Гостиничная сеть Hilton и IBM объявили о совместных испытаниях робота-консьержа Connie, который будет отвечать на вопросы гостей, обучаясь в процессе работы. Пилотное тестирование пройдет в отеле Hilton McLean в Вирджинии. Робот сможет рассказывать о доступных в отеле удобствах, местных достопримечательностях и предприятиях питания.

Робот пользуется облачной платформой искусственного интеллекта IBM Watson, в частности, сервисами преобразования речи в текст и обратно, а также классификатором естественного языка. Чем больше гостей общаются с Connie, тем он становится «умнее», улучшая выдаваемые рекомендации. В рамках проекта также используется WayBlazer, когнитивная поисковая платформа, ориентированная на индустрию туризма. Connie сможет объяснить, к примеру, где можно найти хороший ресторан итальянской кухни или посоветовать лучшую площадку для мини-гольфа поблизости.

Сам электронный консьерж создан на базе 58-сантиметрового гуманоидного робота Nao французской компании Aldebaran.

Это уже не первый гостиничный робот — около года назад в отеле Aloft в Калифорнии начали применять робота для обслуживания номеров Butlr, который может автоматически доставлять зубные щетки и другие мелочи. Робот стал пользоваться популярностью, и его собратья поступили на службу еще в два отеля сети.

В агентстве цифрового маркетинга Havas Helia в конце прошлого года решили разработать рецепт авторского пива, которое бы ассоциировалось с новогодними эмоциями. Для этого сперва был проведен анализ эмоциональной окраски новогодних постов в социальных сетях, что дало 38 эмоциональных состояний, например удивление, предвкушение, щедрость, потворство желаниям, восхищение, счастье и любовь.

Чтобы составить рецепт для пива, которое отвечало бы этим эмоциям, в Havas Helia с помощью сервиса Personality Insights, работающего на облачной когнитивной платформе IBM Watson, проанализировали 2800 существующих рецептов, обработав в системе списки ингредиентов, описания оттенков вкуса и отзывы потребителей. В ответ сервис выдал «психологические профили» рецептов, состоящие из перечня качеств наподобие «настойчивый», «дружелюбный», «понимающий» и т. п.

Результаты анализа позволили получить список из 10 сортов пива, отвечающих новогодним эмоциям, а их общие ингредиенты, в том числе мед и два сорта хмеля, вошли в финальный рецепт. Пиво — «эль с утонченным сливочным привкусом», как его описывают создатели, получило название 0101, его ограниченной партией из 500 бутылок выпустила британская пивоварня High Peak Brewing.

Год назад в Институте Будущего провели эксперимент по изучению возможности замены топ-менеджеров на компьютерную программу, и пришли к выводу, что это вполне реально. Раз уж это так, почему бы не попытаться заменить искусственным интеллектом президента Соединенных Штатов? Именно эта роль и предлагается инициативной группой для облачной платформы IBM Watson.

Впервые Watson громко заявил о себе в 2011 году, победив лучших знатоков в телевикторине Jeopardy. Затем его стали пробовать в медицине — например, искусственный интеллект может спрогнозировать, когда ваше здоровье может начать резко ухудшаться. Еще он может проанализировать написанный вами текст и выдать рекомендации по стилистическим улучшениям, а также разобраться в причинах плохих продаж какого-либо продукта и дать советы о том, как повысить доход.

Теперь же организация под названием The Watson 2016 Foundation, которая, согласно ее сайту «Watson — в президенты», не имеет отношения к IBM, занялась продвижением когнитивного компьютера на роль кандидата в президенты.

Изначально Watson был создан, чтобы составить конкуренцию людям в интеллектуальной игре: он должен был понять вопрос, который ему задают, проанализировать огромные объемы информации и предложить ответы, отсортировав по степени своей уверенности в них, отмечают в инициативной группе. «Именно с подобными задачами политики, в том числе президент, имеют дело в своей повседневной работе, — говорится на сайте. — Возможно, искусственный интеллект будет справляться с этим эффективнее. Способности Watson к параллельной обработке позволяют машине оценивать проблемы по множеству критериев, выбирая ответ, который будет наиболее оптимальным по всем параметрам. По любому вопросу Watson может порекомендовать самое сбалансированное решение с учетом его влияния на мировую экономику, окружающую среду, образование, здравоохранение, внешнюю политику и гражданские свободы».

