Prenumerata 2018 ju˜ż w sprzedża˜y - SPRAWD˜!

Biznes IT

Sylvain Duranton: Komputer już może się uczyć

materiały prasowe
Sztuczna inteligencja to nie temat z filmów, ale realne wyzwanie dla firm. Ma już coraz więcej zastosowań w biznesie – mówi Piotrowi Mazurkiewiczowi członek zespołu BCG Gamma i dyrektor zarzšdzajšcy biura firmy w Paryżu Sylvain Duranton.

Rz: Gdy pada hasło „sztuczna inteligencja", mam skojarzenie z filmem „Terminator", w którym system Skynet uzyskał œwiadomoœć i zaatakował ludzi. Czy powinniœmy się bać systemów opartych na sztucznej inteligencji?

Bać nie, ale na pewno powinniœmy zachować ostrożnoœć. Zawsze trzeba brać pod uwagę negatywne zjawiska. Na razie jednak myœli się głównie o jasnych stronach takiego trendu, inaczej firmy nie inwestowałyby w takie rozwišzania.

Po co, skoro trzeba liczyć się z ryzykiem?

Ponieważ komputery sš po prostu szybsze, jeœli chodzi o dokonywanie obliczeń, jednak na razie nie gwarantuje im to zdecydowanej przewagi. Widać to było doskonale przy słynnych meczach mistrza szachowego Garriego Kasparowa z komputerem Deep Blue. Człowiek w sekundę analizował jeden, dwa scenariusze dalszej gry, a komputer był w stanie przeanalizować milion partii. Bez żadnego z góry przyjętego schematu, po prostu maszyna automatycznie przeglšdała kolejne opcje i dopasowywała do tego, co było widać na szachownicy.

Człowiek najpierw w szachy z komputerem wygrywał, póŸniej prowadziła maszyna, ale to specjalnie stworzone modele z gigantycznš mocš obliczeniowš. Gdyby udało się nauczyć ich pewnych schematów myœlenia i dopasowywania scenariuszy do modelu zamiast sprawdzania ich na oœlep, możliwoœci komputerów znacznie by wzrosły.

To realny scenariusz?

Pewne postępy zostały już poczynione. Możliwoœci komputerów wcišż nie da się porównać z działaniem ludzkiego umysłu, ale udaje się je wprowadzić na nowe obszary – na przykład zdolnoœć uczenia się. Dwa programy, mierzšc się ze sobš, stykajš się z nowymi sytuacjami i w ten sposób opanowujš nowe strategie. W praktyce widzimy już zastosowania takich rozwišzań choćby przy wirtualnych systemach takich jak Watson czy w programach zajmujšcych się tłumaczeniami językowymi. Nie da się dobrze przełożyć zdania z jednego języka na drugi wprost, ponieważ wychodzi karykatura. Stopniowo można uczyć program niuansów, pewnych schematów stosowanych przez ludzi. Nie jest to łatwy proces, ale możliwy.

Czy takie systemy nie mogš się wymknšć spod kontroli?

Wszystko zależy od intencji osoby, która zarzšdza całym procesem. Narzędzie jest tylko narzędziem, z samego faktu istnienia nie tworzy zagrożenia. Zależy, jak zostanie użyte, ale to nie wynika z idei funkcjonowania tego przedmiotu czy też urzšdzenia.

Czy warto ryzykować? Jeœli systemy majš tak wiele informacji na nasz temat, mogš stać się celem ataku hakerskiego.

Warto, ponieważ coraz większe sš potrzeby, zwłaszcza jeœli chodzi o szybkie analizowanie ogromnych zbiorów danych. Ludzie nie sš już w stanie dać sobie z tym rady, a tempo wzrostu jeszcze przyœpiesza. Liczba danych, jakie sš generowane globalnie, podwaja się co 1,2 roku. Nasza cywilizacja produkuje ogromne zbiory danych, nieznane wczeœniej – œredniej wielkoœci firma produkcyjna, zatrudniajšca tysišc osób, posiada tyle danych, ile znajduje się w bibliotece amerykańskiego Kongresu, która jest największš bibliotekš œwiata. Dlatego tak wiele wysiłku wymaga analizowanie tych informacji.

