До сих пор значительная часть подобных решений принималась с помощью обычных программных правил:
IF условие → THEN действие.
Но реальный мир плохо помещается в жёсткие правила. Именно здесь появляется интересная промежуточная технология.
Это уже не обычный if, но ещё и не свободно рассуждающий чат-бот. Можно назвать её умным if.
Программа спрашивает не человека, а модель:
«Какова вероятность того, что здесь происходит мошенничество?». И получает, например, ответ:
fraud_probability = 0.94
Дальше обычная программа сама определяет действие. Если вероятность меньше 30% — пропустить. 30–80% — провести дополнительные проверки. Выше 80% — передать человеку.
То есть ИИ не обязательно получает власть над всей системой. Он становится датчиком смысла внутри системы.
И это, возможно, одна из наиболее важных идей всей концепции.
Скорость меняет не только стоимость. Она меняет область применения.
Когда технология становится в сто раз дешевле или быстрее, люди не просто начинают дешевле делать то, что делали раньше. Они начинают применять её там, где раньше применение было экономически бессмысленным.
Когда вычисления были дорогими, компьютер использовали для крупных расчётов. Когда вычисления стали практически бесплатными, компьютер оказался внутри часов, автомобиля, холодильника и детской игрушки.
То же самое может произойти с машинным интеллектом. Пока интеллектуальное решение стоит относительно дорого и занимает секунды, мы обращаемся к ИИ только по достаточно важным поводам.
Если решение начинает стоить исчезающе мало и занимать десятки миллисекунд, появляется возможность принимать миллионы маленьких интеллектуальных решений.
Именно здесь возникает совершенно другой масштаб рынка. Интересно, что название Jev связано именно с экономикой. TypeSafe назвала модель в честь английского экономиста XIX века Уильяма Стэнли Джевонса.
Он сформулировал наблюдение, позднее получившее название парадокса Джевонса, который упрощённо можно сформулировать как повышение эффективности использования ресурса не обязательно уменьшает его общее потребление.
Иногда происходит обратное. Если использование ресурса становится существенно дешевле, человечество находит настолько много новых способов его применения, что суммарное потребление растёт.
Именно такую ставку делает TypeSafe в отношении машинного интеллекта. Если стоимость единицы интеллектуального решения снизится на порядки, человечество не обязательно будет тратить меньше денег на ИИ. Возможно, оно начнёт использовать на порядки больше интеллекта.
Что это может дать обычному человеку?
Большинство людей, возможно, вообще никогда не увидят System One Model. И в этом её главный смысл. Она может работать внутри банка, автомобиля, маркетплейса, страховой компании, медицинской информационной системы или корпоративного приложения.
Пользователь будет замечать только результат.
Банк быстрее обнаружил подозрительную операцию. Сервис сразу понял, куда направить обращение. Приложение вовремя предложило нужную функцию. Спам был остановлен до появления в почтовом ящике. Система поняла, что стандартный сценарий не подходит, и подключила человека.
ИИ постепенно может превратиться из продукта, которым человек специально пользуется, в невидимую инфраструктуру. Мы ведь не думаем о базах данных, когда оплачиваем покупку картой. Не думаем о протоколах маршрутизации, открывая сайт.
Возможно, через несколько лет мы точно так же перестанем замечать миллионы микрорешений, которые искусственный интеллект принимает в окружающих нас системах.
Так. Но что это означает для бизнеса?
Здесь последствия особенно интересны. В любой организации существует огромное количество маленьких решений. Просто вспомните свою компанию.
Какому менеджеру передать лид?
Как определить приоритет заявки?
Какой товар предложить клиенту?
Какая транзакция подозрительна?
Какой документ требует проверки?
Какое письмо действительно срочное?
Какой клиент может уйти?
Какой заказ имеет риск задержки?
Какой звонок необходимо прослушать руководителю?
Какой договор содержит нестандартные условия?