Если вы готовы поддержать кандидата в президенты с искусственным интеллектом, можно не торопиться: Watson 2016 Foundation не принимает пожертвования и не планирует в обозримом будущем. «В IBM заработали 12 миллиардов долларов за прошлый год, так что для продолжения развития Watson взносы от публики не требуются», — говорится на сайте. Желающим поддержать Watson предлагается жертвовать в пользу правозащитной организации Electronic Frontier Foundation.

Понятно, что сайт «Watson — в президенты» — это просто способ привлечь внимание, но сама инициатива дает пищу для размышлений.

«Подобно тому, как люди передают свои эмоции, меняя выражение лица, Watson варьирует картинку на экране в зависимости от степени уверенности в выбранном ответе, — отмечается на сайте. — Разве не будет лучше для страны, если политики станут настолько же открытыми?»

На сайте Watson 2016 Foundation проводится опрос, выясняющий, сколько было бы желающих проголосовать за электронного кандидата в президенты.

Джинни Рометти стала первым генеральным директором IBM, выступившим с докладом на международной выставке потребительской электроники Consumer Electronics Show в Лас-Вегасе. Она объявила о новых партнерских соглашениях корпорации, касающихся использования облачной платформы искусственного интеллекта Watson.

Medtronics, производитель медицинских приборов, задействует Watson в приложении, принимающем данные от инсулиновых помп и глюкометров. Анализируя эту информацию, приложение заранее предсказывает падение содержания глюкозы в крови до опасного уровня. В ходе испытаний, как утверждают в Medtronics, удавалось предупреждать пациентов за три часа до вероятного инцидента.

Under Armour, в свою очередь, предлагает фитнес-браслет и нагрудный ремень для мониторинга частоты сердечных сокращений, а также весы, позволяющие следить за весом и процентом жира в организме. Watson, комбинируя эти данные, будет выдавать рекомендации по похудению и режиму тренировок.

Вместе с Рометти на сцену вышел Кеничи Йошита, президент Softbank. Он рассказал о планах объединения интеллекта Watson с роботом-продавцом Pepper, созданным в японской компании. Взаимодействуя с покупателями, Pepper собирает сведения о них самих и их реакциях, — эта информация будет использоваться для оптимизации стратегии продаж.

Технологии машинного обучения используются уже на протяжении многих лет, но в последнее время интенсивность их применения заметно выросла. «Машинное обучение – основополагающий и трансформирующий способ переосмысления нами всего, что мы делаем», – заявил генеральный директор Google Сундар Пичаи. И он далеко не единственный, кто придерживается такого мнения.

В прошлом успешное использование машинного обучения требовало разработки специальных алгоритмов и выделения огромных денег на проведение научно-исследовательских работ, но все меняется. В 2015 году IBM Watson, Microsoft Azure, Amazon и Alibaba уже предлагают готовые облачные SaaS-решения для машинного обучения. Продукты для машинного обучения, которые могут пригодиться компаниям, создают и стартапы: Idibon, MetaMind, Dato и MonkeyLearn.

Аналитики Gartner включили машинное обучение в число главных своих приоритетов. Естественно, при этом не стоит ждать, что внедрение средств машинного обучения позволит заменить всех сотрудников компьютерами или удвоить ваши доходы. Но это вовсе не значит, что они не смогут обеспечить любой компании конкурентные преимущества. Есть очень много бизнес-процессов, которые от машинного обучения получат существенную выгоду.

Итак, каким же образом машинное обучение меняет способы ведения бизнеса?

1. Увеличение первоначальных затрат

Начнем с того, что системам машинного обучения нужны данные для обучения, а данные эти стоят денег. Особенно, если они подготовлены людьми.