Użytkownicy często nawet nie zdajš sobie sprawy, jak wiele informacji na ich temat można pozyskać na podstawie danych, zostawianych w różnych Ÿródłach. Pracujemy z szeregiem firm nad modelami analizy wielkich zbiorów danych i czasami wspólnie dochodzimy do doœć zaskakujšcych wniosków. Jedna z firm zajmujšcych się dostawami posiłków na kampusy uniwersyteckie potrafiła w oparciu o swoje zbiory danych wytypować studentów, którzy nie przebrnš przez pierwszy rok nauki i wrócš do domu. Inne systemy, przy których rozwijaniu pracowaliœmy, były z kolei w stanie wytypować osoby, które w cišgu roku się przeprowadzš, prawdopodobnie jeszcze zanim sami zainteresowani w ogóle o tym pomyœleli. Przewidywalnoœć i schematycznoœć ludzkich zachować dla nas samych czasami jest zaskoczeniem.

Faktycznie zostawiamy masę danych i informacji. Czy nie sš to po prostu œmieci? Po lekturze forów trudno oprzeć się takiemu wrażeniu.

Można oceniać to negatywnie, niemniej każda tego typu informacja mówi coœ na temat osoby, która jš zamieœciła. W połšczeniu z innymi informacjami, zamieszczanymi choćby na serwisach społecznoœciowych, ale też historiš stron, jakie się odwiedza, czego się szuka, mówi o nas dużo.

Znany był przykład sieci Target, która na podstawie zamawianych i wyszukiwanych na jej stronie towarów wiedziała, które klientki potencjalnie sš już w cišży, często wczeœniej niż one.

Zdobywajšc takie dane na temat użytkownika, wchodzimy na grzšski grunt, czy nie ma tu ryzyka naruszenia prywatnoœci. To oczywiœcie możliwe, ale firmy pracujšce nad takimi zbiorami danych nie robiš tego ze złych pobudek. Często funkcjonujš już w oparciu o systemy wykorzystujšce sztucznš inteligencję, wiele siły wkładajš w budowanie zabezpieczeń. Nie można mieć 100-proc. pewnoœci, ale bezpieczeństwo to jeden z priorytetów.

Czy rzšdy robiš wystarczajšco dużo, żeby nas chronić?

Państwa nie mogš ignorować tych procesów, powinny prowadzić aktywny dialog z rynkiem, który na pewno będzie szedł w kierunku coraz głębszej analizy danych. Kierunek wyznacza chociażby rzšd Danii, który utworzył stanowisko ambasadora do spraw firm technologicznych, odpowiadajšcego za relacje z Facebookiem, Amazonem czy Uberem.

Czy firmy już nie majš za dużo danych? Po co jeszcze utrudniać sobie życie. Czy jest to warte ogromnych nakładów na takie innowacje?

Skala zmian, które dotknš rynku, będzie potężna. Rzeczy, o których słyszš szefowie firm, można traktować jako coœ z kategorii science fiction – sztuczna inteligencja, Watson czy Alphago. Ale w nieodległej przyszłoœci, w perspektywie kilku lat, te rzeczy zrewolucjonizujš biznes. Codziennoœciš stanš się boty, które będš w stanie przejšć komunikację i relacje z klientami. Rozszerzona rzeczywistoœć i wirtualna rzeczywistoœć wyjdš poza sferę gier komputerowych i stanš się normalnš częœciš procesów projektowania, narzędziem pracy inżynierów, ale również sprzedawców, bo pozwolš w zupełnie nowy sposób pokazywać produkty klientom. Upowszechniš się narzędzia do analizowania mowy. Z kolei blockchain zrewolucjonizuje systemy transakcji i autoryzacji, najpierw w sektorze finansowym, a potem w innych branżach. Nie mam więc wštpliwoœci, że Data Science czy sztuczna inteligencja to rzeczy, których szefowie firm nie mogš ignorować. Organizacje, które tego nie opanujš, stanš się dinozaurami.

