Введение. Искусственный интеллект – это прикладная отрасль науки, занимающаяся изучением и моделированием природного интеллекта человека.

Принимая во внимание появление искусственного интеллекта, у представителей бизнеса, политиков и рядовых граждан появляется масса вопросов, связанных с последствиями деятельности искусственного интеллекта.

Дуалистичность мнений обусловлена пониманием искусственного интеллекта как некой панацеи от множества политических, экономических и социальных проблем. Или же искусственный интеллект – это одиозное явление? И, чтобы не заниматься экзерцицией, необходим комплексный анализ сущности и последствий влияния современного явления.

Цель исследования рассмотреть понятие искусственного интеллекта и дать оценку влияния интеллекта на экономические показатели деятельности компании.  

Основная часть. Понятие «искусственный интеллект» (далее ИИ) описывает способность компьютерных систем самообучаться с помощью данных и выполнять узкопрофильные задачи, с которыми раньше справлялся только человек.

Возможности нейросетей и других технологий ИИ позволяют [1]:

• автоматизировать рутину,
• превращать массивы данных в ценные знания о потребностях, предпочтениях клиентов, рисках, ресурсах и др.

По-нашему мнению, широкому распространению ИИ в бизнесе мешают законодательные барьеры, сложность и дороговизна разработки искусственного интеллекта.

Тем не менее, уже существуют готовые решения в области ИИ. А технологии имеют свойство дешеветь, когда выходят «в народ».

И здесь, совершенно необходимо разобраться и понимать, как компании используют искусственный интеллект. Нами проведён обзорный анализ данного вопроса на основании информации, находящейся в открытом доступе.

С практической точки зрения важно понимать, как компании используют искусственный интеллект. На примере российских, а также мировых компаний можно выделить следующие функции ИИ, которые, в свою очередь, влияют на экономические показатели работы компании:

1. Оптимизируют бизнес-процессы. Ввиду того, что большинство вопросов клиентов предсказуемы, например, «Как оплатить товар? Какие вы даёте гарантии на обслуживание? Как сменить тарифный план?» возникает необходимость автоматизировать процесс ответов путём создания чат-ботов.

Судя по опросам респондентов публичного акционерного общества «Сбербанк России», клиентов это вполне устраивает: люди положительно относятся к общению с роботом с условием, чтобы он давал необходимую и точную информацию.

Например, чат-бот компании «МТС» самостоятельно справляется с 80-85 % обращений пользователей. В дальнейшем МТС планирует научить бота не только обрабатывать запросы, но и в подходящий момент предлагать абонентам услуги и продукты, которые им действительно нужны [2].

Ещё один пример робота-помощника – чат-бот «ВкусВилл». Он может подбирать скидки и рацион, находить магазины поблизости, а ещё выступает важным для компании каналом обратной связи. Через него приходит порядка 4000 полезных отзывов в месяц.

Кроме того, оптимизация бизнес-процессов с помощью роботов происходит и в рекрутинге. Например,  в 2016 году на рынке появился проект в рамках стартап Stafory помощника HR-менеджера — «Робот Вера». Конечно, искусственный интеллект на 100 % не может заменить рекрутера-человека, но «Вера» профессионально проводить первичные собеседования, подбирать резюме, обзванивать соискателей. При этом, по мнению компании данный робот, способен всего за 9 часов провести интервью с 1500 потенциальными кандидатами. Скорость отсеивания и подбора персонала «Роботом Верой» уже оценили такие компании, как PepsiCo, IKEA, «Ростелеком».  И это далеко не единственная технология ИИ для рекрутинга на рынке [1].

Так же, хотим отметить, что на машинное обучение перешёл поисковый алгоритм HeadHunter, SuperJob использовал в этой сфере чат-бота, а, например, стартап Sever.AI помогает HR-менеджерам X5 Retail Group и «СИБУР».

Безусловно, что разработка, внедрение и усовершенствование чат-ботов требует серьёзных финансовых вложений, но в перспективе существенно сокращает издержки [1].

Искусственному интеллекту, безусловно, можно передать не только  простые процессы, с которыми самостоятельно справляется один человек, но и наиболее сложные процессы. В сельском хозяйстве, тяжёлой промышленности и других традиционных отраслях бизнеса, где накапливается большой объем данных, использование ИИ может увеличить производительность в сотни раз. То же касается банковской сферы и сферы страхования, где интеллект применяется очень активно.

