Спортивні тренери, діджеї та програмісти — кого ще замінять автоматизовані робітники?
Використання штучного інтелекту (ШІ) наразі забезпечує компаніям понад 5% прибутку. Його застосовують в кол-центрах, на складах, аналітиці та під час обслуговуванні клієнтів. За допомогою розумних алгоритмів бізнес оптимізує витрати та підвищує свою ефективність, зазначається у дослідженні McKinsey.
У майбутньому ШІ ще глибше проникне у професійну діяльність людини. Він не замінить живих людей, але зможе звільнити їх від рутинної роботи, знизити навантаження та кількість помилок, пов’язаних з людським фактором.
До 2024 року світовий ринок ШІ показуватиме щорічний приріст на 17,5% і перевищить $500 млрд виторгу. Багато в чому це відбуватиметься завдяки програмним платформам і рішенням, що покликані розвантажити людину від однотипної роботи, взяти на себе складні завдання з аналітикою великих даних.
Лікар-діагност
У сфері охорони здоров’я замінити людей роботами складно, але частину своїх завдань лікар-діагност все ж може перекласти на машину.
Під час виявлення діагнозу лікар ґрунтується на власному досвіді та знаннях, але завжди є ризик, що він втратить щось з уваги просто через людський фактор. ШІ простіше оперувати великими масивами даних і працювати з деталями, що знижує відсоток помилок під час аналізу. Наприклад, допомогу може надати стартап Zeba Medical Vision: сервіс призначений для рентгенологів і за допомогою ШІ вивчає рентгенівські знімки, дає опис та аналізує відхилення.
Сервіс має власну базу даних з декількома мільйонами зображень, високою швидкістю обробки й точність. Першою чергою він дозволяє знизити навантаження на лікаря та прискорити процес аналізу знімків. Що більша база даних та що більше прикладів, які вивчила машина, то нижче ризики того, що вона пропустить якийсь випадок. І хоча ШІ не може бути абсолютно точним, він помиляється з меншою ймовірністю, ніж людина. При цьому фінальне рішення все одно залишиться за живим лікарем.
Машиніст залізничного транспорту
Потяги далекого прямування без машиніста навряд чи з’являться найближчим часом, але ШІ вже починають впроваджувати в метрополітені. На відміну від живої людини, що керує залізничним транспортом, комп’ютер застрахований від помилок, пов’язаних з неуважністю і втомою. Тим самим підвищується безпека пасажирів і збереження вантажів.
ШІ вже управляє потягом у метро Дубая, в “кабіні машиніста” можуть перебувати пасажири, які милуються видом на місто. У Нью-Делі реалізували ідею для однієї з гілок. Метро в Копенгагені давно працює завдяки автоматизованій системі контролю. А у Празі мають намір запустити потяги без машиніста вже 2027 року.
Банківський аналітик
Основні вимоги до такого фахівця — глибокі знання у сфері економіки та фінансів, компетентність у прийнятті різного роду рішень: від участі в інвестиційних проєктах банку до підбору кредитних продуктів фізичним особам. Робота переважно ведеться за шаблоном, тому її можна довіряти комп’ютеру.
Продавець-консультант
Робота продавця-консультанта досить рутинна: він надає клієнтам інформацію щодо товарів і послуг компанії, допомагає у виборі та відповідає на запитання про якість, характеристики товару й навіть більш суб’єктивні: “Мені це підходить, чи ні?”.
Подібні дії виконують й алгоритми ШІ, які враховують індивідуальні потреби, пропонують заміну товару, відсутнього в наявності. Ідею реалізували багато магазинів одягу та парфумерно-косметичні бренди. Наприклад, у мережі Sephora сервіс Color IQ допомагає підібрати консилер і тональний крем, а Lip IQ — помаду.
В Uniqlo ще 2015 року з’явилися стійки UMood, що демонструють покупцеві декілька продуктів. З них потрібно обрати вподобані, щоб ШІ та нейропередатчики визначили, що порекомендувати клієнту.
Не потрібно навіть прямого контакту з пристроєм — він орієнтується на настрій людини. Не менш цікава ідея, реалізована в американському універмазі Neiman Marcus: додаток Snap. Find. Shop.(від стартапу Slyce) за допомогою фотографії предмета, завантаженої клієнтом, шукає схожі або ті ж самі товари в каталозі магазина.
Касир у магазині
Дії касира однотипні — він пробиває товар з кошика покупця, скасовує позиції, які не підійшли, оформляє чек, приймає оплату. Все те ж саме з легкістю можуть робити й алгоритми ШІ. Те, що машина здатна замінити живу людину, продемонстрували каси самообслуговування, що з’явилися за кордоном ще у 90-х.
Але сьогодні історія зайшла набагато далі й ШІ замінює касирів цілком і повністю в магазинах без продавців. Першим ідею просунув Amazon зі своїм Amazon Go — розумні алгоритми бачать, що покупець поклав у кошик (і що повернув на полицю), з чим зрештою вийшов з магазину, і списують суму за чеком з рахунку Amazon або прив’язаної банківської карти. Навіть сканувати на касі нічого не потрібно.
Це не тільки економія на ФОП (фонд оплати праці), але й підвищення трафіку в магазині — 90% американців довго чекаючи на свою чергу, залишають кошик і йдуть.