Для эффективного применения машинного обучения в бизнесе алгоритмам необходимо множество примеров того, что предполагается делать. Если вы хотите получить алгоритм, распознающий хорошего потенциального покупателя, вы должны продемонстрировать ему массу примеров уже имеющихся покупателей, как хороших, так и плохих. Если нужен алгоритм, сортирующий заявки в службу технической поддержки, необходимо показать ему множество таких заявок. Если вы переводите алгоритм на другой язык, нужно собрать массу примеров выражений этого языка.

В некоторых случаях компания может организовать сеансы обучения у себя — например, оценивая компетентных и некомпетентных потенциальных покупателей. Но надо признать, что не все заявки на обслуживание, поступившие в течение года, были правильно отсортированы средствами автоматизации. Чтобы их сортировать, нужны люди – находящиеся непосредственно у вас или получающие доступ через платформу обогащения данных. Машина просматривает вынесенные вердикты и начинает искать связи и шаблоны, которые можно из всего этого вычленить.

2. Заметное снижение последующих затрат

Когда все работает хорошо, машинное обучение оказывается гораздо дешевле и эффективнее людей. Недостаток же его заключается в том, что в 80% случаев все работает хорошо, а в 20% — плохо. Причем сократить этот 20-процентный поток ошибок очень сложно, а зачастую и невозможно.

Но даже алгоритм, обеспечивающий 80-процентную точность, может сэкономить вам немало денег, потому что хорошие алгоритмы машинного обучения знают, где они точны, а где с определенной долей вероятности допущена ошибка. В передовых компаниях используют те сценарии, где алгоритмы выражают высокую долю уверенности, а те, где она низка, оставляют человеку.

Банки практикуют такой подход на протяжении многих лет. Когда вы вставляете в банкомат чек, алгоритм пытается распознать присутствующие на нем цифры. Если у вас неразборчивый почерк или чернила размыты, соответствующая задача передается человеку. Такой шаблон действий позволяет банку сэкономить немало денег, обеспечивая очень высокий уровень точности.

3. Снижение затрат с течением времени

Важное преимущество машинного обучения заключается в том, что оно способно превратить часть непредсказуемых затрат в фиксированные. Переадресуя человеку сценарии, в которых алгоритм испытывает затруднения, вы формируете идеальные данные для обучения, и их впоследствии можно передать тому же алгоритму. Эта хорошо изученная технология называется активным обучением. Данные, собранные в сценариях, с которыми алгоритм не справился, помогают обучить тот же алгоритм и сделать его гораздо более эффективным.

По мере повышения точности алгоритма экономика бизнес-процессов улучшается. Машинное обучение позволяет увеличить число обрабатываемых сценариев, а дорогостоящий человек вызывается только в самых тяжелых и редких случаях. Таким образом, лучшие черты человека и машинного интеллекта соединяются: скорость и надежность машины используются при принятии простых решений, а гибкость, знания и опыт человека – в сложных ситуациях. Такой подход можно назвать интеллектуальным бизнесом, и это действительно так.

У каждой эпохи свое пугало, называемое обычно вызовом. В наши дни, по мнению многих экспертов, руководителей больше всего заботит «синдром Uber», названный так в честь сервиса вызова такси через мобильное приложение. Неожиданное появление на вроде бы устоявшемся рынке конкурента «из ниоткуда», с принципиально иной бизнес-моделью, действует шокирующе на завсегдатаев и принуждает их менять и свои методы работы.

Как отметил Андрей Филатов, генеральный директор IBM в России и СНГ, выступая на конференции IBM SolutionConnect 2015, опасность «юберизации» подтверждают результаты исследования «Раздвигая границы: результаты глобального опроса руководителей высшего звена», проведенного экспертами IBM Institute for Business Value. Как выяснилось, топ-менеджеры (генеральные директора, директора по ИТ, по операциям, по кадрам и т. д.) полагают, что в ближайшие три-пять лет наибольшее влияние на бизнес окажет именно «конвергенция отраслей». Далее идут «рабочее место в любом месте» (то есть корпоративная мобильность) и рост киберрисков.

