16 августа 2023

ИИ что дальше? Роботизация штата или новые горизонты возможностей человека

Искусственный интеллект распространяется в различных сферах нашей жизни стремительными темпами. Уже есть примеры компаний, которые существенно скорректировали структуру штата за счет внедрения ИИ. Это только начало массового применения генеративных моделей ИИ — можно прогнозировать еще более радикальные изменения? Или нет? Разбирается Вячеслав Володкович, генеральный директор компании Аэродиск.

Причины популярности

Давайте начнем с преимуществ искусственного интеллекта.

Первое, что приходит на ум, это автоматизация повторяющихся задач. Составление простого документа, написание базового кода или выполнение большого количества вычислений — все эти относительно простые операции требуют времени и усилий, которые могли бы быть использованы для решения более сложных и интересных задач.

Это особенно важно в наши дни, когда квалифицированные специалисты стоят на вес золота. Было бы неэффективно тратить их время на такие задачи. Искусственный интеллект решает эту проблему.

Хорошо, пусть профессионалы занимаются более сложной и творческой работой. Но что делать с теми, кто раньше занимался рутиной? Все зависит от целей и стратегии компании или министерства, которые принимают решение о внедрении ИИ. Конечно, можно полностью автоматизировать процесс и отказаться от услуг стажеров и начинающих специалистов.

Однако здесь возникает одна тонкость: кто-то должен контролировать работу робота. А для того, чтобы проверять что-то, нужно хотя бы немного разбираться в этом, даже если это простые задачи.

Если профессионалы заняты, а новички заменены на машины, то что дальше? В итоге мы сталкиваемся с ситуацией, когда кроме машины никто не обладает необходимыми навыками и знаниями. Это уже вызывает определенные проблемы, к которым мы еще вернемся.

Вторым базовым преимуществом ИИ является отсутствие человеческого фактора.

Представьте ситуацию: специалист работает над важной презентацией, но внезапно его отвлекает оса, залетевшая в помещение. Или шум строительных работ за окном. Он прогоняет возмутителя спокойствия или ремонт заканчивается через какое-то время — наш герой возвращается к работе, однако концентрация уже потеряна, не говоря уже о времени.

В результате данные в ключевом слайде перепутаны, а это может стать причиной неудачи важной сделки. С ИИ такого, конечно же, не произойдет. Машины могут ошибаться, но природа и специфика их ошибок принципиально иные.

Наконец, третий базовый плюс ИИ — выполнение трудоемких задач, которые ранее казались невозможными. Например, комментирование кода, «узкое место» любого проекта разработки ПО. Эту работу обычно выполняют, но никогда в полном объеме из-за ее специфики и высоких затрат ресурсов.

Никто не стремится заниматься этим в полной мере, ведь все и так понятно, правда? С ИИ можно получать подробные комментарии к каждой строке кода.

Возьмем более сложный пример — механизмы кеширования данных. Существует множество сложных алгоритмов для записи, чтения, анализа данных и помещения их в кэш. ИИ может оптимизировать этот процесс, улучшая понимание системами, какую информацию следует поместить в кэш, исходя из истории ее использования.

Таких задач много, и для их решения требуются ресурсы, которых не всегда хватает. К тому же вы никогда заранее не знаете, каков будет окончательный результат, особенно в разработке программного обеспечения. Мы можем предполагать многое, но реальную картину узнаем только ближе к завершению работы.

В этом контексте искусственный интеллект становится большим помощником.

Минусы и подводные камни

Первое, что приходит в голову, это стандартность и банальность самого образа мышления ИИ. Машина не способна на творчество в полном смысле слова (пока) — и это непреложный факт.

Кто-то может возразить: «Но ИИ-решения рисуют картины, пишут стихи и музыку». Однако робот сам по себе ничего не создает, не «креативит». Результат его творчества всегда ограничивается данными, которые были загружены в него, и информации, доступной ему онлайн.

Он решает задачу только четко следуя заданному алгоритму, и не способен внезапно изменить подход ввиду нахлынувшего вдохновения и озарения. Не может выйти за пределы, что свойственно человеческому гению.

Люди гораздо сложнее. Наша система получает информацию из окружающего мира, затем включаются сознание и подсознание, и в результате человек выдает что-то уникальное. По крайней мере в определенном количестве случаев, которые затем и получают признание в качестве классики.

Да, мы значительно отстаем от ИИ по вычислительным возможностям, но в плане гибкости и глубины мыслей превосходим его на порядок.

Второй момент — ИИ также ошибается, просто природа ошибок у него отличается от человеческих. Наши ошибки, в большинстве случаев, понятны: там забыли, здесь не заметили, где-то поленились, а где-то — перестарались.

Ошибки роботов связаны с некорректной интерпретацией входных данных.

Например, языковой движок машины не распознает букву «ё» и от этого неверно интерпретирует задачу — добросовестно ее выполняет, но уводит ее совершенно не в том направлении, которое требуется. Понимание контекста и «общей картины» мира у ИИ все еще нет. За роботами все равно надо следить и подчищать.

