Бизнес взял на вооружение искусственный интеллект. Он действительно помогает в решении сложных бизнес-задач. Но, как мы видим, не все системы ИИ построены одинаково.
С тех пор как Джон МакКарти ввел в обиход термин «искусственный интеллект» в 1955 году, люди заметно расширили первоначальное значение этого понятия. Теперь под искусственным интеллектом подразумевается разум, подобный человеческому, который взаимодействует со своей средой, понимает окружающую его экосистему, способен улавливать контекст, выбирая из него подсказки, формирующие его цели и задачи.
Три характеристики ИИ позволяют ему выполнить свое предназначение в любой ситуации: персонализация, умение отвечать, умение предлагать решения. Искусственный интеллект повторяет в цифровой форме возможности человеческого разума, его способность отличать важные сигналы от шума, основываясь на полученной информации и имеющемся опыте.
В начале долгого пути
По мнению бывшего руководителя Стэнфордской лаборатории искусственного интеллекта Andrew Ng мы сейчас наблюдаем очень раннюю стадию развития искусственного интеллекта.
На руководителей и топ-менеджеров сваливается огромный поток информации об ИИ. Как в этом шуме понять практическое применение технологий и их влияние на бизнес? И, что еще более важно, как мы оцениваем то, что отличает одну систему от другой?
Наше коллективное восприятие ИИ заметно расширилось за последние два года благодаря появлению новых приложений для машинного обучения. Это ПО использует заданные человеком конструкции и правила, чтобы преобразовывать большие объемы разнородный информации в относительно легко воспринимаемые данные. Оно позволяет делать суждения на основе полученных наборов данных и в ответ выполняет определенное действие или предлагает его предпринять.
По существу, у нас есть решение для очень сложного статистического моделирования, где ИИ исследует большой объем данных и делает определенные выводы. Заключение системы становится тем точнее, чем больше данных мы вводим в систему.
Это и есть искусственный интеллект?
С одной стороны, машинные алгоритмы действительно помогают человеку вычислить то, с чем он не мог справиться вручную, особенно в больших масштабах. Затем они предлагают действие или некое описание, понимание ситуации, полученное на основе заложенных правил. Но действительно ли эти системы способны быть персональными, отвечать на действия и предлагать свои, как сказано в определении термина ИИ?
Первый и наиболее важный вопрос:
Может ли он быть персональным?
Каждый человек – «цифровой посетитель» – приходит на ваш сайт с каким-то намерением. И эти намерения эти так же уникальны и разнообразны, как сами люди.
Это не сегмент, не демографическая группа, и, безусловно, не статистическая модель посетителя. И на этот раз посетители даже ведут себя иначе, чем в момент последнего взаимодействия с вами.
Возьмем ритейл. Самый сложный сезон года – новогодние праздники – каждый выбирает подарки другим людям, а не себе. Все, что вы знаете о конкретном потребителе, может оказаться совершенно ненужным.
Давайте добавим еще один слой информации: как посетители обращаются к вам в зависимости от канала, устройства или другой точки контакта. Неважно, приходят ли они прямо на сайт, заходят в мобильное приложение, ищут в поисковике или кликают на ссылку в письме – их покупательский путь сложен и запутан.
Предприятия сталкиваются с огромной проблемой, как с точки зрения данных, так и с точки зрения ресурсов. Все мы слышали догмы о том, что мир омниканален, н не привязан к конкретным устройствам. А теперь ответьте мне, сколько раз я должен «представиться» вам, прежде чем получу персональное внимание?
А вашему ИИ слабО?
Все эти выражения намерения, точки соприкосновения или каналы – всего лишь кусочки сложной головоломки, составляющей образ клиента.
Когда посетитель заходит в магазин, продавец не обращается к нему с предложением только потому, что это мужчина средних лет, который когда-то купил свитер. Разговор, который будет соответствовать намерениям покупателя, должен основываться на определенном контексте, а также на мнении и опыте продавца.
Искусственный интеллект должен помочь преодолеть этот разрыв, иначе мы будем и дальше предлагать посетителям не нужные им товары и получать в ответ хаотичные и незавершенные пользовательские пути. Те компании, которые сопротивляются изменениям, рискуют проиграть.
Покупатели ожидают на самом деле уникального, персонализированного отношения. И их ожидания будут расти.
Когда маркетологи, руководители интернет-продаж или разработчики CMS исследуют возможности систем искусственного интеллекта, крайне важно оценить познавательные умения этих систем. Могут ли они автоматически меняться, адаптироваться под меняющийся пользовательский контекст? Работа ИИ не может основываться только на тех правилах, которые введены вручную или на усредненном портрете пользователя, полученном при сегментировании.
Напротив, искусственный интеллект должен сам описывать личный опыт клиента, основываясь на распознавании шаблонов поведения, анализируя поведение посетителя во всем его цифровом присутствии, во всех каналах. Это очень сложная наука, поскольку пользователи не всегда авторизуются при посещении сайта. Умение соотнести анонимного пользователя с уже известными паттернами поведения и определить его однозначно, как уже известного посетителя, узнать его, требует огромных вычислительных мощностей и способностей ИИ.
Это не значит, что выхода нет. Компании, вроде Google уже используют подобные решения, чтобы определить ожидания своих пользователей. И если мы выберем не развиваться, мы рискуем быстро устареть.
Один из признаков искусственного интеллекта — его способность обучаться, реагировать и отвечать на изменения среды.
