Дохід деяких гігантів зріс на 300% після тестування ШІ, а низку нішевих рішень спіткав повний крах
163перегляди Євгенія Підгайна, 20 червня 2024, 15:30 Поділитися
Фото: depositphotos.com
McDonald’s згортає експеримент з приймання замовлень через помилки ШІ. Разом з IBM ця американська компанія два роки тестувала ШІ-автоматизацію обслуговування автомобілістів більш ніж у ста ресторанах. Втім «розумна» технологія збоїла: пропонувала морозиво з беконом, додала до замовлення «дев’ять стаканів солодкого холодного чаю» тощо.
Це не єдиний приклад невдалого впровадження ШІ. На конференції STRUM 2.0 Марія Пономарчук, віцепрезидент з управління продуктами Demand.io, що раніше працювала в TikTok та Apple, розповіла про успішні й провальні кейси світових компаній. Причини деяких падінь – дуже несподівані. Mind занотував найцікавіше.
Трохи статистики. За даними GitHub, 2023 року було створено 98 млн проєктів із використанням штучного інтелекту. Саме торік зафіксовано різкий зліт попиту на цю технологію. Мінімальна активність розробників почала спостерігатися з 2010 року, а помітніший розвиток проєктів з ШІ почався 2016 року.
Згідно з дослідженням McKinsey, до 2030 року впровадження штучного інтелекту може додати приблизно $13 трлн до глобальної економіки. І це менше, ніж за шість років.
Компанії, що використовують штучний інтелект, уже мають конкурентну перевагу та фіксують зростання доходів мінімум на 30% після впровадження ШІ. Деякі, наприклад, Tesla – на 300%.
На графіку голубі стовпчики – дохід до запуску ШІ (у $ млрд), зелені – після.
Але впровадження ШІ принесло такий результат далеко не всім компаніям. Уже є випадки банкрутства через запуск штучного інтелекту (деталі – нижче).
ШІ змінює багато галузей. Наразі штучний інтелект активно впроваджують не лише техногіганти, а й дрібніші компанії з різноманітних індустрій.
Охорона здоров’я. Тут використання ШІ є корисним для діагностики захворювань, аналізу медичних зображень, персоналізованого лікування. Наприклад, компанія IBM Watson поліпшує лікування онкологічних захворювань саме за допомогою ШІ.
Фінанси. Алгоритми використовуються для виявлення шахрайства, управління ризиками, автоматизованого трейдингу та певних прогнозів. Наприклад, PayPal має гарний алгоритм для виявлення шахрайства й допомагає користувачам не втрачати гроші.
Роздрібна торгівля. Ритейл запускає персоналізовані рекомендації товарів, оптимізацію управління запасами, динамічне ціноутворення тощо. Amazon – одна з найбільших компаній у цій сфері – успішно використовує різні рішення штучного інтелекту для рекомендацій товарів і більш ефективного та швидкого відправлення замовлень.
Транспорт. Ця сфера активно тестує ШІ в автономних транспортних засобах, впроваджує його для оптимізації логістики й управління трафіком. Наприклад, Tesla зі своїм автопілотом або Uber із динамічним ціноутворенням.
Виробництво. Зараз ШІ використовується навіть тут. Відбувається роботизація виробничих процесів, прогнозування технічного обслуговування та оптимізація постачання. Наприклад, зараз Siemens експериментує з ШІ для менеджменту власного виробництва.
П’ятірка успішних кейсів
Alibaba. Ця компанія намагалася впоратися із завданням щодо управління міським трафіком. Запустила ШІ-продукт City Brain для аналізу даних із камер. У результаті має зменшення заторів приблизно на 10%, управління трафіком поліпшилося на 15%.
JP Morgan. Ставила завдання пришвидшити аналіз юридичних документів і створила ШІ-продукт Coin для аналізу контрактів. На жаль, немає статистики, на скільки скоротився час на аналіз і зменшилися помилки. Втім відомо, що Coin може обробляти орієнтовно 1200 сторінок за 1–2 секунди. Це дорівнює приблизно 360 000 годин роботи юриста.
Spotify. Компанія почала використовувати ШІ для створення більш персоналізованих плейлістів. Алгоритми змогли краще аналізувати вподобання користувачів. У результаті збільшився час прослуховування та лояльність користувачів, оскільки з’явилося більше цікавих плейлістів на різні тематики та можливість об’єднувати музичні смаки з друзями. Також Spotify створила продукт AI DJ, який добирає 4–5 пісень на різну тематику, аналізуючи звички прослуховування, уподобання та час доби.
Stitch Fix. Це американський онлайн-сервіс, який доставляє користувачам коробки з модним одягом та аксесуарами. До запуску ШІ підбором одягу займалися стилісти. Згодом компанія виросла й значно наростила кількість підписників. Стилістам стало важко аналізувати величний обсяг клієнтських даних. Тож це завдання частково взяв на себе штучний інтелект. У результаті продажі збільшилися на 25%, задоволеність клієнтів – на 30%.
Deep 6 AI. Ця компанія працює у сфері клінічних досліджень. Завданням для ШІ стало прискорення набору учасників. Зазвичай компанії в цій сфері отримують патенти на певний період – 8 або 10 років. За цей час вони мають встигнути провести випробування, випустити препарат на ринок і продати його. Питання підбору учасників також є надважливим, адже кожен день коштує досить дорого. У підсумку штучний інтелект допоміг швидше аналізувати медичні записи, час набору скоротився на 50%.
П’ятірка провальних кейсів
Zebra Medical Vision. Ця компанія займається медичною експертизою. Вона захотіла впровадити аналіз медичних зображень. Здавалося б, схожий успішний кейс був у Deep 6 AI. Там – аналіз медичних записів, тут – зображень. Але штучний інтелект не так добре справився із цим завданням. Аналіз зображень виявився недостатньо точним: до 70%. На перший погляд, це непогана статистика. Але в медичній сфері, де йдеться про здоров’я людей, 70% – недостатньо. Тому експеримент не вдався.
Beepi. У компанії був цікавий продукт: вона автоматизувала процес купівлі-продажу автомобілів. Машини можна було придбати на сайті без тест-драйву, все проходило онлайн, авто доставляли клієнту до будинку. «Фішка» була в можливості безплатно повернути придбане протягом тижня. Всім цим процесом управляв штучний інтелект. Але клієнти почали використовувати цю можливість просто як тест-драйв і масово повертати авто. Компанія отримала високі витрати та прогоріла. У підсумку її довелося закрити.
Blue River Technology. Ця компанія запровадила штучний інтелект для точного землеробства й управління фермами. Але продукт не зайшов. Консервативні фермери не оцінили технології, до того ж її пропонували за значні гроші. У підсумку компанія залишися з високими витратами на впровадження ШІ.о
Uber. Ця компанія запустила ШІ для прогнозування попиту та оптимізації тарифів. У результаті наразилася на критику від користувачів щодо недостатньої точності прогнозів. Скарги лунали здебільшого на занадто високі ціни та інші проблеми з тарифами, що виставляє ШІ. Наприклад, коли йде дощ – ціни сильно підіймаються, хоча машин достатньо. Цей алгоритм Uber використовує і досі. Тому кейс вважається наполовину невдалим.
Amazon. Компанія запустила ШІ-продукт Amazon Recognition. Завдання було ідентифікувати осіб за допомогою відеокамер. Штучний інтелект розпізнавав обличчя, але точність була недостатньою – лише приблизно 20%. Також виникли ризики конфіденційності: люди не хотіли, щоб їхні обличчя розпізнавали. Тому продукт виявився «не на часі».
Источник: mind.ua