Рекрутер
HR-фахівець здійснює пошук і підбір відповідних співробітників на вакантні посади (фактично сортує за заданими критеріями). А в разі, коли пропозиція перевищує попит, рекрутер під час відбору може керуватися особистими симпатіями чи антипатіями, і на якість відбору починає впливати людський фактор.
Машина, здатна проводити ті ж самі операції, що й HR, але вона позбавлена емоційного аспекту, а значить, безстороння та оцінює кандидатів об’єктивніше. “Проби пера” в цьому напрямку проводяться давно: 2016 року FirstJob розробив бота Мію, який пропонував претендентам на сайті вакансії, що їм підходять, пов’язував потенційних працівників і роботодавців. А компанія HeadHunter вирішила переводити свою пошукову систему на машинне навчання, аби зробити більш точним сервіс комп’ютерних рекомендацій.
Однак усіх обганяє нейронна мережа Facebook, яка здатна аналізувати профілі зареєстрованих у соцмережі фахівців, порівнювати кандидатів, відсіювати невідповідні варіанти. Не виключено, що пізніше вона пропонуватиме компаніям потенційних співробітників.
Тренер
У пандемію фітнес-індустрія, нарешті, відчула потребу онлайн-технологій та переконалася, що проводити заняття можна також дистанційно: завдяки правильному налаштуванню обладнання тренер цілком може працювати віддалено, контролюючи дії підопічних.
Разом із цим з’ясувалося, що комп’ютер здатний у багатьох питаннях замінювати живого інструктора: роз’яснювати техніку вправ, контролювати їх виконання та правильність дій, надавати рекомендації щодо темпу, нагадувати про дихання, рахувати кількість підходів. Це досягається завдяки використанню технології комп’ютерного зору, яка збирає інформацію з камери та передає для аналізу машині.
Ідею реалізували вже декілька стартапів — зокрема Aaptiv: компанія випустила додаток для смартфона з “розумним” тренером, який створює персоналізовані тренування й надає рекомендації щодо способу життя. Чим частіше людина користується сервісом, тим більш індивідуальними стають його заняття.
А в Zenia Yoga створено перший додаток для йоги з віртуальним ШІ-асистентом, який контролює роботу тіла через аналіз руху 16 суглобів, допомагаючи тренеру помітити помилки під час онлайн-уроків або виступаючи тренером під час самостійних занять.
Оператор кол-центру
Ця людина приймає дзвінки від клієнтів, розповідає про продукт компанії, надає технічну підтримку або консультацію. Залежно від розміру організації в кол-центрі може бути як 200 операторів, так і понад 2 тис. Але навіть цього штату не завжди вистачає. Як показує дослідження Oracle, кожен другий клієнт сьогодні очікує, що компанія буде доступна 24/7.
Забезпечити це за допомогою штату живих співробітників для великої організації більш затратно, ніж за допомогою ШІ. Тому рішенням стають роботи, що відповідають на дзвінок і допомагають розв’язати як мінімум типові запитання — наприклад, дізнатися статус замовлення. За складніших випадків вони вже переадресовують дзвінок на живого оператора.
Музикант і діджей
Складно уявити, щоб машина могла виконувати творчі завдання, однак і це майбутнє, можливо, не за горами. Як мінімум у музичній індустрії розумні алгоритми вже починають створювати конкуренцію живим фахівцям або приходити їм на допомогу.
У 2017 році Яндекс створив нейронну мережу, здатну складати музику (і пізніше написала п’єсу, але разом з людиною). Для цього алгоритмам довелося провести аналіз величезних масивів даних (близько 600 годин музики), виявити закономірності та правила в музичних творах відомих композиторів і зрозуміти, що впливає на позитивне сприйняття мелодії у людини.
Окремі стартапи вже намагаються розробляти рішення в цьому напрямку: наприклад, китайський Jukedeck створює мелодії, що генеруються ШІ. У липні 2019 року Jukedeck придбала ByteDance — з високою ймовірністю для розвитку TikTok. Схожі ідеї просуває Amper Music, придбаний азійським гігантом Tencent. А компанія Mubert об’єднала велику базу семплів і звуків і навчила ШІ збирати з них унікальні музичні композиції.
Всю роботу за композиторів машина поки не зробить, але вона вже здатна створювати фонові треки для громадських місць, відеороликів та іншого, де через авторські права не можна просто використовувати вже чинні — потрібно заплатити лейблу.
Крім того, нейромережі можуть генерувати музику для ігор, як це робить стартап Melodrive і група 65daysofstatic (написали саундтрек для гри No Man’s Sky).
Програміст
Впровадження ШІ як помічника людині очікують у багатьох спеціальностях, але першою чергою це буде актуально для програмістів. Вони займаються розробкою алгоритмів і написанням програмного коду для реалізації певного завдання: дії типові, але вимагають перероблення великих масивів даних. І сам обсяг програмного коду може бути величезним. Полегшити ці завдання може ШІ, який підключатиметься на етапі аналізу й тестування коду для пошуку помилок і варіантів їх виправлення.
У перспективі це прискорить процеси розробки. Не виключено, що комп’ютер з часом візьме на себе й завдання з написання коду, якщо накопичить “в пам’яті” досить відповідних прикладів. Як вважають експерти, програмісти низької кваліфікації можуть зникнути — їх обов’язки візьме на себе ШІ.
Джерело: Hightech
Більше новин та актуальних матеріалів Investory News у нашому каналі в Telegram
Ми у соцмережах