Искусственный интеллект постоянно проверяет изменяющийся набор данных, окружающих его, и с точки зрения того, что он запрограммирован знать об этом, и с позиции того, что он может об этом узнать. Этот механизм позволяет ему быть персональным, персонализированно подходить к общению с покупателями.
Но общаясь с кем-то на личностном уровне, вы ждете более глубокого контекста вы должны отвечать или подстраиваться под каждую подсказку, которую вы получаете от человека. Сможет ли искусственный интеллект это сделать?
Как он реагирует?
Язык сложен. Для ИИ нет ничего более важного и более разнообразного, меняющегося, чем язык.
Мы можем попросить у продавца майский чай, но это вовсе не значит, что нам нужен чай, собранный в мае. Сможет ли система искусственного интеллекта определить, что нам нужен напиток марки «Майский чай»?
Прежде чем оценивать пользу ИИ для бизнеса, стоит признать, что точного понимания языка мы можем не добиться.
Слова, тон и контекст могут нести разные и меняющиеся значения. Мы уже наблюдаем, как некоторые бренды отказываются от своих чатботов под управлением Искусственного интеллекта, из-за большого числа ошибок в работе.
Ложные срабатывания
Давайте немного углубимся в понятия тона и контекста, чтобы оценить их с помощью известных метрик. Обычно, когда покупатель входит в магазин, мы можем в общем определить, счастлив ли он, расстроен, изучает ли что-то или определился с выбором. Выражение лица, тон голоса и язык тела – все это говорит о том, какой сценарий взаимодействия лучше использовать, как отвечать этому человеку.
Может ли ИИ воспроизводить эту способность, основываясь на цифровых сигналах? Оказывается, когда покупатели тесно взаимодействуют с брендом именно в цифровой среде, они дают больше возможностей для продолжения этого общения.
Мы часто замечаем, что посетители проводят больше времени на сайте, посматривают больше страниц и по нескольку раз за один сеанс. Мы полагаем, что это хорошие признаки. Но значит ли это, что покупатель счастлив? Возможно, но также это может означать, что покупатель потерян и расстроен, и скорее всего, больше к вам не вернется.
У этого сценария есть и более глубокие последствия. Это означает, что все предположения о том, какие товары мы рекомендуем, какой контент будет интересен пользователю, оказываются ложными. Итак, «интеллект» должен различать, как на индивидуальном, так и на коллективном уровне, какой контекст обеспечивает корреляции, совпадения между точками данных.
Представьте, как продавец смотрит на покупателя, разгладывающего витрины с определенным выражением лица. Также и в цифровой реальности крайне важно критично оценить контекст, основанный на определенных подсказках.
AI не может работать в вакууме
Отвечать на запросы в закрытой экосистеме очень сложно. Чтобы переместить пользователя к желаемому результату, необходим интеллект, но ИИ не может перенастроиться на то, чего он не знает. Для искусственного интеллекта умение отвечать – это обязательно понимать поведение и контекст в более широком масштабе. Это даже может потребовать доступа или уметь подключаться к данным извне определенного сайта. Возвращаясь к пониманию языка, способ использования слов для поиска нужной информации, постоянно меняется. Люди могут каждый день по разному описывать определенные сервисы и продукты в блогах, сайтах или даже в физическом мире. И искусственный интеллект должен распознавать эти перемещения и включать их обратно в систему.
Каждый фактор, определяющий намерения клиента, постоянно изменяется, а эффективные варианты использования для ИИ не могут работать в вакууме. Важно искать такие решения, которые охватывают открытую архитектуру – это позволит быстро адаптировать систему.
Что ИИ нам предписывает?
Хотя большая часть моих обсуждений до сих пор была сосредоточена на стороне клиента, ИИ также важен и для бизнес-пользователей.
За последние десять лет использование больших данных и машинного обучения позволили многим руководителям отделов в компаниях стать лучшими стратегами. Алгоритмы машинного обучения превратили неразобранные массивы информации во вполне воспринимаемые данные, с которыми можно работать.
Однако, как только источников данных, способов их обработки и приложений для анализа стало нереально много, мы снова оказались на том месте, где большие объемы данных неуправляемы.
Короче говоря, этого недостаточно, чтобы конкурировать на текущем рынке. И я думаю, что в этом и заключается большой интерес (и шумиха) вокруг ИИ. То, что когда-то высвободило человеческие ресурсы для стратегии или творчества на более высоком уровне, теперь производит слишком много информации, которую приходится тщательно фильтровать, чтобы делать выводы.
Давление растет
Некоторые из первых приверженцев ИИ опережают своих конкурентов всего на год, или чуть более. Это делает стратегию использования искусственного интеллекта предприятия гораздо более сложной.
Уже недостаточно для приложения ИИ просто определеить проблемы и возможности: теперь ИИ-система должна сказать бизнес-пользователю, что делать, в соответствии с бизнес-компетенциями, и скорее всего – просчитать самый возможный вариант.
Кто кого?
Станет ли ИИ угрозой для профессионалов? Простой ответ — «нет».
Есть некоторые вещи, которые люди просто понимают и делают лучше, чем машины. И это будет продолжаться и в обозримом будущем.
Однако до тех пор, пока не произойдет резкого, апокалиптического скачка в развитии машин, мы должны продолжать рассматривать ИИ как возможность улучшить эффективность бизнеса, улучшая при этом нашу способность применять его предложения. В мире контента, коммерции и цифровых технологий это означает, что мы должны рассматривать и оценивать ИИ, подвергая сомнению его способность быть личным, отзывчивым и предписывающим.