Мировой рынок ИИ до 2024 года будет показывать ежегодный прирост на 17,5% и превысит $500 млрд по выручке, как считает IDC (International Data Corporation). Во многом это будет происходит за счет программных платформ и в том числе за счет решений, призванных разгрузить человека от однотипной работы, взять на себя сложные задачи с аналитикой больших массивов данных.

Врач-диагност

В сфере здравоохранения заменить людей роботами сложно, но часть своих задач врач-диагност все же может переложить на машину. При постановке диагноза врач основывается на своем опыте и знаниях, но всегда есть риск, что он упустит что-то из внимания просто в силу человеческого фактора. ИИ проще оперировать крупными массивами данных и работать с деталями, что снижает процент ошибок при анализе.

Например, помощь может оказать стартап Zeba Medical Vision: сервис предназначен для рентгенологов и при помощи ИИ изучает рентгеновские снимки, дает описание и анализирует отклонения. У сервиса своя база данных из нескольких миллионов изображений, высокая скорость обработки и точность. В первую очередь он позволяет снизить нагрузку на врача и ускорить процесс анализа снимков.

Чем больше база данных и примеров, которые выучила машина, тем ниже риски, что она пропустит какой-то случай. И хотя ИИ не может быть абсолютно точен, он ошибается с меньшей вероятностью, чем человек. При этом финальное решение все равно останется за живым врачом.

Машинист железнодорожного транспорта

Поезда дальнего следования без машиниста вряд ли появятся в ближайшее время, но ИИ уже начинают внедрять в метрополитене. В отличие от живого человека, управляющего железнодорожным транспортом, компьютер застрахован от ошибок, связанных с невнимательностью и усталостью. Тем самым повышается безопасность пассажиров и сохранность грузов. ИИ уже управляет поездом в метро Дубая, и в «кабине машиниста» могут находиться пассажиры, которые любуются видом на город. В Нью-Дели реализовали идею для одной из веток, метро в Копенгагене давно работает за счет автоматизированной системы контроля, а в Праге намерены запустить поезда без машиниста в 2027 году.

В России тоже разрабатывают умные системы управления поездами: в частности РЖД тестирует 10 локомотивов с ИИ, которые призваны уменьшить число железнодорожных катастроф, связанных с человеческим фактором. В основе технологии — нейросети и компьютерное зрение. В московском метро поезда без машинистов ожидали еще в 2017 году (разрабатывались «Ласточки» для МЦК), но для этого требовалось вносить изменения в законодательство. В 2020 году начали говорить о тестировании элементов автоматического ведения поездов на Некрасовской линии, но результаты пока неизвестны.

Банковский аналитик

Ключевые требования к такому специалисту — глубокие знания в области экономики и финансов, компетентность в принятии различного рода решений: от участия в инвестиционных проектах банка до подбора кредитных продуктов физическим лицам. Работа преимущественно ведется по шаблону, поэтому ее можно доверять компьютеру.

В большинстве крупных российских банков уже происходит роботизация ряда задач — в «Газпромбанке» ИИ занимается выпуском карт и розничным кредитованием, в «Росбанке» он обрабатывает документы для клиентского досье, а в банке «Хоум Кредит» готовит персональные предложения по продуктам. Но самое активное использование ИИ у «Сбера»: все розничные кредитные решения принимает компьютер, 95% из них формируются автоматически, без живого специалиста.

Продавец-консультант

Работа продавца-консультанта достаточно рутинная: он предоставляет клиентам информацию о товарах и услугах компании, помогает в выборе и отвечает на возникающие вопросы о качестве, характеристиках товара и даже более субъективные: «Мне это подходит или нет?». Подобные действия выполняют и алгоритмы ИИ, которые учитывают индивидуальные потребности, предлагают замену товара, отсутствующего в наличии.

Идею реализовали многие магазины одежды и парфюмерно-косметические бренды. Например, в сети Sephora сервис Color IQ помогает подобрать консилер и тональный крем, а Lip IQ — помаду. В Uniqlo еще в 2015 году появились стойки UMood, демонстрирующие покупателю несколько продуктов. Из них нужно выбрать понравившиеся, чтобы ИИ и нейропередатчики определили, что порекомендовать клиенту. Не требуется даже прямого контакта с устройством — оно ориентируется на настроение человека. Не менее интересна и идея, реализованная в универмаге Neiman Marcus: приложение Snap. Find. Shop. (от стартапа Slyce) по фотографии предмета, загруженной клиентом, ищет похожие или те самые товары в каталоге магазина.

Но ИИ может выбрать не только одежду, обувь или помаду — в интернет-магазине Instamart (сегодня — «Сбермаркет»), который занимается доставкой продуктов из гипермаркетов, консультантов тоже заменили машинные алгоритмы. Они предлагают замену отсутствующим позициям, анализируют предпочтения покупателя по предыдущим чекам, помогая сборщику заказа ускорить процесс наполнения корзины.

