så att AI och neurotransmittorer bestämmer vad de ska rekommendera till klienten. Även direktkontakt med enheten krävs inte - den styrs av personens humör. Lika intressant är idén som implementeras i varuhuset Neiman Marcus: Snap-appen. Hitta. Affär. (från start Slyce), baserat på ett fotografi av ett objekt som laddats upp av en klient, söker efter liknande eller samma produkter i butikens katalog.
Men AI kan inte bara välja kläder, skor ellerläppstift - i webbutiken Instamart (idag - "Sbermarket"), som levererar produkter från stormarknader, har konsulter också ersatt maskinalgoritmer. De erbjuder ersättare för saknade föremål, analyserar kundernas preferenser för tidigare kvitton och hjälper beställaren att påskynda processen att fylla vagnen.
Kassör i en butik
Kassörskans agerande är detsamma - han slår varornafrån varukorgen, avbeställer olämpliga varor, utfärdar ett kvitto, tar emot betalning. AI-algoritmer kan enkelt göra samma sak. För det första visades det faktum att en maskin kan ersätta en levande person av självbetjäningskassaapparater som dök upp i Ryssland 2012 och utomlands även på 90-talet. Men idag har historien gått mycket längre och AI ersätter kassapersonal helt och hållet i butiker utan säljare.
Amazon var först med att marknadsföra idén med sin Amazon Go -smarta algoritmer ser vad kunden lade i korgen (och vad de återvände till hyllan), som de så småningom lämnade butiken och drar av checkbeloppet från Amazon-kontot eller det länkade bankkortet. Du behöver inte ens skanna i kassan. Det här är inte bara besparingar på lönen (lönen) utan också en ökning av trafiken i butiken - 90% av amerikanerna, med lång väntan på sin tur, lämnar korgen och lämnar. I Ryssland implementerades idén av Sberbank med Azbuka Vkusa (även om detta inte är en fullfjädrad butik hittills utan bara en avdelning), liksom X5-Group.
Tränare
I en pandemi såg träningsindustrin äntligenefterfrågan på onlineteknologi och såg till att det är möjligt att genomföra klasser på distans: med rätt inställning av utrustningen kan tränaren arbeta på distans och styra avdelningarna. Samtidigt visade det sig att en dator kan ersätta en levande instruktör i många frågor: förklara övningstekniken, övervaka deras genomförande och riktigheten av åtgärder, ge rekommendationer om takten, påminna dem om andning, räkna antal tillvägagångssätt. Detta uppnås genom användning av datorvisionsteknik, som samlar in information från kameran och överför den till maskinen för analys.
Idén har redan implementerats av flera startups - iI synnerhet Aaptiv: företaget har släppt en smartphone-applikation med en "smart" tränare som skapar personliga träningspass och ger livsstilsrekommendationer. Ju oftare en person använder tjänsten, desto mer individuell blir hans verksamhet. Och Zenia Yoga har skapat den första yogaappen med en virtuell AI-assistent. Den övervakar kroppsfunktion genom rörelseanalys av 16 leder, hjälper tränaren att upptäcka misstag under onlinelektioner eller agerar som coach under självstudier.
Rekryterare
HR-specialist söker och väljerlämpliga anställda för lediga tjänster (faktiskt sorterar dem enligt angivna kriterier). Och i fallet när utbudet överstiger efterfrågan kan rekryteraren vägledas av personliga gillar eller ogillar i urvalsprocessen, och den mänskliga faktorn börjar påverka urvalskvaliteten. En maskin som kan utföra samma operationer som HR saknar den emotionella aspekten, vilket innebär att den är opartisk och utvärderar kandidater mer objektivt.
Pennprov i denna riktning har utförts under lång tid:År 2016 utvecklade FirstJob Miyu-botten, som erbjöd lämpliga lediga platser till arbetssökande på webbplatsen, kopplade potentiella arbetare och arbetsgivare. Och HeadHunter bestämde sig för att flytta sin sökmotor till maskininlärning för att göra datorrekommendationstjänsten mer exakt. Men alla omges av det neurala nätverket Facebook, som kan analysera profilerna för specialister som är registrerade på det sociala nätverket, jämföra kandidater och filtrera bort olämpliga alternativ. Det är möjligt att det senare kommer att erbjuda potentiella anställda till företag.
Teknik utvecklas också i Ryssland:Vera, en robotrekryterare (en start som heter Stafory), lärde sig att välja ett CV och ringa anställda för en första intervju. På nio timmar kan han träna 1,5 tusen kandidater (i en intervju). Och på Alfa-Bank har några av funktionerna hos en HR-specialist ersatts av en dator: nu svarar AI på redan etablerade anställda på standardfrågor - från "hur man beställer ett pass" till "vad man ska göra med dokument . " För detta utvecklades AutoFAQ-plattformen baserat på ett utbildat neuralt nätverk. Företaget avser att automatisera 30% av förfrågningarna från anställda för att lossa HR-specialister.
