курсовая работа Абдрашитов Р.И.. Курсовая работа по дисциплине Информационный менеджмент
 Скачать 0.72 Mb.
|
|
Министерство образования и науки Российской Федерации ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «ОРЕНБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» Институт менеджмента Кафедра прикладной информатики в экономике и управлении КУРСОВАЯ РАБОТА по дисциплине «Информационный менеджмент» Искусственный интеллект для бизнеса: трансформация эффективных запросов в реальные продажи Руководитель старший преподаватель ______________ Сафонов Н.С. «____»______________ 2019 г. Исполнитель Студент группы 18 ПИ(ба)ЭК ___________АбдрашитовР.И. «____»______________ 2019 г. Оренбург 2019 Утверждаю заведующий кафедрой прикладной информатики в экономике М.А. Жук «_____» ___________ 20____ г. ЗАДАНИЕ на выполнение курсовой работы Студенту Абдрашитову Ранилю Ильмировичу По направлению специальности 09.03.03 – Прикладная информатика 1) Тема КР “ Искусственный интеллект для бизнеса: трансформация эффективных запросов в реальные продажи”. 2) Срок сдачи студентом законченной КР «_____» _______________ 20___г. 3) Цель КР – использование искусственного интеллекта в бизнесе и трансформация запросов в реальные продажи. 4)Задачи КР: Раскрыть понятие искусственного интеллекта Понять, чем является ИИ для бизнеса Влияние ИИ на бизнес Сферы применения ИИ торговле Аннотация В курсовой работе представлены основные результаты исследования, посвященного анализу эффективности применения методов и средств искусственного интеллекта в различных сферах деятельности, а также оценке потенциала внедрения технологий искусственного интеллекта в бизнес-сферу. Дан подробный анализ и анализ основных понятий данной технологии и их содержания. Особое внимание уделено развитию истории искусственного интеллекта и объяснению складывания этого термина как важного элемента современной ИТ-инфраструктуры. Выделены и описаны характерные особенности компонентов искусственного интеллекта. Определены задачи, цели и направления эффективного применения искусственного интеллекта. Проведен детальный анализ результатов внедрения искусственного интеллекта на предприятиях и показана зависимость успешности организации от степени доверия и внедрения технологий искусственного интеллекта. Описаны прогнозы экспертов о роли и степени влияния развития данной технологии в сфере бизнеса на краткосрочную и среднесрочную перспективу. Стремительное развитие информационных технологий трансформирует всю экономику и, прежде всего, финансово-банковский сектор. В результате на рынке появляются совершенно новые финансовые продукты, отвечающие требованиям нового поколения людей и инновационного бизнеса. Содержание Введение…………………………………………………………………..5 1.Теоретическая часть………………...……...........................................6 1.1 Понятие искусственного интеллекта..............................................6 1.2 Классификация искусственного интеллекта……………....……7 1.3 Исследование ограничений, связанных с применением ИИ..…9 1.4 Влияние ИИ на перестройку бизнес-процессов……………..10 1.5 Учёт экономических факторов при оценке экономической целесообразности применения ИИ в бизнес–процессах..…………11 2.Практическая часть 2.1 Условия внедрения технологий ИИ в бизнесе……………….....12 2.2 Опыт работы ИИ в бизнес–сфере…….…………………………..13 2.3 Преимущества ИИ в бизнес–сфере……………………………….14 2.4 Как ИИ повлияет на процесс продаж в ближайшем будущем..15 2.5 Реальные примеры использования ИИ в продажах…………...16 Заключение…………………………………………………….......……18 Список использованных источников………………………………..19 Приложение……………………………………………………………..20 Введение Быстрое развитие информационных технологий трансформирует всю экономику и, прежде всего, финансовый и банковский сектор. В результате на рынке появляются совершенно новые финансовые продукты, отвечающие требованиям нового поколения людей и инновационного бизнеса. В последнее время наблюдается огромный интерес к искусственному интеллекту, что вызвано повышенными требованиями к информационным системам. Человечество быстро развивается в новой информационной революции, которую можно сравнить с масштабом развития Интернета, имя революции – Искусственный интеллект. Искусственный интеллект сейчас очень активно изучается и развивается. Наибольшие усилия лингвистов, философов, психологов, математиков, инженеров и кибернетиков сосредоточены в этой области. Он решает конкретные вопросы, связанные с развитием научной мысли, с влиянием достижений в таких областях, как: компьютерные технологии и робототехника на жизнь будущих поколений людей. Здесь возникают различные новые методы научного исследования. Здесь формируется новый взгляд на некоторые научные результаты, и возникает философское понимание результатов. Двигаясь вперед, исследователи, работающие в области ИИ, столкнулись с очень запутанными проблемами, которые вышли за