Эссе на тему: "Искусственный интеллект в бизнес-среде"

Актуальность выбранной темы. В последние годы компьютер и
информационные системы в частности стали неотъемлемой частью системы
управления предприятием или организацией, независимо от форм
собственности. Благодаря широкому и стремительному развитию
информационно-коммуникационных технологий наблюдается расширение
сферы их применения. Так, использование информационных систем
позволяет делать более точные прогнозы и избегать возможных ошибок в
управлении. Кроме того, из сохранившихся данных и отчетов о работе
предприятия можно извлечь существенный массив полезных сведений для
осуществления анализа деятельности предприятия. Появление нового типа
информационных систем с элементами искусственного интеллекта позволило
расширить компьютерные возможности обработки и анализа информации
разного типа для обеспечения формирования качественных управленческих
решений и персонализированного обучения.
Целью работы является определение роли искусственного интеллекта
в бизнес среде, освещение их признаков и особенностей, раскрытие
основных направлений их использования.
Изложение основного материала. На современном этапе развития
информационного общества наличие разнообразного программного
обеспечения определяет степень и качество обработки информации
различных типов и выполнения на компьютере пользовательских задач.
Значительное место среди программных продуктов для удовлетворения
информационных потребностей пользователей заняли информационные
системы, которые определяются как прикладные программные подсистемы,
ориентированные на поиск, сбор, хранение и обработку текстовой и
фактографической информации [3, с. 22]. При этом наблюдается внедрение
информационных систем во множество сфер деятельности человека.

Активное применение информационных систем с элементами
искусственного интеллекта существенным образом превращает современную
повседневную реальность и формирует особый тип мироощущения человека.
Искусственный интеллект можно определить как отрасль компьютерной
науки, занимающейся автоматизацией разумного поведения. Современная
техника, что содержит признаки искусственного интеллекта, стала
повседневным средством повышения уровня комфорта и безопасности. [5, с.
94]
Указанные закономерности привели к появлению информационных
систем нового типа под названием интеллектуальные информационные
системы (ИИС), под которыми понимаются автоматизированные
информационные системы, основанные на знаниях, или комплекс
программных, логико математических и лингвистических средств для
осуществления поддержки деятельности человека и поиска информации в
режиме обеспечения диалога между вычислительной техникой и
пользователем средствами естественного языка. [6, с. 92]
Интеллектуальные информационные системы аккумулируют в себе
наиболее наукоемкие технологии с высоким уровнем автоматизации не
только процессов подготовки информации для принятия решений, но и самих
процессов выработки вариантов решений, опирающихся на полученные
информационной системой данные. Для них характерны следующие
признаки:

 развитые коммуникативных способностей, характеризующих
способ взаимодействия конечного пользователя с системой;
 умение решать сложные задачи, которые плохо формализуются
(задачи, которые требуют построения оригинального алгоритма
решения в зависимости от конкретной ситуации. Для таких задач
могут быть характерны неопределенность и динамичность
исходных данных и знаний);

 способность к самообучению (возможность автоматической
генерации и извлечения знаний для решения задач по
накопленного опыта в конкретной предметной области);
 адаптивность (способность к развитию системы в соответствии с
объективными изменениями модели проблемной области);
 использования в ИИС специфического компонента - базы знаний,
является контейнером фактов и правил конкретной предметной
области [6, с. 23].
Характерными особенностями, которые отличают ИИС от обычных
информационных систем, являются:
1. Представление модели изучаемого объекта и его окружения в виде
базы знаний и средств дедуктивных и правдоподобных выводов в сочетании
с возможностью работы с неполной или неточной информацией.
2. Решение ИИС обладают свойством прозрачности, то есть могут быть
объяснены пользователю на качественном уровне.
3. Способность автоматического обнаружения определенных
закономерностей в ранее накопленных фактах с накоплением базы знаний.
4. ИИС дают пользователю "готово" решение, по качеству и
эффективности не уступает решению эксперта-человека [5, с. 18].
Интеллектуальные информационные системы можно
классифицировать по:
- предметной области применения (ИИС менеджмента, риск-
менеджмента, инвестиций, ИИС в военной сфере и т.д.);
- степени автономности от корпоративной ИС или базы данных
(автономные в виде самостоятельных программных продуктов с собственной
базой знаний, полностью интегрированные);
- способу и оперативностью взаимодействия с объектом (статические,
динамические, реального времени);

