Возможно, мы не заметили широкую область, где человеческий разум и машинный интеллект смогут работать сообща. Пол Догерти, директор по технологиям и инновациям консалтинговой компании Accenture, считает, что прямо сейчас благодаря искусственному интеллекту возникают новые специальности для тех, кто будет посредниками между человеком и машиной.

Мы часто слышим разговоры о том, что машины могут делать одно, а люди могут делать другое. В результате возникает противопоставление умений машин и умений людей. Нам кажется, это неверный подход. Поэтому в книге «Человек + машина: переосмысление работы в век искусственного интеллекта» мы пытаемся обсудить, есть ли такая обширная сфера жизни, в которой люди и машины могли бы сотрудничать, работать сообща и создавать более совершенные инструменты на основе искусственного интеллекта (ИИ).

Мы не считаем, что с внедрением ИИ мы движемся в будущее, которое в большей степени ориентировано на машины. На самом деле мы идем в будущее, которое больше ориентировано на человека и в котором мы можем сделать акцент на том, что делает нас людьми. И в этом будущем у нас будут мощные инструменты, которые создадут новые виды работ для людей.

Мы называем это «недостающей серединой», потому что вопрос о работе в той сфере, где люди и машины могут сотрудничать, редко обсуждается.

В этой середине есть две категории работ. С одной стороны, люди необходимы для помощи машинам. С другой стороны, те виды работ, в которых машины помогают людям, дают нам новые широкие возможности.

Как люди помогают машинам

В первой категории есть новые интересные специальности, о которых мы редко задумываемся. Мы назвали их trainers, explainers и sustainers.

Trainer (инструктор) — это человек, который занимается обучением ИИ или обучением машин, используемых в бизнесе. Речь идет о продвинутых методах обучения, необходимых для того, чтобы ИИ и наши системы работали правильно. Например, если взять виртуальных собеседников (chatbots) и виртуальных агентов (virtual agents), которые используют компании, то для работы в банке понадобится совсем не такой чатбот, как для СМИ или казино. Его поведение, культура, характеристики, стиль ответа имеют существенное значение для компаний.

ИИ становится брендом, потому что это лицо компании, и он определяет, как ваша компания воспринимается клиентами. Инструктор, который разрабатывает поведенческие реакции вашего корпоративного ИИ, играет важную роль. И мы приглашаем на эту работу людей, имеющих опыт в сфере социологии и психологии.

Это не технические знания и навыки, а новый вид деятельности — правильная настройка ИИ применительно к вашей организации.

Explainer (популяризатор) занимается тем, что объясняет возможности и потенциальные последствия использования ИИ. Мы часто слышим разговоры о том, что нельзя понять, как ИИ действует и работает. В отношении некоторых форм ИИ это действительно так.

Популяризаторы нам нужны для того, чтобы объяснить сложные технические вопросы людям с нетехническим складом ума, понятно изложить сложные алгоритмы, по которым работает ИИ, и помочь выбрать ту форму ИИ, которая в каждом конкретном случае оптимальна. А когда выбор сделан, те же популяризаторы объяснят последствия использования данной формы ИИ для конкретного бизнеса.

Sustainer (специалист поддержки) контролирует, чтобы системы ИИ работали в соответствии с поставленными задачами, проверяет соответствие систем ИИ правилам и политике компаний. Эти специалисты нужны компаниям, чтобы продумать правильное использование технологии, ее прозрачность, возможность объяснить принципы ее работы.

Как машины помогают людям

Amplify — тот случай, когда ИИ используется для дополнения и усиления действий человека. Примером амплификации может быть система автоматизированного проектирования AutoCAD, разработанная компанией Autodesk. ИИ дополняет творческие способности разработчиков, предлагая тысячи вариантов проектов с учетом всех ограничений и параметров, заданных инженерами. Из них разработчик отбирает наиболее подходящие и на их основе создает уникальный продукт.

Interact — это ситуации, в которых ИИ взаимодействует с человеком: например, общается с клиентами, обслуживает заказчиков. Виртуальные агенты и собеседники используются для автоматизации и улучшения обслуживания в самых разных отраслях. Эти технологии помогают людям обслуживать клиентов более эффективно.

Можно использовать таких помощников для автоматизации рутинных заданий, чтобы сотруднику не приходилось, например, отвлекаться на распечатывание документов, а он мог бы использовать это время на общение с клиентом.

Например, в банковской отрасли много нормативных требований и правил, и сотруднику постоянно приходится думать обо всех ограничениях. В таких случаях банки используют бота, который становится для сотрудника чем-то вроде второго пилота: он слушает разговор, следит за действиями, подбирает нужные правила и нормы и помогает сотруднику сосредоточиться на клиенте.

Это наглядный пример того, как ИИ помогает человеку делать то, что у него получается лучше всего, — вникать в проблему клиента, общаться с ним, в то время как ИИ берет на себя формальности.

Embody — это те случаи, когда роботы «воплощают» физически некоторое действие человека. В этом случае они называются коботы (от англ. cobots — collaborative robots).

Здесь хорошим примером может послужить завод компании Mercedes по сборке моделей S-класса. 80% работ на заводе были автоматизированы с применением больших промышленных роботов. Однако их работа была негибкой; они не позволяли персонализировать продукцию в достаточной степени, чтобы удовлетворять запросы клиентов. Поэтому Mercedes вернул людей в процесс и снабдил их коботами, которых можно подстраивать для большей индивидуализации работы.

Почти идеальное сочетание

Еще один интересный способ — интеграция аналитических способностей человека и ИИ. Как их можно скомбинировать, чтобы получить в итоге наилучшее решение?

Недавно Гарвардский университет изучил данные о точности диагностирования рака молочной железы. Как оказалось, ИИ сейчас выявляет признаки заболевания с точностью 92%. Врачи делают это с точностью 96%. Если объединить эти два метода, предоставив врачу данные алгоритма, точность вырастет до 99,5%.