Технологии решают — и создают — проблемы. Постыдный секрет технологического мира заключается в том, что каждое решение рождает проблему. Стоит исправить А, как из строя выходит B. Стоит разработать C (что просто прекрасно), как оказывается, что вместе с ним появилось и D, от которого нужно как можно скорее избавиться. Умные машины решат многие проблемы общества (см. выше), но при этом также создадут множество новых проблем, с которыми придется работать людям. И эта работа будет монетизирована. Работа никогда не стоит на месте.
В сфере кадров DBS прогнозирует отток своих продажников. На основе ряда факторов, выявленных моделями машинного обучения (включая время отпуска, количество больничных, а также скорость ответов на электронные письма), банк может с 85%-ной вероятностью предсказывать, уволится ли кто-либо из сотрудников, за три месяца до увольнения.
ция21. Более простая классификация консультанта Ананда Рао делит типы ИИ-технологий на три категории в зависимости от задач автоматизации:
Сопровождаемый интеллект, широкодоступный сегодня, совершенствует ту работу, которую уже выполняют организации и люди. Дополненный интеллект, зарождающийся сегодня, позволяет организациям и людям делать то, что они не могли делать ранее. Автономный интеллект, разрабатываемый для будущего, создает и внедряет машины, которые работают самостоятельно22.
Эксперт Accenture Джим Уилсон и его коллеги написали, что новые профессии, которые появятся после внедрения ИИ, можно будет поделить на три категории: тренеры, популяризаторы и хранители19.
и повторяющиеся процессы, часто посредством робототехники или роботизированной автоматизации процессов; делать выводы на основании исчерпывающего анализа структурированных данных, чаще всего с использованием машинного обучения; взаимодействовать с клиентами и сотрудниками при помощи чат-ботов, обрабатывающих естественный язык, интеллектуальных агентов и машинного обучения.
Дизайн-мышление — это ориентированный на человека подход к инновациям, при котором инструменты дизайнеров используются для сведения воедино человеческих потребностей, технологических возможностей и условий для успеха бизнеса.
Однако в ноябре 2016 г. аудиторская проверка Системы техасских университетов (к которой относится Центр Андерсона) выявила проблемы в хьюстонской больнице. Был опубликован сенсационный отчет «Специальная проверка закупочных процедур по проекту Oncology Expert Advisor Онкологического центра имени М. Д. Андерсона». Аудит показал, что на разработку ОЕА уже ушло $62 млн, что система еще не использовалась для лечения пациентов и вообще не была интегрирована в электронную систему медицинских