- степени адаптивности (ИИС, которые учатся, то есть системы,
параметры и структура которых изменяются в процессе обучения или
самообучения, ИИС, параметры которых изменяются администратором):
- модели представления знаний (немонотонные, модальные и
временные логики, Марковские и Баесовски сети, казуальные деревья, ИИС,
основанные на теории Демпстера-Шейфера, нечеткие системы и т.д.) [5, с.
20].
Чаще всего ИИС применяются для решения сложных, слабо
структурированных задач. Сложность этих задач связана с использованием
слабоформализованих знаний специалистов-практиков, где логическая
обработка информации доминирует над вычислительной. Это касается
поддержки принятия решений в чрезвычайных ситуациях, понимание
естественного языка, определение диагноза и рекомендации по методам
лечения, анализа визуальной и звуковой информации, управление
диспетчерскими пультами и системами безопасности. [1, с. 47]
Наряду с традиционным применением интеллектуальных
информационных систем, сейчас наблюдается тенденция, когда реализуются
другие подходы к использованию искусственного интеллекта в программном
обеспечении, а именно:
1. Адаптивные системы и системы самообучающихся,
предназначенные для решения тех или иных задач за счет учета априорной
информации и информации, поступающей в интеллектуальную систему в
процессе ее эксплуатации. Подобные системы развиваются на основе опыта
их работы, а усвоение этого опыта является одним из технологических
этапов создания таких систем.
2. Открытые системы большого масштаба, которые спроектированы
большим количеством различных разработчиков, зачастую не связанных
между собой. Их развитие происходит не по конкретным планом, созданным
заранее, а хаотично. Системы такого типа создают условное
информационную среду общего доступа, куда могут вносить свой вклад

разработчики и пользователи, независимо от своего места нахождения [4, с.
261].
Не обошел искусственный интеллект и бизнес среду. Искусственный
интеллект уже широко используется в бизнес-приложениях, включая
автоматизацию, анализ данных и обработку естественного языка. Во всех
отраслях эти три области ИИ оптимизируют операции и повышают
эффективность.
Автоматизация облегчает выполнение повторяющихся или даже
опасных задач. Аналитика данных дает предприятиям невиданные ранее
возможности. Обработка естественного языка обеспечивает
интеллектуальные поисковые системы, полезные чат-боты и лучшую
доступность для людей с ослабленным зрением.
Другие распространенные применения ИИ в бизнесе:
 Передача и перекрестные ссылки на данные; обновление файлов
 Прогнозирование поведения потребителей и рекомендации по
продуктам
 Обнаружение мошенничества
 Персонализированные рекламные и маркетинговые сообщения
 Обслуживание клиентов по телефону или через чат-ботов [2, с.
114]
Действительно, многие эксперты отмечают, что бизнес-приложения
ИИ достигли такого уровня развития, что мы живем и работаем вместе с ним
каждый день, даже не осознавая этого.
В 2018 году Harvard Business Review предсказал, что ИИ окажет
наибольшее влияние на маркетинговые услуги, управление цепочками
поставок и производство. Два года спустя мы наблюдаем, как эти прогнозы
исполняются в реальном времени. Например, быстрый рост маркетинга в
социальных сетях с использованием ИИ позволяет брендам легко, чем когда-
либо, персонализировать взаимодействие с клиентами, поддерживать связь с
ними и отслеживать успех своих маркетинговых усилий.