В мире ИТ такого рода конвергенция проявилась, например, в проникновении операторов связи на рынок центров обработки данных. Можно, впрочем, отметить, что ИТ-бизнес «начал первым» — сервисы, обеспечивающие связь через Интернет, увели немало трафика и соответственно денег у традиционных операторов.

Игрушечный динозавр, подключенный к Watson, может не только играть с ребенком, но и участвовать в его обучении Источник: IBM

Также в ходе опроса выяснилось, что генеральные директора опять, как и в предыдущие два года, среди внешних факторов, более всего влияющих на их бизнес, назвали технологии. Относительно недавно, в 2004-м, они были на шестом месте из девяти. Показательно, что «Экология», о которой так много говорится с высоких трибун, все эти годы волновала топ-менеджеров довольно мало, а в нынешние кризисные времена и вовсе не является предметом их забот.

Исходя из вышесказанного можно сделать вывод, что рецепт преуспеяния «по IBM» состоит в том, чтобы использовать всю мощь облаков, аналитики, мобильности, средств социального взаимодействия. И конечно, средств защиты от киберугроз. Эти направления, как полагают в Голубом Гиганте, будут расти на в целом стагнирующем мировом ИТ-рынке быстрыми темпами: облака к 2018 году — до 400 млрд долл. (среднегодовой рост — 23%), аналитика — до 315 млрд (7%), средства взаимодействия — до 290 млрд долл. (10%).

Сама же корпорация старается уйти от образа производителя аппаратных средств (на которые в 2014 году приходилось лишь около 10% мирового оборота IBM) и стать поставщиком ПО (30%) и услуг (60%). При этом рост продаж облачных технологий по сравнению с 2013 годом составил 60% (до 7 млрд долл.), средств аналитики — 7%, мобильных решений — 200%, средств безопасности — 19%. В целом первые три направления дали IBM в 2014 году 25 млрд долл., это около 27% оборота, а в 2018-м дадут 40% (40 млрд долл.).

Тем не менее отказываться от своих аппаратных платформ — мэйнфреймов z13, процессоров Power8, твердотельных и программно-конфигурируемых систем хранения — корпорация не собирается, особенно в России, где они играют пока гораздо большую роль в бизнесе компании. В этой области IBM ставит на открытые платформы, в частности на сообщество OpenPower Foundation. В сообществе четыре российских участника — «КНС Групп», «Технопром», «Рикор» и МГТУ им. Баумана; с первыми двумя, а также с компанией «Ситоника» подписаны OEM-соглашения.

По утверждению представителей IBM, технологии, разрабатываемые сообществом OpenPower Foundation, можно будет применять в России независимо от вступления в силу любых внешних санкций и внутренних программ импортозамещения. А для того, чтобы в госструктурах могло использоваться программное обеспечение корпорации, IBM подписала с российскими разработчиками четыре десятка ASL-соглашений (участие в программе Application Specific Licensing позволяет нашим компаниям продавать заказчикам программные продукты IBM в составе своих решений).

Не оставляет своим вниманием корпорация и рынок услуг. Открывшийся в феврале казанский центр по их предоставлению (см. «IBM открывает первый центр предоставления услуг в России», Computerworld Россия, № 2, 2015), в котором обслуживают заказчиков более чем из 60 стран, расширяется. К концу года его штат планируется увеличить до 450 сотрудников. Кроме того, IBM будет предлагать локализованные индустриальные решения — для энергетики, обеспечения безопасности, аналитики, управления водоснабжением и т. д.

Относительно же будущего чуть более отдаленного в IBM полагают, что важную роль начнут играть когнитивные технологии, основанные в том числе на нейронном процессоре, созданном компанией в рамках программы DARPA SyNAPSE. Уже сейчас Watson, построенный на «обычных» процессорах, позволяет применять эти технологии для совершенствования процессов нефтедобычи, обучения, диагностики онкологических заболеваний и даже для создания разумных игрушек, которые, будучи подключенными к суперкомпьютеру, способны вести беседу с ребенком лет пяти, участвовать в его обучении и т. д. Надо полагать, что, когда Watson получит нейропроцессоры, он сможет поднять когнитивные технологии на принципиально новый уровень и обеспечит интеллектуальными игрушками детей значительно более старшего возраста. А в целом «когнитивизация» информационных технологий позволит им «стать Uber» для ранее незатронутых ИТ отраслей.