пределы традиционной информатики. Оказывается, прежде всего, необходимо было понять механизмы учебного процесса, сенсорное восприятие и природу языка. Ученые выяснили, что для того, чтобы имитировать работу человеческого мозга, необходимо понимать механизм действия миллиардов взаимосвязанных нейронов. Самая сложная проблема, стоящая перед исследователями современной науки–это знание о функционировании человеческого разума, а не только имитации труда. Это повлияло на теоретические проблемы психологической науки. Ученые не могут прийти к единому мнению относительно предмета их исследований - интеллекта. Для некоторых интеллект - это способность решать сложные проблемы; другие видят в этом способность учиться, обобщать, анализировать; третий - как возможность взаимодействовать с внешним миром через восприятие, общение и осознание воспринимаемого. 1. Теоретическая часть 1.1 Понятие искусственного интеллекта Искусственный интеллект–это область науки, которая моделирует интеллектуальную деятельность человека. Возникший более 700 лет назад в средневековой Испании, искусственный интеллект сформировался в самостоятельной научной области в середине 20-го века. Методы искусственного интеллекта позволили создать эффективные компьютерные программы в самых разных областях человеческой деятельности, ранее считавшихся недоступными для формализации и алгоритмизации, таких как медицина, биология, зоология, социология, культурология, политология, экономика, бизнес, криминалистика и т. д. Идеи обучения и самообучения компьютерных программ, накопления знаний, методов обработки нечетких и неспецифических знаний позволили создать чудесные программы. Компьютеры успешно борются за звание чемпиона мира по шахматам, моделируют творческую деятельность человека, создавая музыкальные и поэтические произведения, распознают образы и сцены, распознают, понимают и обрабатывают речь, тексты на естественном человеческом языке. Нейрокомпьютеры, созданные по образу и подобию человеческого мозга, успешно справляются с управлением сложными техническими объектами, диагностикой заболеваний человека, неисправностями сложных технических устройств; прогнозировать погоду и курсы валют, результаты голосования; выявить хакеров и потенциальных банкротов; помочь соискателям выбрать специальность и т. д. Мы уже привыкли к тому, что компьютеры «становятся умнее» буквально на наших глазах, а компьютерные программы становятся все более интеллектуальными. Само по себе понятие интеллекта постоянно меняется по мере развития науки и человека. Долгое время задачи, заключающиеся в выполнении арифметических операций сложения, умножения, деления, больше не считаются интеллектуальными. Интегрирование дифференциального уравнения не считается интеллектуальным, если для него известен строго определенный алгоритм. В настоящее время это интеллектуальные задачи, которые на современном этапе не поддаются алгоритмам в традиционном смысле этого слова. Это задачи, которые требуют манипуляций с нечеткими, неопределенными, ненадежными, расплывчатыми и даже нетрадиционными знаниями. Термин интеллект (интеллект) происходит от латинского интеллекта - что означает разум, рассуждение, разум; умственные способности человека. Соответственно, ИИ (искусственный интеллект) - ИИ (ИИ) обычно интерпретируется как свойство автоматических систем принимать определенные функции человеческого интеллекта, например, выбирать и принимать лучшие решения на основе предыдущего опыта и рационального анализа внешнего влияния. Задачи ИИ - список задач, в которых процесс поиска решения формализован. Чаще всего такие системы используются для решения следующих задач: модели распознавания; моделирование рассуждений; создание и работа в символьных вычислительных системах; создание и работа в системах с нечеткой логикой; когнитивная психология; понимание естественного языка; создание экспертных систем; компьютерная лингвистика; автоматизация процессов ведения различной лексики и лексических карточе к; планирование поведения (поиск и предложить наиболее оптимальный спосо б для достижения поставленных целей, на основе из - за ситуации); машинный перевод; создание и управление интеллектуальными роботами и мобильными группа ми 1.2 Классификация ИИ Классификация систем искусственного интеллекта является довольно давней проблемой при изучении технологии искусственного интеллекта. Рассмотрим классическую классификацию. Первая классификация систем ИИ по: Структурирование проблем / задач / проблем, которые должны быть решены; Автоматизированные функции Автоматизация выполняемых функций; Сфера использования; Характер использования информации на уровне направления. Также принята другая классификация, которая среди систем искусственного интеллекта различает: С интеллектуальными интерфейсами и обратной связью; Автоматизирован для распознавания объектов; Нейронные сети; Экспертные