Управление цепочками поставок также готово существенно
продвинуться вперед на основе ИИ в ближайшие несколько лет. Технологии
интеллектуального анализа процессов все чаще будут предоставлять
компаниям точные и всесторонние сведения для мониторинга и улучшения
операций в режиме реального времени.
Прозрачность и безопасность данных - еще одна область, в которой
ИИ, как ожидается, существенно изменит ситуацию в ближайшие годы.
Поскольку клиенты узнают, сколько данных собирают компании,
потребность в большей прозрачности того, какие данные собираются, как
они используются и как они защищены, будет только расти. [2, с. 116]
Кроме того, по-прежнему существует значительная возможность для
расширения использования ИИ в финансах и банковском деле - двух
секторах с огромными объемами данных и огромным потенциалом для
модернизации на основе ИИ, которые по-прежнему в значительной степени
полагаются на устаревшие процессы.
В некоторых отраслях широкое распространение ИИ зависит от
этических соображений по обеспечению общественной безопасности.
Отметим, однако, что в то время как кибербезопасность долгое время
была проблемой в мире технологий, некоторые компании теперь должны
также учитывать физические угрозы для населения. В сфере бизнеса это
особенно актуально. Например, вопрос о том, как автономные транспортные
средства должны реагировать в случае неизбежной аварии на предприятии,
является большой темой для обсуждения. Такие инструменты, как Moral
Machine Массачусетского технологического института, были разработаны
для оценки общественного мнения о том, как должны работать беспилотные
автомобили, когда невозможно избежать человеческого вреда.
Учитывая потребность в специфичности при разработке алгоритмов
принятия решений, естественно, потребуется международный орган для
установления стандартов, в соответствии с которыми разрешаются
моральные и этические дилеммы. [2, с. 117]

Важно подчеркнуть глобальный аспект этих стандартов. Страны по
всему миру участвуют в гонке вооружений ИИ, быстро разрабатывая
мощные системы. Возможно, слишком быстро. Если гонка за развитием
искусственного интеллекта приведет к небрежности в создании «этических»
алгоритмов, ущерб может быть огромным. Международные стандарты могут
дать разработчикам руководящие принципы и параметры, которые
гарантируют, что машинные системы уменьшают риск и ущерб так же, как и
человека, если не лучше.
В деловом мире существует множество недоразумений относительно
текущих возможностей и будущего потенциала ИИ. Многие владельцы
бизнеса считают, что ИИ может делать все, что может сделать человек, и
даже больше. Лучший подход предполагает определение конкретных
вариантов использования.
Для компаний, желающих использовать ИИ, первым делом нужно
посмотреть, какие части их текущих операций можно оцифровать. Вместо
того, чтобы придумывать волшебное решение, предприятиям следует
рассмотреть существующие технологии, которые могут высвободить
ресурсы или предоставить новые идеи. ИИ не начинается с ИИ. Все
начинается на уровне компании.
Например, компании, которые уже оцифровали платежные ведомости,
обнаружат, что они собирают много данных, которые могут помочь
спрогнозировать будущие расходы. Это позволяет предприятиям нанимать и
работать с большей предсказуемостью, а также упростить бухгалтерские
задачи. [2, с. 119]
Вместо того, чтобы служить заменой человеческому интеллекту и
изобретательности, искусственный интеллект обычно рассматривается как
вспомогательный инструмент. Хотя искусственный интеллект в настоящее
время испытывает трудности с выполнением здравых задач в реальном мире,
он умеет обрабатывать и анализировать массивы данных гораздо быстрее,
чем человеческий мозг. Затем программное обеспечение искусственного

