Человек + машина - Джеймс Уилсон

Повышение эффективности НИОКР при помощи интеллектуальных систем

На каждом этапе НИОКР искусственный интеллект значительно расширяет возможности исследователей и разработчиков продукта. Благодаря ему можно переосмыслить весь процесс планирования испытаний, высвободить ресурсы на изучение направлений, которые ранее оставались вне поля зрения, поскольку требовали слишком много времени и денег. В этой главе мы увидели, как компании вроде Tesla при помощи искусственного интеллекта переосмысливают процесс разработки и испытаний нового поколения беспилотных автомобилей, — речь об экспериментировании, одном из элементов MELDS. Искусственный интеллект также позволяет ученым извлекать данные из уже завершившихся испытаний, чтобы совершать научные прорывы и проводить виртуальные эксперименты для ускоренной проверки гипотез. Это требует изменения необходимых навыков сотрудника — элемент S в MELDS. Так, когда разработчики продукта имеют возможность запустить цифровое моделирование для тестирования нового дизайна, это экономит им средства и время, позволяя избежать рутинной работы, связанной с конструированием модели-прототипа. Таким образом, разработчики могут сосредоточиться на создании инновационных продуктов. Благодаря искусственному интеллекту происходят фундаментальные перемены в мышлении — начинается проработка идей, которые изначально казались малоперспективными, однако в дальнейшем могут привести к прорыву. Мы уже наблюдаем этот процесс в фармацевтике. Поскольку компании все активнее задействуют инструментарий искусственного интеллекта для перестройки своих НИОКР-процессов, лидеры (L в аббревиатуре MELDS) должны учитывать этические проблемы, особенно когда испытания проводятся на людях.

В следующей главе мы перейдем от НИОКР к маркетингу и продажам. В этих сферах влияние искусственного интеллекта столь же значительно, а возможно, и больше, ведь технологии машинного обучения (например, Siri от Apple и Alexa от Amazon) становятся цифровым воплощением этих брендов.

Искусственный интеллект в сфере обслуживания клиентов, продажах и маркетинге

Coca-Cola, компания-гигант по производству безалкогольных напитков, устанавливает в розничных магазинах по всему миру огромное количество холодильных шкафов (около 16 миллионов) для хранения своей продукции[67]. Тысячи сотрудников объезжают все торговые точки и вручную ведут учет продукции Coca-Cola. Недавно компания запустила пилотный проект по использованию искусственного интеллекта для удаленного управления холодильниками. Он предполагает внедрение нового ИИ-решения под названием Einstein от компании Salesforce, работающей на рынке CRM-платформ. Einstein использует технологии компьютерного зрения, глубокого обучения и обработки естественного языка.

Прибыв на место и запустив пилотное приложение на основе Einstein, сотрудник фотографирует холодильник на смартфон — и встроенные в Einstein функции распознавания образов анализируют изображение, идентифицируют разные бутылки Coca-Cola и подсчитывают их. Затем Einstein делает прогноз и формирует заказ на пополнение запасов, воспользовавшись информацией из CRM, а также другими данными — в частности, прогнозом погоды, данными о промоакциях, информацией об объеме запасов и сведениями за прошедшие периоды, — чтобы учесть сезонные колебания и иные факторы. Автоматизация подсчета и снабжения существенно экономит время сотрудников и избавляет их от бумажной работы, а дополнительная интеллектуальность системы может увеличить продажи и повысить качество работы с клиентами.

Искусственный интеллект во фронт-офисе помогает таким компаниям, как Coca-Cola, сделать работу с клиентами более удобной и эффективной; это касается трех основных сфер взаимодействия с потребителями: продаж, маркетинга и обслуживания клиентов. В этих областях искусственный интеллект автоматизирует задачи, которые раньше выполняли сотрудники, и одновременно расширяет их возможности. Например, мы узнали, как интеллектуальные агенты (вроде Alexa от Amazon и других подобных систем), автоматизирующие взаимодействие с клиентом, теперь помогают сотрудникам справляться с более сложными задачами, а компаниям — перераспределять персонал туда, где решающее значение имеют навыки людей.

Подобные изменения существенно влияют на то, как клиент воспринимает корпорации и бренды. Зачастую удается сэкономить время и ресурсы клиента, а также предоставить ему персонализированные решения и продукты, отказавшись от ненужной рекламы; эта тенденция постепенно выходит на первый план в розничной торговле. В других случаях, например при кредитовании в режиме реального времени (где искусственный интеллект используется для анализа обширных и разнообразных данных), можно очень быстро и существенно упростить доступ к кредитам и займам для тех клиентов, которые, возможно, никогда бы не получили кредит при традиционной банковской проверке.

Наконец, эти изменения неизбежно влияют на отношения, связывающие клиентов, компании и продукты. По мере того как генерируется все больше информации о характеристиках товаров и сами изделия отправляют данные изготовителю, компании могут переосмыслить постпродажное обслуживание и сам продукт. Например, в умных светильниках компании Philips искусственный интеллект прогнозирует, когда лампочка начнет тускнеть, и эти данные встраиваются в циклы ремонта и утилизации. Иными словами, датчики и искусственный интеллект позволяют компании продавать не просто лампочки, а «освещение как услугу»[68].

Невероятно, честно говоря. С внедрением искусственного интеллекта во фронт-офис вновь встает вопрос о лучших практиках. Как искусственный интеллект и новые формы взаимодействия человека и машины меняют корпоративные стандарты доставки товаров и предоставления услуг и как эти взаимодействия в будущем изменят саму суть работы? Как новые пользовательские интерфейсы (например, Alexa) меняют отношение потребителей к брендам? Какие дизайнерские решения может подсказать или забраковать бот, предназначенный для работы с естественным языком? Что произойдет, когда логотипы и символы-талисманы — традиционные амбассадоры брендов — станут «умными»? Именно на эти вопросы отвечает данная глава.

Чтобы ответить на эти вопросы, вернемся в торговый зал. Пока Coca-Cola запускает пилотные проекты с ИИ-технологиями для автоматизации снабжения, другие компании уделяют больше внимания совершенствованию работы с клиентами, расширяя профессиональные возможности сотрудников отдела продаж. Международный бренд Ralph Lauren начал сотрудничать со стартапом из Сан-Франциско Oak Labs, заказав разработку интегрированного коммерческого интерфейса для покупателей[69]. Ключевой элемент этого решения — подключенная к интернету примерочная, оснащенная умным зеркалом, которое при помощи радиочастотной идентификации (RFID) автоматически распознает товары, которые покупатель берет с собой в кабинку.