Coraz częściej staje się to wręcz oczekiwaniem kierowanym pod adresem firm i instytucji – wskazuje w swojej analizie Paweł Iwanowski, menedżer w Dziale Konsultingu Deloitte. Pozwoliliśmy sobie wzbogacić ową analizę o kilka naszych spostrzeżeń i wniosków.

Sztuczna Inteligencja to koncept stworzenia maszyn, które potrafiłyby „myśleć jak człowiek” – innymi słowy wykonywać zadania takie jak rozumowanie, planowanie, uczenie się, wyciąganie wniosków czy rozumienie języka.

Dla większości z nas przykładem takiej maszyny będzie pewnie – znany z serii filmów o Terminatorze – Skynet, czy postaci z tegorocznego hitu HBO – czyli serialu Westworld. Wyobrażenia kreowane przez produkcje science fiction często przesłaniają jednak fakt, że już dziś sztuczna inteligencja ma ogromny wpływ na życie większości z nas, a w najbliższym czasie możemy wręcz tak się do niej przyzwyczaić, że trudno będzie nam akceptować jej brak.

Rozwiązania oparte o sztuczną inteligencję stają się coraz bardziej powszechne, a przez to niedostrzegalne przez użytkownika. Droga w kierunku SI była raczej formą ewolucji niż rewolucji. Systemy i algorytmy stawały się coraz bardziej zaawansowane, a przejście było płynne. Spowodowało to, że większość z nas nie jest świadoma w jak wielu aspektach ich codziennego życia wspiera ich SI.

Wirtualni asystenci w smartfonach rozpoznają naszą mowę, rozumieją kontekst wypowiedzi i potrafią podpowiadać nam rozwiązania. Aplikacje do streamingu muzyki czy filmów znają nasze preferencje i tworzą dedykowane playlisty oraz podpowiadają nowe utwory, które mogą nam się spodobać. Sklepy internetowe rekomendują nam produkty zgodne z naszymi zainteresowaniami oraz wcześniejszymi wyborami. Algorytmy serwisów społecznościowych potrafią rozpoznawać ludzi na zdjęciach  – w przypadku Facebooka.

Może właśnie dlatego Unia Europejska poważnie zastanawia się nad wprowadzeniem regulacji dla robotów. Maszyny muszą posiadać wyłącznik i mają podlegać obowiązkowej rejestracji. Stworzono nawet pojęcie osoby elektronicznej… UE boi się scenariusza rodem z Matrixa lub Terminatora…

Przyzwyczajenia cyfrowe tworzą się szybko

Konsumenci bardzo szybko absorbują korzyści, jakie czerpią z rozwiązań technologicznych, zaczynając poszukiwać podobnych usprawnień w kolejnych dziedzinach życia. Wiedzą, że firmy przetwarzają informacje o ich zachowaniach i oczekują w zamian coraz lepiej dopasowanej, szybkiej i inteligentnej obsługi. Oczekują, że każdy sprzedawca będzie potrafił zaoferować im produkt lub usługę w oparciu o ich wcześniejsze wybory.

Ktoś, komu smartfon codziennie podpowiada najszybsza trasę powrotu do domu, lub komu aplikacja każdego dnia wybiera kilka najlepiej dopasowanych do jego upodobań płyt z muzyką, zaczyna szukać takiego samego podejścia u sprzedawcy garniturów czy jedzenia. To samo możemy odnieść do usług finansowych i bankowości. Czy jednak bankowe czatboty naprawdę są przydatne?

Samodzielnie nie da się jednak przeanalizować wszystkich dostępnych danych oraz wyciągnąć na ich podstawie odpowiednich wniosków – szczególnie przy ogromnej liczbie klientów. Czy to oznacza, że w niedalekiej przyszłości każda, najmniejsza nawet firma będzie zmuszona do inwestowania w ogromne systemy analityki danych, zespoły inżynierów oraz olbrzymią infrastrukturę technologiczną?

Do stworzenia SI potrzebny jest zespół naukowców i programistów aby wydobyć i przygotować odpowiednie informacje, zbudować odpowiednie modele, a następnie zintegrować wyniki z systemami CRM. Wszystko to powoduje, że SI jest niedostępne dla firm, które nie są w stanie zainwestować olbrzymich ilości pieniędzy, aby zatrudnić specjalistów i przygotować infrastrukturę.