Третий аспект — отсутствие субъектности ИИ. Проще говоря, у машины нет ни воли, ни заинтересованности — потому что нет личности. Миссия робота состоит и ограничивается механическим получением информации, ее обработкой и выдачей результата.

Никакой собственной позиции, взгляда, мотивации чтобы выиграть судебный процесс или провести критически важные переговоры — все это у ИИ отсутствует.

Вся наша цивилизация основана именно на способности обсуждать, договариваться и искать компромиссы с позиций личной или групповой заинтересованности.

Представьте две компании, юристы которых обсуждают договор о продаже бизнеса. Стандартная сделка, но обе стороны спорят об условиях. А теперь представим, что вместо людей этим занимаются роботы. Смогли бы они прийти к соглашению? Вряд ли. ИИ тут помог бы разве что в плане скорости написания текстов договоров и сопутствующей документации.

Да и их должен был бы проверять человек.

Наглядно с примерами

В последнее время все чаще слышны утверждения о том, что ИИ полностью заменит многие профессии. Например, бухгалтера.

Представим типичное предприятие, где бухгалтерия распределяет заработную плату. Пусть обычный рабочий получает 100 рублей в месяц. Соответственно, команда таких рабочих получает по 100 рублей каждый. Простая математика, с которой робот справится — увольняем всех бухгалтеров?

Однако внезапно выясняется, что рабочий с более высокими навыками зарабатывает уже 250 рублей. А у некоторых сотрудников есть неформальная надбавка, когда у других — премия за перевыполнение плана. Кроме того, законодательство немного изменилось, и теперь некоторым полагается дополнительные 10%.

Затем внезапно появляется бывшая жена одного из работников с требованием алиментов. В результате мы получаем абсолютно нелинейную картину. Но робот, как мы знаем, работает по строгому алгоритму. В итоге руководство компании ежемесячно сталкивается с претензиями о том, что кому-то недоплатили. Это занимает много времени и денег, которые хотели сэкономить на бухгалтерах путем их замены на ИИ-алгоритм.

Даже если пойти на принцип и оставить машину, нужно нанять специалиста-человека, который будет следить за адекватностью и релевантностью усилий ИИ поставленным задачам. Без человека (бухгалтера) в итоге никуда.

ИИ, конечно, нужен. Он способен значительно упростить рутину и позволить специалисту заниматься более сложными и интересными задачами. То есть, он — продвинутый помощник, но никак не замена всей бухгалтерии в сквозном и исчерпывающем порядке.

Другой пример — программирование. No-Code, Low-Code, Deep Machine Learning, ChatGPT пишет прекрасный рабочий код. Зачем нам такое количество программистов?

Однако, есть нюанс. Мы не можем предсказывать поведение машины точно также, как поведение человека — у нас просто нет такого опыта. По сути, одна сложная программа создает код для другой сложной программы, по определенному ТЗ. Результат такой работы также должен оценивать человек — высококвалифицированный профессионал.

Так что ИИ может оптимизировать человеческий труд по-разному, и вовсе необязательно путем сокращения штата специалистов. Они вполне могут сохранить свои позиции с задачей масштабирования объемов выполняемой департаментом работы.

***

ИИ может оттянуть на себя некоторые задачи, какие-то из них могут быть упразднены, но вместо них появятся многие другие. Все производственные революции, которые делали ненужными целые сегменты рабочих, в конечном итоге не привели к сокращению числа общего рабочих на заводах.

Наоборот, они увеличили их количество в разы. Сегодня полно примеров, как специалисты в своих областях становятся незаменимыми на проектах цифровизации.

Просто потому, что как никто владеют предметом и могут точно указать на потенциал улучшения работы путем внедрения ИТ-инструментов, включая ИИ-решения.

Источник: Деловой мир

Клиенты iTrend — в числе лучших ИТ-работодателей России

13 февраля 2024

Клиенты коммуникационного агентства iTrend вошли в рейтинг лучших ИТ-работодателей страны по версии HeadHunter. В сегменте «IT и интернет» были отмечены технологическая корпорация VK, консалтинговая компания Axenix (ранее Accenture), а также компании IT_ONE, Innostage и «Эдит Про» (группа «Борлас»).

 

iTrend начал работу с одним из лидеров в области высокотехнологичных разработок для Интернет-рекламы — компанией Hybrid

16 января 2024

Компанией Hybrid занимает 2 место в рейтинге Программатических закупок в интернете от AdIndex.

 

iTrend займется личным брендингом ИТ-предпринимателей

15 января 2024

Мы запустили новое направление в агентстве — личный брендинг топ-менеджеров и предпринимателей в ИТ.

 

Российские ИТ в эпоху санкционных войн - точки роста и проблемы: вышла наша обзорная статья

7 января 2024

Материал подготовлен специально для авторитетного журнала "Россия в глобальной политике".

 
Все новости iTrend