Что делать, когда машины начнут делать все. Как роботы и искусственный интеллект изменят жизнь и работу - Бен Принг

Физические экзоскелеты – пример того, как мы можем превзойти собственные ограничения и слабости. Экзоскелеты, созданные для расширения наших умов, могут быть не так заметны визуально, как костюмы и амуниция для тела, но в итоге, при переходе на новый уровень, смогут оказать еще большее воздействие.

Palantir Technologies – лидер в создании экзоскелетов для мозга. Компания была основана в 2004 году, среди основателей – In-Q-Tel, венчурное подразделение ЦРУ США. Palantir традиционно работал с оборонными и секретными агентствами над выявлением преступников и террористов. Фирма всегда выступала за расширение, их позиция: «Мы создаем продукты, которые делают людей лучше в основной работе – той, о которой пишут на первой странице газеты, а не только в ее техническом разделе».

В последнее время компания начала применять свой опыт в коммерческих целях, таких как поиск несанкционированного трейдинга.

Palantir организовал совместное предприятие с Credit Suisse, названное Signac, чтобы отслеживать трейдинговую активность в инвестиционных банках и определять поведение, характерное для незаконного трейдинга. Signac собирает данные о сотрудниках и внутренних событиях и проводит эти данные через интеллектуальные системы Palantir (при этом во многом полагаясь на обученных специалистов в части выводов). Цель – прекратить нарушения внутренних правил и защитить активы и бренд банка.

Сейчас становится очевидно, что люди одни, если их умения не расширены, просто не могут состязаться с автоматизированными интеллектуальными системами в выполнении некоторых задач. Пример – область радиологии, где назрела потребность в расширении8. Действительно, для улучшения точности диагностики рентгенологи скоро будут способны стать «партнерами» с системами, подобными Avicenna от IBM. Это программное обеспечение – еще один пример интеллектуальной системы – разрабатывается для совмещения значительных массивов данных из семейной истории пациента, медицинской диагностической визуализации, результатов дополнительных тестов и текстовых заметок и прогоняет все это через машину, оснащенную ИИ, которая обеспечивает рентгенолога ценной информацией9. Средний рентгенолог прочитывает двадцать тысяч пленок в год, а при том, насколько катастрофичны могут быть результаты в случае, если он что-то упустит, идея быть расширенным, а не замещенным, принесет невероятную пользу.

Будь то образование, здравоохранение или финансовые услуги, все примеры, приведенные в этой главе, объединены общей мыслью: поиск конкретного бизнес-процесса и применение интеллектуальной системы к этой работе – способ создания экзоскелета интеллектуальной экономики вокруг квалифицированных сотрудников. Как и с подходом к инициативам по автоматизации, мы предлагаем начать с деятельности, имеющей большой объем, взаимодействующей с большим количеством данных и включающей большое число повторяющихся процессов (такой как обработка заявлений, определение образцов данных и т. д.).

Мы оказались в невероятном времени, когда технологии значительно расширяют общепринятые границы человеческих способностей. Интеллектуальные системы сегодня позволяют нам делать что-то на таком уровне производительности и прибыльности, который еще несколько лет назад показался бы надуманным и неправдоподобным.

Все эти и многие другие возможности созданы с внедрением в наши обычные инструменты искусственного интеллекта. У нас есть потенциал стать умнее, поскольку умнее становятся наши инструменты. Это важно понять. Было бы слишком высокомерно думать, что сегодня мы умнее Аристотеля и Шекспира – или Стива Возняка. Но наши инструменты и правда умнее. И конечно, именно наши инструменты в сердце прогресса, достигнутого до настоящего момента, и прогресса, к которому мы еще придем.

Расширение будет силой, что поднимет планку для каждого из нас, в каждой организации и стране мира. Если вы можете расширить, дополнить ценность, которую создаете, то во времена, когда машины начинают делать все, вы поступаете правильно. Расширение также дает новые дороги возможностям, которые необходимо исследовать, чтобы двигаться дальше. Пойдя по одной из этих дорог, вы вскоре уткнетесь в следующую букву нашей модели AHEAD/ВПЕРЕД: «A» для abundance, или «изобилия».

Концепция изобилия, на самом деле, довольно проста: по мере того как цены идут вниз, запрос идет вверх. Мы изучаем это на первой неделе Economics 101.

И хотя идея изобилия, созданного ИИ, нова, лежащая в ее основе идея изобилия, можно сказать, стара: она была отличительной чертой и двигателем производительности всех предшествующих фаз индустриального роста. Ткацкий станок привел к изобилию одежды, паровой двигатель – к изобилию в трансокеанских путешествиях, а сборочная линия – к изобилию холодильников, появившихся в каждом доме по всему миру. До того как их подстегнули революции, все эти предметы были редкой роскошью. После – они были демократизированы и стали повсеместно доступны.

С интеллектуальными системами в действии мы скоро получим новую волну изобилия в таких областях, как финансовые услуги, страхование, здравоохранение, развлечения и образование. По мере того как новые машины будут опускать вниз цены, рынки изобилия будут закрепляться, поднимая продажи на невообразимые прежде уровни.

Поэтому встает вопрос: ваша организация воспользуется преимуществом изобилия новой машины или падет его жертвой?

Джозеф Сирош из Microsoft сказал нам, что видит, как это изобилие возникает в здравоохранении, с новыми уровнями индивидуализации услуг: «Сегодня можно сказать, что если вы планируете использовать данные и прогнозную аналитику для поддержания здоровья людей, то понадобится меньше медсестер и докторов и будет меньше пациентов на поддерживающем лечении… Похоже на замещение нашей работы. Но то, что вы получаете взамен, – это большое население, ведущее более здоровую, счастливую жизнь, которое может быть продуктивным и креативным и больше вкладывать в экономическое развитие страны».

На протяжении последнего века мы использовали сырьевые материалы, новые машины и инновационные бизнес-модели для создания беспрецедентного изобилия и демократизации роскоши в сфере физических продуктов. Теперь, когда изобильные рынки открываются в рамках цифровой экономики, появляются десятки областей в основанных на знаниях отраслей, где машины будут делать практически все. Но в это же время мы наблюдаем эффект цифрового изобилия и в мире физическом (помните, гибрид – это новый черный). Хороший пример этого – Narayana Health, использующий новую машину, чтобы принести свою форму изобилия тем, кто нуждается в операциях на сердце.