Международная конференция IBM Insight, собравшая в этом году около 14 тыс. участников, традиционно посвящена теме аналитики. Для корпорации аналитика в различных ее ипостасях – стратегическое и наиболее успешное направление, на фоне общего падения прибыли бизнес IBM Analytics в первых двух кварталах 2015-го вырос на 20% по сравнению с тем же периодом в прошлом году. Не злоупотребляя термином «Большие Данные» (в выступлениях на открытии Insight 2015 он не прозвучал ни разу), в IBM продолжают говорить об огромном объеме и разнообразии той информации, с которой приходится работать компаниям, и о том, что конкурентные преимущества определяются способностью извлекать смысл из этих данных.

В корпорации считают: сегодня зарождается экономика нового типа – Insight Economy, «экономика познания». Как отметил Боб Пиччиано, старший вице-президент IBM, возглавляющий подразделение IBM Analytics, лидерство в такой экономике базируется на возможностях получать как можно больше данных из как можно большего числа источников и применять эти данные в своей работе для получения ответов на наиболее сложные вопросы. «Мы сможем принимать взвешенные и эффективные решения, если сумеем комбинировать все доступные нам внутренние и внешние данные и использовать продвинутую аналитику для их понимания, — подчеркнул Пиччиано. – Конечная цель – сделать аналитику частью каждого нашего действия, каждого взаимодействия, каждого решения и каждого бизнес-процесса».

Цель благая, но труднодостижимая для многих в силу сложности и зачастую высокой стоимости аналитических инструментов и необходимой инфраструктуры для их развертывания, а также из-за отсутствия понимания, какие источники данных могут быть действительно полезны для бизнеса, какой анализ к ним нужно применить и как интегрировать результат в повседневные бизнес-операции.

Учитывая это, в IBM делают ставку на облачную реализацию и отраслевую ориентацию своих аналитических сервисов в партнерстве с компаниями, чей бизнес связан с получением и обработкой гигантских массивов данных. Так, благодаря начатому в прошлом году сотрудничеству с Twitter корпорация может сегодня предложить пакет сервисов анализа комментариев социальной сети, который помогает компаниям лучше понять своих клиентов: кто они, что им нравится, а что — нет, и, следовательно, более эффективно сегментировать аудиторию и совершенствовать маркетинговые инициативы.

Пакет Market Insights рассчитан на производителей продуктов массового потребления и медийный бизнес и является одним из компонентов анонсированного на Insight 2015 комплекса аналитических сервисов IBM Insight Cloud Services. Сервисы базируются на облачной инфраструктуре SoftLayer, инструментах из портфеля IBM Analytics, партнерских решениях, а также системах с открытым кодом и открытых источниках данных.

Еще один пакет в составе этого комплекса, Demand Insights, поможет производителям и ретейлерам анализировать влияние на потребительский спрос множества факторов, включая новости и комментарии в социальных сетях, и даже погоду. Последнее стало возможным благодаря партнерству IBM с The Weather Company, ставшему одной из центральных тем форума. На его открытии было рассказано, как прогнозы погоды, предоставляемые этой компанией, могут использоваться в аналитике с применением инструментария IBM, а в один из последних дней Insight 2015 пришло сообщение, что Голубой Гигант приобретает большую часть активов The Weather Company, включая ее торговую марку.

Погода, Watson и Интернет вещей

Представленные на форуме сервисы Insight Data Packages for Weather, входящие в состав IBM Insight Cloud Services, объединяют массивы данных, собираемые IBM и The Weather Company, и дают возможность на основе этих данных формировать ценные рекомендации для бизнеса. В качестве потенциальных клиентов таких сервисов назывались страховые компании, коммунальные службы, органы муниципального управления, розничные сети, авиаперевозчики и др.

Объединение с The Weather Company демонстрирует стремление IBM усилить в своем бизнесе важнейший, по мнению корпорации, компонент реализации insight-экономики – аналитику Интернета вещей. По словам Пиччиано, сегодня 90% огромных объемов данных, поступающих с различных устройств, вообще не собираются и, соответственно, не анализируются, а ведь они могли бы дать множество ценнейшей информации для бизнеса.

Облачная платформа The Weather Company обеспечивает прекрасный инструмент сбора таких данных: компания строит свои прогнозы на базе информации с миллиардов сенсоров и миллионов мобильных устройств. А ключевым преимуществом подхода IBM к Интернету вещей, как отметил Крис О’Коннер, генеральный менеджер недавно созданного подразделения IBM IoT, является то, что собранные с устройств данные обогащаются развитыми аналитическими возможностями. «Объединив два потока данных – с датчиков, например, вашей машины и с устройств наблюдения за погодой — и применив к ним аналитику, мы можем спрогнозировать наиболее и наименее благоприятные условия эксплуатации автомобиля, а это очень важная информация, скажем, для страховщиков», — пояснил О’Коннер.

К тому же здесь речь идет не только о традиционной аналитике, но и аналитике совершенно нового типа – когнитивных возможностях системы Watson, которую IBM все активнее продвигает в качестве инструмента для решения бизнес-задач. Как рассказал Майк Родин, старший вице-президент IBM, глава IBM Watson Group, в 2011 году, когда IBM Watson стал известен всему миру после победы в телеигре, система имела единственный API и пять базовых технологий, с помощью которых она могла отвечать на вопросы, сформулированные на обычном языке. Сегодня Watson – это 27 API и около полусотни технологий искусственного интеллекта, позволяющих системе понимать четыре языка, обосновывать ответы на вопросы и строить гипотезы, а главное, постоянно учиться и расширять свои компетенции. Благодаря этому машину можно использовать в роли полноправного эксперта в различных областях. Достижения Watson в медицине широко разрекламированы, но Родин сообщил, что система находит применение уже в 17 отраслях, в том числе в финансовых и юридических сервисах, нефтегазовой индустрии и др.

В IBM подчеркивают доступность когнитивных возможностей Watson широкому кругу пользователей, это обеспечивается как благодаря облачным сервисам самой IBM, так и с помощью обширной экосистемы партнеров (400 компаний, около 80 тыс. разработчиков, свыше 100 коммерческих приложений). На Insight 2015 были анонсированы обновления облачного пакета бизнес-аналитики IBM Watson Analytics, в том числе новые отраслевые модели обнаружения данных под названием Expert Storybooks, призванные помочь в выявлении и исследовании источников данных, релевантных задачам бизнеса. Одна из таких моделей разработана совместно с The Weather Company и поддерживает использование погодных данных в анализе прибыли компаний.

В распоряжение IBM переходят метеорологические сервисы The Weather Company — в том числе мобильные приложения и веб-сайты (WSI, Weather Underground и другие), а также сама торговая марка The Weather Company. Телеканал Weather Channel будет теперь получать прогнозы погоды и прочие данные от IBM по долгосрочному контракту.

В первую очередь IBM в интересуются разработанной в The Weather Company динамической облачной платформой данных, обеспечивающей работу мобильных приложений компании. В день эта платформа обрабатывает порядка 26 млрд запросов. Прогнозы погоды составляются на основе анализа данных с трех миллиардов контрольных точек, сорока с лишним миллионов смартфонов и 50 тыс. авиарейсов. Теперь эти технологии будут использоваться совместно с когнитивной системой Watson в новом подразделении IBM, специализирующемся на технологиях Интернета вещей. Например, благодаря совместному анализу метеоданных и сообщений в социальных сетях торговые компании могли бы прогнозировать изменения спроса на товары первой необходимости, считают в IBM.

В IBM планируют также расширить возможности рекламной платформы The Weather Company.