Кассир в магазине

Действия кассира однотипны — он пробивает товар из корзины покупателя, отменяет не подошедшие позиции, оформляет чек, принимает оплату. Все то же самое с легкостью могут делать и алгоритмы ИИ. Сначала то, что машина способна заменить живого человека, продемонстрировали кассы самообслуживания, появившиеся в России в 2012 году, а за рубежом и вовсе в 90-х. Но сегодня история зашла намного дальше и ИИ заменяет кассиров целиком и полностью в магазинах без продавцов.

Первым идею продвинул Amazon со своим Amazon Go — умные алгоритмы видят, что покупатель положил в корзину (и что вернул на полку), с чем в итоге вышел из магазина, и списывают сумму по чеку со счета Amazon или привязанной банковской карты. Даже сканировать на кассе ничего не надо. Это не только экономия на ФОТ (фонде оплаты труда), но и повышение трафика в магазине — 90% американцев при долгом ожидании своей очереди оставят корзину и уйдут. В России идею реализовали Сбербанк с «Азбукой вкуса» (правда, пока это не полноценный магазин, а только отдел), а также X5-Group.

Тренер

В пандемию фитнес-индустрия, наконец, увидела востребованность онлайн-технологий и убедилась, что проводить занятия можно и дистанционно: при правильной настройке оборудования тренер вполне может работать удаленно, контролируя действия подопечных. Вместе с этим выяснилось, что компьютер способен во многих вопросах заменять живого инструктора: разъяснять технику упражнений, контролировать их выполнение и правильность действий, давать рекомендации по темпу, напоминать о дыхании, считать количество подходов. Это достигается за счет использования технологии компьютерного зрения, которая собирает информацию с камеры и передает для анализа машине.

Идею реализовали уже несколько стартапов — в частности Aaptiv: компания выпустила приложение для смартфона с «умным» тренером, который создает персонализированные тренировки и дает рекомендации по образу жизни. Чем чаще человек пользуется сервисом, тем более индивидуальными становятся его занятия. А у Zenia Yoga создано первое приложение для йоги с виртуальным ИИ-ассистентом. Оно контролирует работу тела через анализ движения 16 суставов, помогая тренеру заметить ошибки во время онлайн-уроков или выступая в роли тренера при самостоятельных занятиях.

Рекрутер

HR-специалист осуществляет поиск и подбор подходящих сотрудников на вакантные должности (фактически сортирует по заданным критериям). А в случае, когда предложение превышает спрос, рекрутер при отборе может руководствоваться личными симпатиями или антипатиями, и на качество отбора начинает влиять человеческий фактор. Машина, способная проводить те же самые операции, что и HR, лишена эмоционального аспекта, а значит, беспристрастна и оценивает кандидатов более объективно.

Пробы пера в этом направлении проводятся давно: в 2016 году FirstJob разработал бота Мию, который предлагал соискателям на сайте подходящие вакансии, связывал потенциальных работников и работодателей. А компания HeadHunter решила переводить свою поисковую систему на машинное обучение, чтобы сделать более точным сервис компьютерных рекомендаций. Но всех обгоняет нейронная сеть Facebook, которая способна анализировать профили зарегистрированных в соцсети специалистов, сравнивать кандидатов, отсеивать неподходящие варианты. Не исключено, что позже она будет предлагать компаниям потенциальных сотрудников.

В России технологии тоже развиваются: робот-рекрутер Вера (стартап Stafory) научился подбирать резюме и обзванивать сотрудников для проведения первичного собеседования. За девять часов он может отработать 1,5 тыс. кандидатов (в интервью). А в «Альфа-банке» некоторые функции HR-специалиста заменил компьютер: теперь ИИ отвечает уже устроенным сотрудникам на типовые вопросы — от «как заказать пропуск» до «что сделать с документами». Для этого разработана платформа AutoFAQ на базе обученной нейронной сети. В компании намерены автоматизировать 30% запросов от сотрудников, чтобы разгрузить HR-специалистов.

Оператор колл-центра

Этот человек принимает звонки от клиентов, рассказывает о продукте компании, оказывает техническую поддержку или консультацию. В зависимости от размера организации в колл-центре может быть как 200 операторов, так и свыше 2 000 (столько у Tele2). Но даже этого штата не всегда хватает. Как показывает исследование Oracle, каждый второй клиент сегодня ожидает, что компания будет доступна 24/7. Обеспечить это при помощи штата живых сотрудников для крупной организации более затратно, чем с помощью ИИ. Поэтому решением становятся роботы, отвечающие на звонок и помогающие решить как минимум типовые вопросы — например, узнать статус заказа. При сложных случаях они уже переадресуют звонок на живого оператора. Но идея пока на стадии развития: в российских банках вместо живых коллекторов долги пробуют взыскивать роботы (о результатах эксперимента ничего неизвестно), а в остальных отраслях всего 10% операторов заменяет ИИ. Хотя больше половины специалистов колл-центров считают, что машинные алгоритмы смогут их заменить как минимум частично.

