ABNews Exclusive
2021 թվականին McKinsey կազմակերպությունըուսումնասիրել է, թե որքան արդյունավետ և արագ էկիրառում բիզնեսը արհեստական ինտելեկտի տեխնոլոգիան, գրում է rbc.ru-ն:
Փորձենք պարզել, թե երբ կհայտնվեն առանց մարդկանց արհեստանոցներ, և քանի տարի հետո անօդաչու սարքերը սովորական կդառնան։
Արհեստական ինտելեկտը և բիզնեսը 2021 թվականին
2021 թվականին McKinsey-ն վերլուծել է, թե ինչպես են բիզնեսներն իրականացնում արհեստական ինտելեկտը (ԱԻ) և ինչ արդյունքներ են ստանում տեխնոլոգիայի կիրառումից։ Դա հասկանալուհամար փորձագետները առանձնացրեցին երեք ֆունկցիոնալ ոլորտներ, որոնցում բիզնեսն ամենիցհաճախ օգտագործում է ԱԻ․
շահառուներին ավելի համապատասխան գովազդի ցուցադրում:
Ընկերությունը հետազոտություն է անցկացրել շուրջ 1843 ընկերությունների ներկայացուցիչների շրջանում, տարբեր տարածաշրջաններից և ոլորտներից։ Հարցումների արդյունքում պարզվել է, որ հարցվածների 56%-ը, այս ոլորտներից առնվազն մեկում ներդրել է ԱԻ տեխնոլոգիաներ։ Միևնույն ժամանակ, իրականացման ամենահայտնի տարբերակները ներառում էին դրանցից մի քանիսը միանգամից. օրինակ, կոնտակտային կենտրոնների աշխատանքի ավտոմատացումը վերաբերում է ինչպես մարքեթինգային, այնպես էլ սպասարկման գործառնություններին: Հարցումների արդյունքում պարզվեց նաև , որ ԱԻ-ի ներդրումը մեծացնում է ընկերությունների շահույթը։Հարցվածները նշել են նաև , որ մինչև հարկերը վճարելը շահույթը ավելացել է ոչ պակաս քան 5%-ով, բարձրանալով 22%-ից 27%։
Ինչպե ՞ս է կառուցված ԱԻ-ն, և ինչու է զարգանում հենց այդ եղանակով
McKinsey-ում կարծում են, որ ԱԻ-ի զարգացումըպայմանաորված է նրա կառուցվածքով: Արհեստական ինտելեկտը հասկացություն է, որը կարող է իրականացվել տարբեր եղանակներով:Դրանցից մեկը՝ գերիշխողը, մեքենայական ուսուցումն է՝ տեխնոլոգիա, որի շնորհիվալգորիթմներն ինքնուրույն կուտակում են գիտելիքները և կատարելագործում իրենց աշխատանքը։Խորհրդատվական ընկերությունը մեքենայական ուսուցման տեխնոլոգիաների մեջ առանձնացնում է երեք խումբ.
Որպեսզի լուծեն ավելիբարդ և կարևոր խնդիրներ ինժեներները սկսեցին համատեղել ԱԻ-ի տեխնոլոգիաները ավելի բարդ լուծումների մեջ։Օրինակ,դրա շնորհիվ հայտնվեցին անօդաչու մեքենաներ, որոնք «տեսնում» են իրավիճակը ճանապարհի վրա՝ օգտագործելով լիդարներ (սարքեր, որոնք չափում են հեռավորությունները դեպի այլ առարկաներ, չափում են լույսի արտանետման և վերադարձի ժամանակը), այնուհետև վերլուծում են այն և կայացնում որոշում. Գնալ առաջ, դանդաղեցնել կամ կանգ առնել։
Կախված բիզնեսի նպատակներից՝ ընկերություններն իրենք են ընտրում տեխնոլոգիաների ճիշտ խումբ, որի հիման վրա հայտնվում է նոր լուծում։ Օրինակ, եթե գործարանը պետք է կրճատի արտադրության վթարների թիվը, ապա մշակողները կստեղծեն խորհուրդատվությանհամակարգ: Մեքենայական տեսողության օգնությամբ այն կվերահսկի հումքի հոսքը փոխակրիչի վրա, իսկ վերլուծության ալգորիթմների օգնությամբ առաջարկություններ կանիաշխատողներին։
Ինչ ուղղություններով կզարգանան ԱԻ-իտեխնոլոգիաները 2022 թվականին
ԱԻ-ի ամենահեռանկարային տեխնոլոգիաներից մեկը կլինի հիպերանձնավորումը՝ ալգորիթմներ, որոնք թույլ կտան ճշգրիտ որոշել հաճախորդների կարիքները և առաջարկել նրանց ավելի հարմար ապրանքներ կամ ծառայություններ: Նման ալգորիթմները կարող են օգտագործվել ինչպես մարքեթինգի, այնպես էլ վաճառքի ոլորտում՝ օրինակ՝ բանկային վարկեր, հագուստ կամ կոշիկ։ԱԻ-ի տեխնոլոգիաների մեկ այլ խոստումնալից խումբ կապված է գեներատիվ դիզայնի հետ: Ալգորիթմների օգնությամբ ինժեներները կկարողանան ինքնաթիռների և նավերի համար ավելի թեթև և ամուր մասեր ստեղծել։
