Давайте сразу расставим точки над i. Чаще всего, когда речь заходит о применении ИИ в финансах и планировании, имеют в виду одну из его самых мощных и популярных технологий – машинное обучение. А его звездой, о которой все говорят, являются нейронные сети. Не пугайтесь этого термина. Нейронная сеть – это просто очень хитрая и сложная математическая функция, вдохновленная устройством нашего мозга. Ее не нужно программировать в классическом понимании слова. Ее нужно обучать на примерах, как ребенка. Вы показываете ей множество ситуаций из прошлого: «Смотри, вот когда на рынке было так-то, а мы сделали так-то, то получили такой-то результат». И после тысяч и миллионов таких примеров сеть сама начинает улавливать закономерности: «Ага, я вижу, что когда растут цены на сырье и падает курс национальной валюты, то через три месяца наши продажи в определенном регионе снижаются на 10-15%». И в следующий раз, когда она увидит знакомые признаки, она предупредит вас: «Эй, готовься, скоро может быть спад».
Зачем это вашему бизнесу?
Сейчас вы, наверное, думаете: «У меня и так Excel работает, отчеты строятся, какой-никакой прогноз есть. Зачем мне эти сложности?» Отличный вопрос. Представьте, что вы собираете огромный пазл – это ваш бизнес. Раньше вы собирали его при свече, кусочек за кусочком, полагаясь на зрение и удачу. Потом у вас появился фонарик – это таблицы и базовые формулы. Стало светлее, но многие детали все равно ускользали из виду, и картина складывалась не до конца. Технологии машинного обучения – это мощный прожектор, который заливает светом весь стол. Вы видите не только те кусочки, что у вас в руках, но и те, что лежат в коробке. Более того, этот прожектор может подсказать, какая деталь следующая и куда ее положить, чтобы не тратить время на перебор.
В бизнесе это прожектор светит на три главные области: планирование, прогнозирование и управление рисками. Он превращает хаос рыночных данных, поведения клиентов и внутренней отчетности в понятные схемы и цифры. Вы перестаете гадать и начинаете вычислять. Вы меняете вопрос с «Как думаете, сколько мы продадим?» на «Наша модель с вероятностью 94% говорит, что мы продадим в пределах этого диапазона, и вот основные факторы, которые на это повлияют». Разница, как между лотерейным билетом и банковским вкладом.
С чего все начиналось и куда движется
История ИИ в бизнесе – это история эволюции от простого к сложному. Сначала были экспертные системы – жесткие наборы правил вида «если выполняется условие А, то делай действие Б». Они были полезны, но хрупки, как стекло. Мир менялся, правила устаревали, и систему приходилось постоянно переписывать. Потом пришла эра больших данных и статистических моделей. Они были гибче, но все равно требовали, чтобы человек заранее предполагал, какие факторы важны, и вручную их подбирал. Это как пытаться угадать, из каких именно ингредиентов сосед испек тот самый невероятный пирог.
Современные нейросети – это следующий, качественно новый уровень. Вы не говорите им, какие ингредиенты искать. Вы просто даете тысячу рецептов успешных и неуспешных пирогов (то есть исторические данные о прибылях и убытках) и говорите: «Найди сам, что к чему». И система находит. Она может обнаружить, что успех вашего летнего сезона зависит не только от погоды и рекламного бюджета, но и, скажем, от активности определенного блогера в соцсетях два месяца назад – связи, которую вы даже не думали искать.
Так что же такое искусственный интеллект для бизнеса в 2024 году и далее? Это ваш цифровой двойник-аналитик, который работает 24/7, не страдает когнитивными искажениями (как мы все), не боится шефа и говорит с вами на языке цифр и вероятностей. Он не отнимет у вас работу принятия решений. Наоборот, он сделает эти решения обоснованными, взвешенными и, как следствие, более уверенными.
Подумайте на минуту о самом сложном решении, которое вам пришлось принять в бизнесе за последний год. Что двигало вами в тот момент? Интуиция, опыт коллеги, красивая презентация, чувство, что «надо рискнуть»? А теперь представьте, что у вас на столе лежал бы отчет, показывающий, как развивались похожие ситуации у сотен других компаний в вашей отрасли, с какими исходными данными они начинали и к какому финалу пришли. Изменило бы это ваше решение? Именно такую опору и дает ИИ. Он не говорит «сделай так». Он говорит «если ты сделаешь так, то с такой-то вероятностью получишь вот такой результат, а если этак – то вот такой». А выбрать путь – это уже ваша прерогатива, как капитана корабля.