Похожие функции выполняют и чат-боты, заменяющие живого человека в чат-поддержке. В России они набирают обороты: в 2017 году их внедряли только 16% компаний, как показало исследование Sherlock.im, а в 2019 они были уже у 60% (исследование Accenture). Предполагалось, что в 2020-м чат-боты уже будут использоваться в 80% компаний. Неизвестно, насколько сбылись прогнозы, но по итогам года эксперты и игроки рынка указывали, что спрос на такие ИИ-решения (классические и голосовые помощники) в пандемию действительно вырос и кроме традиционного банковского сектора и ритейла подключились образовательные учреждения, медицинские, e-commerce, госструктуры.

Музыкант и диджей

Трудно представить, чтобы машина могла выполнять творческие задачи, однако и это будущее, возможно, не за горами. Как минимум в музыкальной индустрии умные алгоритмы уже начинают создавать конкуренцию живым специалистам или приходить им на помощь. В 2017 году Яндекс создал нейронную сеть, способную сочинять музыку (и позже написавшую пьесу, но вместе с человеком). Для этого алгоритмам пришлось провести анализ огромных массивов данных (около 600 часов музыки), выявить закономерности и правила в музыкальных произведениях известных композиторов и понять, что влияет на положительное восприятие мелодии у человека.

Отдельные стартапы уже пытаются разрабатывать решения в этом направлении: например, китайский Jukedeck создает генерируемые ИИ мелодии. В июле 2019 года Jukedeck купила ByteDance — с высокой вероятностью для развития TikTok. Похожие идеи продвигает Amper Music, приобретенный азиатским гигантом Tencent. А компания Mubert собрала обширную базу сэмплов и звуков и научила ИИ собирать из них уникальные музыкальные композиции.

Всю работу за композиторов машина пока не сделает, но она уже способна создавать фоновые треки для общественных мест, видеороликов и прочего, где из-за авторских прав нельзя просто использовать уже существующие — нужно заплатить лейблу. Кроме того, нейросети могут генерировать музыку для игр, как это делает стартап Melodrive и группа 65daysofstatic (написали саундтрек для игры No Man’s Sky).

Программист

В самой цифровой из отраслей внедрение ИИ как помощника человеку ожидают во многих специальностях, но в первую очередь это будет актуально для программистов. Они занимаются разработкой алгоритмов и написанием программного кода для реализации определенной задачи: действия типовые, но требующие переработки больших массивов данных. И сам объем программного кода может быть огромным. Облегчить эти задачи может ИИ, который будет подключаться на этапе анализа и тестирования кода для поиска ошибок и вариантов их исправления.

В перспективе это ускорит процессы разработки. Не исключено, что компьютер со временем возьмет на себя и задачу написания кода, если накопит «в памяти» достаточно подходящих примеров. Как считают эксперты, программисты низкой квалификации могут исчезнуть — их обязанности возьмет на себя ИИ.

Таксист

Идею автоматизированных автомобилей продвигают давно. Tesla с ее умной «начинкой» дает надежду, что эра роботов-таксистов настанет, но пока мир идет к ней очень медленными шагами. В 2015 году в Японии компания Robot Taxi Inc совместно с руководством префектуры Канагава анонсировала пилотный проект такси-роботов (автоматизированных автомобилей) на городских улицах — ранее эксперименты проводились на скоростных магистралях. В 2016 году Uber собирался запускать аналогичный проект, но все же с живым человеком (инженером) за рулем — этого требуют законы США. В 2018 беспилотную машину представил и Яндекс (эксперимент будет длиться до 2022 года). Но до сих пор идея нигде не получила массового применения. Слишком сложная задача и слишком непредсказуемо поведение ИИ в сложных ситуациях на дороге, чтобы отдать ему управление машиной с живыми людьми внутри. Пока без инженера, который в критический момент возьмется за руль, не обойтись. О полном исчезновении таксистов речи сейчас точно не идет.

Машина не вытеснит человека полностью, потому что способна работать только по стандартным шаблонам, но ее связь с живыми специалистами в различных профессиях будет усиливаться.

Инфракрасное излучение от рук человека использовали для шифрования

В Долине Смерти нашли бактерии, которые находились в эволюционном застое миллионы лет

Машина лучше: 11 профессий, в которых ИИ уже работает лучше человека