Ռեսուրսային արդյունաբերություններում կհայտնվեն ավելի շատ ալգորիթմներ, որոնք թույլ կտան միաժամանակ դարձնել սարքավորումների շահագործումը. դա կարագացնի արտադրությունը և կնվազեցնի դրա վերջնական արժեքը:Համեմատաբար նոր տեխնոլոգիաներից բացի McKinsey-ն ակնկալում է անօդաչու մեքենաների ակտիվ ներդրում։ Նման տրանսպորտը մի քանի տարի փորձարկվել է փոքր տարածքներում, ինչպիսիք են Իննոպոլիսը և Յասենևոն: Ենթադրվում է, որ անօդաչու սարքերը լայն տարածում կստանան սովորական քաղաքներում առաջիկա 5-10 տարում։
Ինչպես են զարգանում ԱԻ-ի հետ կապված տեխնոլոգիաները
ԱԻ-ի տեխնոլոգիաներին զուգահեռ զարգանում են այլ ոլորտներ։ Քանի որ տվյալների հավաքագրման համար անհրաժեշտ է սարքավորում, 2021 թվականին շուկայում հայտնվեցին ավելի մատչելի սենսորներ: Տվյալներ հավաքելուց հետո ԱԻ-ն պետք է վերապատրաստվի, և դրա համար անհրաժեշտ են հաշվողական միջավայրեր: Սա հանգեցնում է մեքենայական ուսուցման համար հատուկ պրոցեսորների և այլ միկրոէլեկտրոնիկայի մշակմանը: ԱԻ-ն պետք է հասանելի լինի նաև այլ ընկերությունների և աշխատակիցների համար:
Հենց այդ պատճառով բիզնեսների մոտ առաջանում է հետաքրքրություն ամպային տեխնոլոգիաների նկատմամբ, որոնք ստանում են նոր ֆինանսավորում և զարգացում։Արդյունքում մարդկային աշխատանքի մեծ մասը անցնում է մեքենաներին։ Սա հանգեցնում է նրան, որ ԱԻ-ի կոտրման վտանգը կարող է հանգեցնել ոչ միայն տվյալների կորստի, այլև տեխնածին աղետների: Ի պատասխան՝ ընկերությունները ուժեղացնում են կիբերանվտանգությունը՝ աշխատանքի ընդունելով նոր մարդկանց և կիրառելով ավելի առաջադեմ ծրագրեր:
Ի ՞նչ կլինի ԱԻ-ի հետ ապագայում
McKinsey-ում ԱԻ-ի տեխնոլոգիայի համար երկու խոչընդոտ է տեսնում.
Համաշխարհային – վերաբերում է բոլոր ոլորտներին: Դրանցից մի քանիսը կապված կլինեն անձնակազմի բացակայության, կիբերանվտանգության և մեքենայական գործողությունների էթիկայի հետ։
Տարածքային – առանձին ոլորտների բնորոշում։Ծանր արդյունաբերության մեջ կարող է առաջանալ հաստոցների կամ այլ սարքավորումների անհամատեղելիության խնդիր։ Դրա պատճառով ձեռնարկությունները ստիպված կլինեն նորովի ստեղծել ալգորիթմներ յուրաքանչյուր տեխնիկայի համար:
Այնուամենայնիվ, առաջիկա տարիներին բիզնեսները կշարունակեն ակտիվորեն ներդնել ԱԻտեխնոլոգիաներ, և գործընթացը կարագանա յուրաքանչյուր դեպքով։
Ապագայում ԱԻ-ն կկարողանա առաջարկել նոր ոլորտներ և լուծումներ։ Օրինակ, առաջիկա 7-10 տարիներին կհայտնվեն լիովին ավտոմատացված արտադրամասեր, որոնցում լուսավորություն չի լինի։
«Մեքենաները» կկարողանան առօրյա աշխատանքի զգալի մասը վերցնել՝ մարդկանց ավելի շատ ինտելեկտուալ ու ստեղծագործական առաջադրանքներ թողնելով։ Սա կանդրադառնա աշխատաշուկայի վրա. օրինակ տվյալների գիտության ոլորտի մասնագիտությունները ավելի մատչելի կդառնան լուրջ մաթեմատիկական բազա չունեցող մարդկանց համար։ Դրանում մասնագետներին կօգնեն նույն արհեստական ինտելեկտի վրա հիմնված գործիքները, որոնք թույլ կտան անել առանց բարդ հաշվարկների։
Արհեստական ինտելեկտը կարող է օգնել նաև մետավերսանտների զարգացմանը. դրանց ներսում կարող են հայտնվել առաջարկող ալգորիթմներ, որոնք ձեզ կասեն, թե վիրտուալ իրականության մեջ որ տարածությունն ավելի շատ դուր կգա օգտագործողին:
