Боты повсюду: когда люди станут не нужны

Мы не будем заглядывать слишком далеко в будущее, а расскажем, что российский бизнес использует уже сегодня, – и что это значит для вас.

Искусственный интеллект – свойство машин выполнять некоторые интеллектуальные функции человека. Технологии ИИ не «думают», как человек, но могут решать нестандартные задачи, развиваться и становиться эффективнее.

MachineLearning (ML, машинное обучение) – область разработки ИИ. Это метод, по которому искусственный интеллект способен самостоятельно учиться на примерах и ошибках – извлекать закономерности и делать выводы из данных. То есть действовать в суровой реальности, где все задачи разные, а возможных решений много.

Значение машинного обучения для бизнеса в том, что оно сокращает издержки: уменьшает расход времени, денег, сил, человеко-часов. Вы не платите зарплату кассиру, если вместо кассира в магазине «работают» компьютерное зрение и биометрические считыватели. Вы не тратите целый день на анализ проектной документации, если алгоритмы машинного обучения делают это за секунду.

Примеров хватает и в повседневности: автомобильные навигаторы прокладывают маршрут, GoogleTranslate переводит текст, робот-пылесос убирает комнату, а системы компьютерного зрения распознают лица.

Машинный интеллект (МИ) анализирует большие массивы данных точнее и быстрее, чем человек. Поэтому банки, страховые компании и ритейл используют аналитические системы на основе машинного обучения.

Хороший пример – банк «Уралсиб». Банк применяет машинное обучение, чтобы минимизировать риски, предотвращать фрод, проверять заемщиков, оценивать их платежеспособность и делать прогнозирование более точным. Это помогло «Уралсибу» выдать в 2017 г.у в 2,9 раза больше кредитов физлицам, чем в 2016 г. Качество выдач при этом возросло.

Сбербанк идет еще дальше и в 2018 г. начинает оценивать залоговую недвижимость с помощью нейросети.

Технологии машинного обучения используют почти все банки для скоринга (предварительной оценки заемщика). А в страховании оно помогает оценивать риски, распределять страховые выплаты и выявлять мошенничество.

Чем точнее аналитика, тем больше денег сохранит бизнес и тем меньше неправильных решений примет. Но у МИ-аналитики есть еще одно следствие – все большая персонализация в маркетинге и рекламе.

Владелец бизнеса не может знать все о каждом клиенте. Машинный интеллект может: он собирает данные о том, что и когда покупал человек, сколько секунд читал описание товара и как часто возвращается на сайт. На основе этих данных можно изменить ассортимент, сделать интересную рекламную акцию и предложить кажд