IBM kupił serwis przygotowujšcy prognozy pogody, Amazon współpracuje z producentami sprzętu AGD. Czy to nie za wiele? Czy konsument nie poczuje się permanentnie inwigilowany?

Dla konsumentów te zmiany sš również pozytywne, ponieważ systemy te ułatwiajš podejmowanie decyzji. Dzięki nim pewne procesy decyzyjne podejmowane sš szybciej, konsument otrzymuje od firmy skrojony pod siebie przekaz, jakiego oczekuje, i czuje się tym usatysfakcjonowany.

Czy na pewno?

Amazon zrewolucjonizował rynek zakupów internetowych również dzięki temu, że klientowi wybierajšcemu konkretny produkt był w stanie zaproponować coœ, co było zgodne z jego preferencjami. Czy to inwigilacja? Niekoniecznie, raczej odgadywanie potrzeb. Firma była zadowolona, ponieważ zwiększała obroty, klienci również – z poziomu obsługi. Po sukcesie Amazona widać, że może się to udać.

Dotychczas padały nazwy głównie wielkich, międzynarodowych koncernów. Czy wejœcie w systemy analizy danych, również oparte na sztucznej inteligencji, to coœ dostępnego dla każdej firmy?

Jak zaczšć? Przede wszystkim – od małej skali. Trzeba na wstępie zauważyć, że te rozwišzania na poziomie organizacji sš postrzegane z pewnš dozš nieufnoœci, wręcz wrogoœci. Poza tym widziałem firmy, które chciały od razu wskoczyć na falę tych nowych technologii i wdrażały naraz mnóstwo programów, i to nigdy nie kończyło się dobrze. Dlatego najlepiej zaczšć od jednego, dwóch bardzo konkretnych wdrożeń, nakierowanych na osišgnięcie dobrze zdefiniowanych celów. Na przykład od szacowania ryzyka albo personalizacji ofert promocyjnych. Zamiast wpychać firmę w œwiat sztucznej inteligencji, lepiej przeprowadzić jeden projekt od poczštku do końca, tak żeby przyniósł realne pienišdze.

Firmy podšżajš za modami?

Efekty, które można osišgnšć dzięki temu, sš ogromne. Wiele firm doszło do poziomu nasycenia sieci – budowanie kolejnych sklepów czy placówek już nie pozwala im na osišganie wczeœniejszych zwyżek sprzedaży. Szukajš więc sposobów na to, żeby przekonać swoich dotychczasowych klientów.

Z nowoczesnych systemów, o jakich pan mówi, korzystajš głównie firmy amerykańskie. Czy Europa odstaje od lidera?

Najłatwiej jest wskazać w ostatnich latach firmy z USA, które stały się autorami najgłoœniejszych sukcesów rynkowych dzięki wykorzystaniu technologii. Poza tymi, o których mówiliœmy, warto jeszcze wymienić Ubera czy AirBnB, ale także choćby Teslę, co pokazuje, że dzisiaj to USA sš w awangardzie zmian.

Jednak Europa też ma swoje sukcesy, wymienię choćby firmę Criteo, zajmujšcš się cyfrowym marketingiem. I sporo innych, o których na œwiecie będzie głoœno. Nie można też zapominać o Azji, choć tamtejsze firmy słynš z tego, że najpierw rozwijajš się głównie w oparciu o gigantyczny rynek wewnętrzny.

CV

Sylvain Duranton w BCG pracuje od 1993 r. Przed przyjœciem do firmy pracował dla Orgaconseil. Doradza klientom w szeregu sektorów, jak koleje, linie lotnicze, przemysł czy energetyka. Należy do BCG Gamma, tworzšcego koncepcje, i wdraża zaawansowane rozwišzania, które mogš zmieniać firmy od podstaw.

ródło: Rzeczpospolita

WIDEO KOMENTARZ

REDAKCJA POLECA

NAJNOWSZE Z RP.PL