Сбербанк эффективно использует  искусственный интеллект практически во все своих бизнес-процессах. Так, например, буквально не недавно решения о выдаче кредита юридическому лицу принимали сотрудники, и на это требовалось несколько недель. Сейчас выдачу кредитов согласовывает искусственный интеллект — всего за 7 минут. А компания «Газпром нефть» поручила ИИ вопросы разработки месторождений. Интеллект производит расчёты, которые специалисты делали «вручную», и на основе трёхмерных моделей предлагает оптимальные сценарии для новых и старых нефтяных скважин. Как показывает анализ, варианты ИИ на 20-30 % экономически эффективнее вариантов экспертов [1].

2. Прогнозируют спрос и поведения клиента. ИИ выполняет роль контроля ресурсов в розничной точке. Крупные торговые сети используют для анализа и прогнозирования спроса внутренние наработки в области ИИ.

Так, успехом увенчался пилотный проект YDF [4] для «Пятёрочки»: искусственный интеллект научился прогнозировать спрос на акционные товары с точностью до упаковки в 61 % случаев. МТС с помощью машинного обучения предсказывает посещаемость розничных салонов сети и перераспределяет ресурсы на 15 % эффективнее. А Mail.ru Group разработала технологию для анализа изображений или видеопотока «Vision», благодаря которой можно, к примеру, вовремя обнаружить, что на полках магазина закончились те или иные товары.

Возможность анализа больших массивов данных – это шанс максимально персонализировать предложения, как для отдельных клиентов, так и для групп потребителей.

Торговые сети сегодня могут подбирать ассортимент точки с учётом информации о жителях района и их потребностях, а сервисы – предугадывать поведение пользователя,

Так же YDF [4] разработала для сайта ЦУМа систему персональных рекомендаций, которая повышает конверсию, что для сегмента люкс – уже большое достижение.

3. Контролируют качество и безопасности. Человеку неподвластна та точность, с которой искусственный интеллект способен выполнять рутинные задачи. Именно по этой причине ИИ начинают внедрять на сложных производствах, где приходится соблюдать строгие стандарты качества и технику безопасности.

Так, например, датская пивоваренная корпорация Carlsberg использует ИИ для создания новых сортов пива. Компьютерные системы с высокотехнологичными датчиками отбирают дрожжи и помогают комбинировать тончайшие оттенки вкусов и запахов для продукции.

Valio прибегает к решениям, которые позволяют свести к минимуму контакт сырья с неблагоприятной окружающей средой. А нижегородская Mattler внедрила на птицефабрике «Моссельпром» технологию Morigan.Lean, с помощью которой проще контролировать производительность сотрудников. Компания также предлагает комплексные решения на базе компьютерного зрения для ретейла, нефтегазовой отрасли и строительства.

Искусственный интеллект Mattler способен обнаружить объект в опасной зоне, определить, надел ли сотрудник каску и не нарушает ли он технику безопасности.

4. Упрощают коммуникацию и тайм-менеджмент. В медицине ведутся разработки, которые помогут людям с заболеваниями центральной нервной системы общаться с близкими и врачами. А в мире бизнеса уже тестируются решения в области речевых технологий, которые облегчают коммуникацию обычных людей. Например, машины могут заменить переводчика.

В свою очередь российская компания, разработчик систем машинного перевода «PROMT» накануне чемпионата мира по футболу в 2018 году предоставила дочерней компании РЖД, «Федеральной пассажирской компании», технологию письменно-голосового перевода, чтобы проводники смогли общаться с иностранными  пассажирами. Приложение-переводчик внедрили прямо в специальные устройства контроля легитимности электронных билетов (УКЭБ) – привычный инструмент проводников. Особенно пригодилась функция распознавания и перевода текста на картинках, меню и ценниках.

Не менее полезными могут быть виртуальные помощники будущего, прообразами которых можно назвать «Siri» Apple и «Алису» Yandex. Эти роботы помогают проснуться утром по будильнику или сделать заказ в интернет-магазине, а их «потомки» научатся бронировать авиабилеты, создавать встречи и конспектировать совещания.

Вывод. Проведённый нами анализ сводится к позиции значимости искусственного интеллекта для бизнеса и общества в целом. Уже сейчас ИИ-стратегии используются не только в пилотных проектах, но и в полной трансформации бизнеса.