ОБ AI ПО ГАМБУРГСКОМУ СЧЕТУ

   Уже не раз писал, что о перспективах технологий нельзя судить по статьям ученых, вендоров и журналистов. Слишком они противоречивы и ангажированы.
Лишь экспертный анализ бизнес-консультантов с высокой репутацией способен оценить положение и перспективы по гамбургскому счету – независимо от сиюминутных обстоятельств и корыстных интересов, максимально реалистично, практично и точно.
И сегодня такая возможность появилось с выходом отчета McKinsey Global Institute.

Желающие могут скачать отчет здесь (PDF 3MB, 80 стр.)

Я же попробую отжать в сухой остаток ключевые тезисы и визуализировать их.

1️⃣ Мы в самом начале AI-революции:
— инвестиции уже колоссальные и быстро растут;
— понимания, что и как с этим делать, пока, к сожалению, мало;
— реальной отдачи в бизнесе – еще меньше;
— главное поле битвы пока что не бизнес, а патенты и интеллектуальная собственность.

2️⃣ Однако, реальную отдачу от AI для бизнеса уже получают ранние внедренцы - «по жизни цифровые индустрии». Например:
— Netflix получает $1 млрд в год только за свой уникальный рекомендательный сервис, удерживающий клиентов от ухода к конкурентам;
— Amazon сократил интервал времени «Заказ-Отгрузка» с 70 мин. до 15 мин., сократив этим затраты на 20% и увеличив емкость складов на 50%.

3️⃣ США и Китай ушли в отрыв. Даже Европе (не говоря уж о России) практически нечего ловить.
— только Baidu и Google уже тратят по $20-$30 млрд внутренних инвестиций в год на AI;
— 90% идет на R&D и лишь 10% на M&A (т.е. рынок еще в пеленках);
— основные внешние инвестиции (от внешних инвесторов) вкладываются в Машинное обучение, хотя этот сегмент неотвратимо растворяется в других.

4️⃣ Перспективы траектории «спрос-предложение» сильно отличаются для разных индустрий
— финансы, хай-тек, телеком съедят больше половины AI пирога;
— обучение (увы!) застрянет, почти как строительство.

5️⃣ Ключевые вызовы на пути AI-революции и Цифровой трансформации – не массовая безработица и «бунт машин», а вот что:
— понять, как учить и переучивать людей;
— создать культуру кооперации с роботами (чтоб не гнобить и не подсиживать их);
— понять, как решать вопросы ответственности, доверия и правового обеспечения при сосуществовании и кооперации человека и AI - тут пока что ВООБЩЕ КОНЬ НЕ ВАЛЯЛСЯ И НИЧЕГО НЕ ПОНЯТНО
- - - - -
Как видите, AI по гамбургскому счету не сильно похож на то, что о нем пишут ученые, вендоры и журналисты. На то он и гамбургский счет 😳

#McKinsey #AI #МашинноеОбучение

РОБОТИЗАЦИЯ – КАКАЯ ОНА НА САМОМ ДЕЛЕ (ПРИМЕР)

Недавно я писал о том, что из себя представляет роботизация на самом деле. Оказалось, что это мало похоже на то, что пишут на эту тему вендоры, исследователи и журналисты.

Теперь, в продолжение темы, хочу привести хороший пример – анализ состояния роботизации в конкретной стране – Дании. Такой пример ценен вдвойне:

1) Это анализ хороших бизнес-консультантов (McKinsey).
2) Большинство анализов дает обобщенные цифры по миру или континентам (что сильно смазывает картину). Если же приводят страну, так обычно это США, довольно сильно оторвавшаяся в данном вопросе от большинства стран, или Китай, где все вообще сильно по-своему. Ну а Дания, в этом смысле, - показательно, и для нас ближе и понятней.

Отчет (5,7МВ, 50 стр.) можно скачать здесь.

Я же, как обычно, попытаюсь дать «сухой остаток» ключевых моментов (с моей кочки зрения)).

1️⃣ С помощью СУЩЕСТВУЮЩИХ технологий в Дании можно роботизировать (интеллектуально автоматизировать) 40% рабочих часов всех трудящихся (для инфы: в среднем по миру эта цифра 49%).
Для разных индустрий этот показатель сильно разнится – см. диаграмму

2️⃣ Для разных специальностей это будет сильно по-разному: для профессий с высокой долей рутинных предсказуемых операций можно роботизировать до 73% рабочего времени, а для профессий, где много интерактивных, не рутинных и плохо предсказуемых операций, максимум можно роботизировать до 19% рабочего времени – см. диаграмму
Лучше всего роботизируются среднеоплачиваемые специальности (НЕ высоко и НЕ низкооплачиваемые) в диапазоне зарплат $45-$60 тыс. в год.

3️⃣ Существует несколько сценариев – см. диаграмму - того, как эта роботизация будет происходить в реальности. Они зависят от (1) уровня оптимизма (ранний/поздний), (2) от распространенности (освоенности) технологии и (3) потенциала роботизируемости.
На всех интересующий вопрос «Через сколько лет, самое раннее, машины смогут симулировать ВСЕ аспекты человеческого интеллекта», ответ такой: <10 лет (5% участников опрошенных специалистов) , 11-25 лет (2%), 26-50 лет(11%), 50+ лет (41%), никогда (41%).

Мой голос приплюсуйте к последним 41% 😎

#Роботы #McKinsey