Мы проигрываем битву со сложностью, и ИИ может помочь, а может и нет

Мыслители и исполнители в разных отраслях согласны с тем, что ИИ - это обоюдоострый меч, который снижает сложность и одновременно повышает ее.

Мы проигрываем битву со сложностью. Сможет ли искусственный интеллект (ИИ) прийти на помощь? Новый опрос 800 руководителей ИТ-подразделений, проведенный компанией Camunda, показал, что ИТ-команды имеют дело в среднем с 50 конечными точками (приложениями, API, роботизированной автоматизацией процессов) в своих попытках удовлетворить бизнес-процессы. ИИ может помочь уменьшить сложность, но 84 % утверждают, что отсутствие прозрачности в ИИ создает новые головные боли.

«Большинство организаций отмечают, что по мере того, как их бизнес становится все более сложным, цифровым, взаимосвязанным и автоматизированным, возрастает риск сбоев в основных процессах», - отмечают авторы исследования. «Эффективно анализировать и оптимизировать их становится все сложнее».

ИИ преподносится как «средство для управления и автоматизации процессов от конца до конца», - продолжили авторы исследования. «Поскольку многие организации увеличивают свои инвестиции в ИИ, его необходимо будет оркестровать, как и любую другую конечную точку в рамках автоматизированных бизнес-процессов». В то же время 85 % респондентов заявили, что сталкиваются с проблемами при масштабировании и внедрении ИИ в своих организациях.

Вот тут-то все и запутается

Мыслители и исполнители из разных отраслей согласны с таким прогнозом: ИИ - это обоюдоострый меч. «Это суть того, что я называю парадоксом производительности - преимущества ИИ не могут быть полностью реализованы, пока организации не получат контроль над существующим технологическим стеком», - сказал ZDNET Фейсал Масуд, президент HP по цифровым услугам во всем мире.

«Резкое увеличение количества приложений, API и конечных точек создало сложную среду для ИТ-команд, разработчиков и сотрудников», - продолжил он. «Хотя искусственный интеллект может упростить процессы, автоматизировать рутинные задачи, такие как обновление системы, и устранить необходимость в ручных ИТ-запросах, он также может создать новые сложности при неправильном управлении, что потенциально может привести к срыву и выгоранию сотрудников».

ИИ может снизить сложность во многих областях, «например, автоматизировать повторяющиеся задачи, как это делал RPA, или предоставить больше аргументов для простых задач, использовать агентов для работы над задачами планирования, создания кода, обеспечения отображения API, предсказания сбоев системы и обеспечения понимания оптимизации системы - все это замечательно», - говорит Энди Тураи, главный аналитик Constellation Research. «Однако он также может добавить сложности, с которыми обычные инженеры не могут справиться».

Для начала ИИ «может потребовать специализированной инфраструктуры, с которой могут справиться только очень опытные инженеры по ИИ/МЛ», - продолжает Турай. «Он также может создавать дополнительные зависимости как на стороне данных, так и на стороне модели, которыми может быть очень сложно управлять».

Добавление искусственного интеллекта в приложения «может действительно усложнить ситуацию и сделать долгосрочное обслуживание более сложным», - согласен Натан Бруннер, генеральный директор компании Boterview, специализирующейся на технологиях.

Независимо от того, решили ли вы разместить модель искусственного интеллекта на собственных серверах или использовать внешний API, это создает еще один уровень сложности, который требует мониторинга, обслуживания и устранения неполадок, что может привести к увеличению эксплуатационных расходов». В конце концов, клиентам важнее ценность продукта, чем технические тонкости, лежащие в его основе. Поэтому очень важно убедиться, что любая интеграция ИИ приносит реальную пользу пользователю».

Кибербезопасность - еще один ящик Пандоры, который открывает ИИ: «Проблемы, которые не могут решить существующие программные и аппаратные средства», - предупреждает Турай. К таким проблемам относится «увеличение поверхности атаки, поэтому хакеры могут легко атаковать модели либо для изучения данных, либо для отравления решений, что впоследствии приведет к катастрофическим результатам».

Однако, по мнению других экспертов, ИИ может стать основной силой в снижении сложности. «Существует много работы по документированию API, конечных точек и кода, которую разработчики не любят делать, и которую ИИ делает очень хорошо», - говорит Комнинос Чаципапас, основатель HeraHaven.AI.

«Особенно сейчас, когда мы видим, что он становится все более надежным благодаря масштабированию вычислений в тестовом режиме, его можно использовать как инструмент для снижения сложности за счет повышения ясности».

Осмысление безумия

Аналогию сложности ИИ можно найти в биологическом мире, считает Пол МакДонах-Смит, старший преподаватель по информационным технологиям в MIT Sloan Executive Education, который говорит, что видит постоянные полезные «мутации», изменяющие состав этих систем.

«В биологической эволюции естественный отбор сохраняет полезные мутации, постепенно усложняя организм. Точно так же в искусственном интеллекте простые правила применяются для извлечения информации из данных, которая затем поступает в модель. По мере повторения этого процесса сложность данных переходит в саму модель».

Эта модель создания сложности из простоты «имеет важные последствия для наших организаций», - продолжил МакДонах-Смит. «Если мы будем думать о наших организациях как об организмах, мы сможем найти возможности для лучшей адаптации к ИИ, который постоянно развивает бизнес-среду и системы, в которых мы все сегодня работаем».

Он добавил: «Определив простые организационные правила - или алгоритмы - которые определяют естественный отбор в нашей организации, мы сможем глубже понять и эффективнее реагировать на процесс мутации, который мы все переживаем по мере того, как технологии и методы ИИ трансформируют нашу среду».

«Рассматривая наши компании через эту призму и используя закономерность, наблюдаемую как в биологической эволюции, так и в эволюции ИИ - когда простые правила порождают сложность, - мы можем найти способы совершенствования и управления этой сложностью, что в конечном итоге приведет к лучшим результатам».

Чтобы решить проблемы и сделать ИИ продуктивной силой в снижении сложности, Турай призвал активнее внедрять «централизованные системы управления, иметь надежные инструменты наблюдения и мониторинга, а также постоянно обучать неквалифицированную рабочую силу, чтобы она была готова к ИИ».

По словам Масуда, для успешного внедрения ИИ может потребоваться активное упрощение и интеграция существующих систем и приложений: «Это требует целенаправленного подхода к внедрению технологий, обеспечивающего, чтобы ИИ улучшал, а не усложнял работу сотрудников. Кроме того, руководители должны уделять первостепенное внимание успешному внедрению, чтобы сотрудники хорошо освоили новые инструменты и в конечном итоге нашли их полезными».

Например, «предложение интерактивных демонстраций или обучение в „белых руках“ может помочь решить любые вопросы и обеспечить плавное внедрение», - добавил он.

«Суть в том, что ИИ - это не просто технология», - говорит Турай. «Это новое мышление, новые методы работы, новые стратегии, новая сила мозга и новые процессы, а значит, необходимо разрабатывать системы, способные адаптироваться к этим вызовам. До сих пор системы всегда разрабатывались для принятия детерминированных решений, а теперь мы вступаем в эпоху принятия вероятностных решений. Большинство вещей должно измениться и отойти от унаследованного мышления».