интеллекта может вернуться с синтезированным планом действий и
представить его пользователю-человеку. Таким образом, люди могут
использовать искусственный интеллект, чтобы помочь выявить возможные
последствия каждого действия и упростить процесс принятия решений.
«Искусственный интеллект - это своего рода второе пришествие
программного обеспечения, - сказал Амир Хусейн, основатель и генеральный
директор компании SparkCognition, занимающейся машинным обучением.
«Это форма программного обеспечения, которое самостоятельно принимает
решения, способное действовать даже в ситуациях, непредвиденных
программистами. Искусственный интеллект имеет более широкие
возможности принятия решений, чем традиционное программное
обеспечение».
Эти черты делают искусственный интеллект очень ценным во многих
отраслях, будь то просто помощь посетителям и персоналу в эффективном
перемещении по корпоративному кампусу или выполнение столь сложной
задачи, как мониторинг ветряной турбины, чтобы предсказать, когда ей
потребуется ремонт.
Машинное обучение часто используется в системах, которые собирают
огромные объемы данных. Например, интеллектуальные системы управления
энергопотреблением собирают данные с датчиков, прикрепленных к
различным объектам. Затем массивы данных контекстуализируются
алгоритмами машинного обучения и доставляются лицам, принимающим
решения, чтобы лучше понять потребности в энергии и обслуживании.
Искусственный интеллект также меняет системы управления
взаимоотношениями с клиентами (CRM). Программное обеспечение, такое
как Salesforce или Zoho, требует серьезного вмешательства человека, чтобы
оставаться актуальным и точным. Но когда вы применяете искусственный
интеллект к этим платформам, обычная CRM-система превращается в
самообновляющуюся, самокорректирующуюся систему, которая остается за
вас на вершине управления вашими отношениями.

Другой пример универсальности искусственного интеллекта -
финансовый сектор. Доктор Хоссейн Рахнама, основатель и генеральный
директор компании Flybits, занимающейся консьержем искусственного
интеллекта, и приглашенный профессор Массачусетского технологического
института, работал с TD Bank над интеграцией искусственного интеллекта в
обычные банковские операции, такие как ипотечные кредиты. Используя эту
технологию, если у вас есть ипотечный кредит в банке, который подлежит
продлению в течение 90 дней или меньше, если вы проходите мимо
отделения, вы получаете персонализированное сообщение с приглашением
пойти в отделение и продлить покупку. Если вы ищете недвижимость для
продажи и проводите там более 10 минут, вам будет отправлено возможное
предложение по ипотеке. [5, с. 152]
Выводы. Таким образом, сочетание элементов искусственного
интеллекта и информационных систем привело к появлению нового
качественного типа программных продуктов под названием
интеллектуальные информационные системы. На сегодня существуют
значительные наработки в использовании этих систем в образовании, науке,
бизнесе. Хорошо зарекомендовали себя мультиагентные интеллектуальные
системы, которые нашли широкое применение в бизнесе.
В бизнесе искусственный интеллект имеет широкий спектр
применения. Фактически, большинство из нас в той или иной форме
взаимодействует с искусственным интеллектом ежедневно. Искусственный
интеллект, от повседневного до захватывающего, уже нарушает практически
все бизнес-процессы в каждой отрасли. По мере распространения технологий
искусственного интеллекта они становятся императивом для предприятий,
которые хотят сохранить конкурентное преимущество.

Библиографический список

1. Алешина, И. В. Искусственный интеллект: цифровая глобализация и
маркетинг [Текст] / И. В. Алешина // Маркетинг в России и за рубежом.
- 2019. - № 1. - С. 74-80
2. Бирюков, А. Н. Нейросетевое моделирование как инструмент
искусственного интеллекта для бюджетно-налоговых систем / А. Н.
Бирюков // Современные научные исследования и разработки. – 2018. -
№ 2. – С. 47-55.
3. Громов Ю.Ю. Интеллектуальные информационные системы и
технологии: учебное пособие / Ю.Ю. Громов, О.Г. Иванова, В.В.
Алексеев и др. – Тамбов: Изд-во ФГБОУ ВПО "ТГТУ", 2013. – 244 с.
4. Зайцев, А. Тенденции в области искусственного интеллекта.
Современные методы машинного обучения / А. Зайцев // Видеонаука:
сетевой журн. - 2018. - №1(9).
5. Исхакова, А. Ф. Применение искусственного интеллекта / А. Ф.
Исхакова // Вестник современных исследований. - 2018. - № 9.3 (24) .-
С. 261-262
6. Стрельцов Р.В. Искусственный интеллект в бизнесе / Р.В. Стрельцов,
Л.В. Славинская // Сборник научных трудов студентов, магистров и
преподавателей. – Донецк: ДонНТУ, 2010. – С. 148 – 152.