Call center operatör
Den här personen tar emot samtal från kunder,talar om företagets produkt, ger teknisk support eller råd. Beroende på organisationens storlek kan callcentret ha 200 operatörer eller mer än 2000 (detta är antalet Tele2). Men även detta tillstånd räcker inte alltid. Oracle-forskning visar att en av två kunder idag förväntar sig att företaget är tillgängligt dygnet runt. Det är dyrare för en stor organisation att tillhandahålla detta med hjälp av en personal av levande anställda än med hjälp av AI. Därför är lösningen robotar som svarar på samtalet och hjälper till att lösa åtminstone typiska problem - till exempel ta reda på statusen för en order. I svåra fall omdirigerar de redan samtalet till en liveoperatör. Men idén är fortfarande i utvecklingsstadiet: i ryska banker försöker robotar samla in skulder istället för levande samlare (ingenting är känt om resultatet av experimentet) och i andra industrier ersätts endast 10% av operatörerna med AI . Även om mer än hälften av callcenter-specialisterna tror att maskinalgoritmer kommer att kunna ersätta dem åtminstone delvis.
Chatbots utför liknande funktioner som ersätterlevande person i chattstöd. I Ryssland får de fart: 2017 genomförde endast 16% av företagen dem, vilket framgår av Sherlock.im-studien, och under 2019 var de redan i 60% (Accenture-studien). Det antogs att chatbots redan 2020 kommer att användas i 80% av företagen. Det är inte känt hur mycket prognoserna gick i uppfyllelse, men i slutet av året visade experter och marknadsaktörer att efterfrågan på sådana AI-lösningar (klassiska och röstassistenter) verkligen hade ökat i pandemin och förutom den traditionella banksektor och detaljhandel, utbildningsinstitutioner, medicin, e-handel var inblandade.
Musiker och DJ
Det är svårt att föreställa sig att en maskin skulle kunna fungerakreativa utmaningar, men den här framtiden kanske inte är långt borta. Åtminstone inom musikindustrin börjar smarta algoritmer redan tävla med eller komma till undsättning för levande proffs. År 2017 skapade Yandex ett neuralt nätverk som kunde komponera musik (och senare skriva en pjäs men tillsammans med en person). För att göra detta var algoritmerna tvungna att analysera stora mängder data (cirka 600 timmar musik), identifiera mönster och regler i berömda kompositörers musikverk och förstå vad som påverkar en persons positiva uppfattning om en melodi.
Vissa nystartade företag försöker redan utvecklaslösningar i den här riktningen: till exempel skapar kinesiska Jukedeck AI-genererade melodier. I juli 2019 köpte Jukedeck ByteDance - med stor sannolikhet för utvecklingen av TikTok. Liknande idéer främjas av Amper Music, som förvärvades av den asiatiska jätten Tencent. Och företaget Mubert har samlat en omfattande databas med samplar och ljud och lärt AI att samla unika musikaliska kompositioner från dem.
Maskinen har ännu inte gjort allt arbete för kompositörer.kommer att göra, men det kan redan skapa bakgrundsspår för offentliga utrymmen, videor och andra saker där du på grund av upphovsrätten inte bara kan använda befintliga - du måste betala etiketten. Dessutom kan neurala nätverk generera musik för spel, vilket görs av startupen Melodrive och gruppen 65daysofstatic (som skrev soundtracket till spelet No Man's Sky).
Programmerare
I den mest digitala av branscher, antagandet av AI somEn assistent till en person förväntas i många specialiteter, men först och främst kommer detta att vara relevant för programmerare. De utvecklar algoritmer och skriver programkod för att implementera en specifik uppgift: typiska åtgärder, men som kräver bearbetning av stora mängder data. Och den stora mängden programkod kan vara enorm. Dessa uppgifter kan underlättas av AI, som kommer att vara involverad i det skede då koden analyseras och testas för att hitta fel och alternativ för att åtgärda dem.
I framtiden kommer detta att påskynda utvecklingsprocesserna.Det är möjligt att datorn så småningom tar på sig uppgiften att skriva kod om den samlar tillräckligt med lämpliga exempel "i minnet". Enligt experter kan lågutbildade programmerare försvinna - deras ansvar kommer att tas över av AI.
Taxichaufför
Idén om automatiserade bilar främjaslång. Tesla med sin smarta "fyllning" ger hopp om att era taxichaufförer kommer att komma, men hittills går världen mycket långsamt mot den. 2015, i Japan, tillkännagav Robot Taxi Inc tillsammans med ledningen för Kanagawa Prefecture ett pilotprojekt för taxirobotar (automatiska fordon) på stadens gator - tidigare experiment utfördes på motorvägar. År 2016 skulle Uber starta ett liknande projekt, men fortfarande med en levande person (ingenjör) som kör - detta krävs enligt amerikansk lag. År 2018 presenterade Yandex också ett obemannat fordon (experimentet pågår till 2022). Men hittills har idén inte använts i stor utsträckning någonstans. För svår uppgift och för oförutsägbart AI-beteende i svåra situationer på vägen för att ge honom kontroll över en bil med levande människor inuti. Hittills kan man inte göra utan en ingenjör som tar ratten i ett kritiskt ögonblick. Det är ingen fråga om taxichaufförernas fullständiga försvinnande nu.
Maskinen kommer inte att förskjuta människor helt, eftersom den bara kan arbeta enligt standardmönster, men dess förbindelse med levande specialister inom olika yrken kommer att stärkas.
Se även:
Den första exakta världskartan skapades. Vad är fel med alla andra?
Infraröd strålning från mänskliga händer användes för kryptering
Bakterier som finns i Death Valley som har varit i evolutionär stagnation i miljontals år