Jednak przyszłość rysuje się przed nami zgoła inna. Tak jak w przypadku kreatorów stron internetowych czy pakietów biurowych udostępnianych w chmurze, nawet małe firmy będą mogły wykorzystać rozwiązania oferujące zaawansowane mechanizmy analityczne oparte o sztuczną inteligencję. Jednym z przykładów takiego podejścia może być zaprezentowany ostatnio przez giganta technologicznego Salesforce system Einstein.

System ten nie tylko podpowiada określone rozwiązania w oparciu o analizę danych, ale także pokazuje prawdopodobieństwo osiągnięcia sukcesu przy zastosowaniu zaproponowanych rozwiązań. Szuka on wzorców w posiadanych przez nas danych oraz rekomenduje kolejne kroki, jakie powinniśmy podjąć.

Maszyna nie ulega stereotypom

Pierwsze przykłady zastosowania tego typu rozwiązania przynoszą spektakularne wręcz efekty. Jedna z amerykańskich firm zajmujących się opieką zdrowotną potrzebowała przygotować raport dotyczący przyczyn hospitalizacji pacjentów. Firmy analityczno-doradcze proponowały przeanalizowanie danych i przygotowanie raport zawierającego blisko 250 różnych parametrów (wiek, choroby, wskaźnik BMI, itp.) w ciągu kilku miesięcy. Wykorzystanie Einsteina, analizując jednocześnie zdecydowanie więcej danych, skróciło ten czas do DWÓCH godzin i dało dosyć zaskakujące rezultaty.

Okazało się bowiem, że 49 proc. procent kobiet z cukrzycą było hospitalizowanych. Liczba ta wydaje się tak ogromna, że wszyscy powinni o tym wiedzieć, a jednak nikt nie dostrzegł wcześniej takiej zbieżności. Ludzie opierali bowiem swoje analizy na przekonaniach, uprzedzeniach i stereotypach. W związku z tym, generalnie młodzi ludzie oraz kobiety mają niski odsetek hospitalizacji nikomu nie przyszło do głowy, żeby w ogóle przyglądać się takiej grupie docelowej. Podczas takiej analizy wszyscy patrzyli na starszych mężczyzn.

Sztuczna inteligencja wykryła jednak pewną regułę – gdy chorzy na cukrzycę nie biorą insuliny ich organizm nie radzi sobie z przetwarzaniem cukru, co prowadzi do utraty masy ciała. Okazało się, że młode kobiety traktowały ten fakt jako swoistą strategię żywieniową i celowo nie przyjmowały insuliny, by stracić wagę – częstym efektem ubocznym były późniejsze hospitalizacje. Odkrycie tego związku pozwoliło na podjęcie rzeczowego dialogu z kobietami – uświadomienie im konsekwencji, a finalnie znaczne zmniejszenie liczby hospitalizacji w tej grupie.

O podobnych efektach pisaliśmy jakiś czas temu, z tym że wtedy zasługi przypisywaliśmy smartwatchom ze specjalnymi algorytmami, które powiedzą nam kiedy zachorujemy. Jest to dzieło amerykańskich naukowców, a prace wciąż trwają. Podczas prób osiągnięto jednak bardzo obiecujące rezultaty.

Czy w końcu zastąpią nas roboty?

Patrząc z tej perspektywy widzimy sporo korzyści płynących z rozwoju SI. Rodzi się natomiast pytanie stare jak świat… Czy jeżeli automatyka będzie tak zaawansowana, to czy w końcu zastąpią nas roboty? To pytanie towarzyszy człowiekowi od około 300 lat – odkąd wynaleziono maszynę parową.

Patrząc na to, jak świat zapomina o nauce, nie trudno wyobrazić sobie sytuację, gdy to roboty staną się mądrzejsze od nas. Neil deGrasse Tyson – znany astrofizyk, kosmolog i jeden z największych popularyzatorów nauki w Stanach Zjednoczonych – od dawna powtarza o coraz niższym poziomie ludzkiej inteligencji. Czy czeka nas scenariusz rodem z filmu „Idiokracja”, gdzie rośliny podlewano napojami energetycznymi?

Nikt nie jest na tyle mądry, by stwierdzić jak świat będzie wyglądał za kilkadziesiąt lat. Ciężko przewidzieć tempo rozwoju technologii i jego kierunek. Latających samochodów z „Powrotu do przyszłości II” nie doczekaliśmy się do tej pory – a przypomnijmy, że twórcy filmu z 1989 roku założyli, że latające auta powstaną już w 2015 roku.