Мы живем в новой эре. Уже сейчас искусственный интеллект имеет практическое применение во многих высокотехнологичных проектах и решениях. Более того, он проникает во все области жизнедеятельности. На наших глазах мир сильно изменился, хотя не все это еще заметили.
Искусственный интеллект позволяет автоматизировать рутинные функции, включая самые сложные, такие как распознавание раковых опухолей при анализе рентгеновских снимков. ИИ позволяет изучать данные с наноспутников. Показателен пример компании Planet Labs, которая в состоянии определять количество машин на парковке или грузовиков у склада компании в разные периоды времени.
Современный профессиональный инвестор не может не использовать новые возможности искусственного интеллекта. ИИ существенно облегчает работу на этапе анализа рынка и компаний. Возможности ИИ разнообразны и сильно повышают охват и качество анализа рынка. Сейчас ИИ может читать отчеты компаний и выделять цифровые и смысловые параметры, что очень помогает при анализе игроков рынка.
Профессиональный инвестор пользуется широким инструментарием для анализа доступных источников по различным рынкам. ИИ легко справится с «обучением» и использованием нейронных сетей при изучении внутренних данных инвестора, или рассматриваемой компании, или при обработке массивов частной и государственной статистики. В ситуации, когда данные не размечены, применяются многослойные самообучающиеся нейронные сети. Они хорошо помогают, например, в выявлении новых трендов на рынке.
К инвесторам обычно поступает множество проектов, каждый из которых требует детального изучения. Профессиональный инвестор может использовать ИИ для анализа команды рассматриваемого проекта, существенно экономя время. ИИ, работающий по принципу call-центра, интервьюирует и тестирует команду, предоставляя сухие выжимки инвестору. ИИ также может быть альтернативным мнением при принятии финального решения инвестиционным комитетом инвестора/фонда. Нужно признать, что здесь есть существенное преимущество у крупных фондов с большой историей инвестиционных сделок, так как у них больше своих данных для «обучения» нейронной сети принятию решения об инвестициях в тот или иной проект. За примерами далеко ходить не надо. Это и InReach Ventures, и Alice, Fly Ventures и Hone Capital.
Сколько можно было бы сэкономить времени, если бы такие решения появились 10 лет назад! Сколько встреч проведено в поисках стоящих проектов! В авангарде – инвесторы, уже сейчас применяющие такой подход и общающиеся только с теми, кто прошел горнило тестов, работающих на базе ИИ.
Инвестор, рассматривая ту или иную инвестицию в действующую компанию, оценивает возможности для повышения эффективности компании после его прихода в роли акционера. Сейчас ИИ открывает широкие возможности для повышения эффективности бизнеса за счет ИИ. Начиная с замены сотрудников службы безопасности, постоянно смотрящих в камеры наблюдения, на систему распознавания лиц и действий чего угодно на основе ИИ и заканчивая заменой работников HR, проводящих собеседования с новыми сотрудниками. ИИ также позволяет получать совершенно новые данные для анализа. Например, видеоряд супермаркета при анализе ИИ может показать, к каким полкам в основном подходят покупатели. На производстве использование роботов с ИИ создает огромные возможности. Все это помогает сократить расходы на персонал и повысить качество работ и услуг, а для инвестора – повысить стоимость актива и эффективность инвестиций.
Любая компания, находящаяся в рыночной конкурентной среде, существенную долю ресурсов направляет на R&D. В этой области ИИ открывает поистине огромные возможности, существенно сокращая расходы, увеличивая эффективность работ и позволяя находить новые решения, ранее недоступные. Хороший пример – это использование ИИ в лабораториях по разработке новых лекарств. Так, фармацевтическая компания GSK – один из лидеров в использовании ИИ в разработке новых препаратов.
Сегодня инвестору или компании уже не нужно нанимать большой штат специалистов по Big Data и нейросетям. Для более сложных задач уже есть решения-полуфабрикаты (нейронные сети), доступные для всех. Например, компания DataRobot позволяет клиентам использовать свою библиотеку натренированных нейросетей для различного применения. Есть много других примеров (Яндекс, Mail.ru, Google, Amazon). Нужны специалисты, которые адаптируют решение к нуждам конкретного предприятия.
Все вышеперечисленные применения ИИ для достижения максимального эффекта не должны внедряться без осмысленного изменения бизнес-процессов компании. Где-то нужны люди с новыми компетенциями, где-то вообще изменяется характер работы сотрудников, а где-то они перестают быть нужными на этом конкретном месте.
Все это больше не фантастика. Надо только захотеть. Захотеть остаться на плаву в быстроразвивающемся мире бизнеса и искать решения, которые подойдут конкретно вам. А решения уже есть. В том числе и в России. А сами возможности ИИ будут лишь расширяться. Над ними уже бьются лучшие умы человечества.