системы; Автоматизированные системы управления (АСУ) для поддержки принятия решений; Когнитивное моделирование; Установление эмпирических данных и их интеллектуальный анализ. Существует классификация для приобретения способности думать и осознавать себя: сильный и слабый ИИ. Стоит отметить, что каждый автор, исследующий ИИ, происходит от прикладной природы ИИ в любой науке. Рассмотрим используемые подходы. Символический подход (позволяет оперировать плохо формализованными представлениями и их значениями). Ключевой особенностью символьных вычислений является создание новых правил в процессе выполнения программы. Логический подход (основанный на моделировании рассуждений и логике). Логический подход можно проиллюстрировать, применив для этой цели язык и систему логического программирования. Индивидуальный подход (основанный на использовании интеллектуальных агентов. Интеллект рассматривается как вычислительная часть машины и способность выполнять свои задачи. Такая машина представляет собой интеллектуальный агент, который измеряет и анализирует окружающую среду с помощью датчиков. Кроме того, обладает способностью воздействовать на объекты через исполнительные механизмы. Этот подход ориентирован на те методы и алгоритмы, которые помогут интеллектуальному агенту выжить в среде при выполнении своих задач. При таких подходах алгоритмы поиска пути и принятия решений гораздо более тщательно изучены. Гибридный подход (включает синергетическое сочетание нейронных и символических моделей). Интеллектуальная информационная система (IMS), основанная на концепции использования баз данных и накопленных знаний для генерации алгоритмов решения различных прикладных задач в зависимости от конкретных потребностей [18]. Для IMS характерны: навыки общения; умение находить решения плохо формализованных задач, а также самообучаться на основе результатов решения; адаптивность. Методы построения систем искусственного интеллекта Чтобы понять процесс построения системы ИИ, отметим, что при развитии естественного интеллекта подобные этапы проходят. Создание функций естественного интеллекта в контексте его взаимодействия с аналогичными системами и средой, в результате чего система потенциального естественного интеллекта превращается в реальную. Учитывая изложенное, разработка системы ИИ осуществляется в три этапа: 1. Создание системы искусственного интеллекта на базе ПК; 2. Разработка программного обеспечения и оболочек; 3. Процесс обучения системы потенциального ИИ и перевода ее в систему реального ИИ. 1. 3 Изучение ограничений, связанных с использованием ИИ Одним из основных ограничений ИИ является стоимость. Создание интеллектуальных технологий может быть дорогостоящим из-за их сложной природы и необходимости ремонта и текущего обслуживания. Программные программы нуждаются в регулярных обновлениях для адаптации к изменяющейся бизнес-среде, а в случае сбоя возникает риск потери кода или важных данных. Восстановление этого часто занимает много времени и дорого. Мы выделяем возможные ограничения внедрения ИИ в бизнес-процессы: 1. Этические аспекты предметной области. Во многих сферах бизнеса разрабатывается уникальный продукт, к разработке которого привлекаются высокоспециализированные сотрудники. Например, задание по подготовке заказа в кафе быстрого питания можно перенести на автомат. А приготовление изысканных блюд в ресторане должно осуществляться исключительно персоналом. Это не значит, что машина сделает продукт менее качественным. Проблема глубже - возрастают риски потери лояльности клиентов; 2. Юридическая документация, регулирующая деятельность предприятий в пределах своей предметной области. В процессе оценки возможности использования ИИ в ВР, необходимо собрать всю документацию, регулирующую деятельность предприятия в конкретной предметной области. Например, если вы берете мед. учреждения, то различные медицинские стандарты могут запрещать автоматизацию заполнения медицинских протоколов пациентов. Или вы не можете дать машине задачу формирования рецепта для пациента, несмотря на то, что все необходимые данные для этого могут быть в системе, поскольку существуют правовые ограничения; 3. Масштаб последствий ошибок, допущенных AI. При огромном масштабе деятельности обычно назначается ответственное лицо. Если ошибка ИИ приводит к смерти, кто виноват? Как вариант, обслуживающий персонал, но вопрос о правильности такого заявления вызывает много сомнений. В общем случае всегда необходимо оценивать риски ошибки на выходе процесса; 4. Сроки реализации, которые часто бывают долгими; 5. Проблема интеграции и непонимания современных систем; 6. Простота использования и совместимость с другими системами и платформами. Принимая решение о реализации ИИ, вы также должны учитывать: конфиденциальность клиента; потенциальное отсутствие прозрачности; технологическая сложность; потеря контроля н ад вашими бизнес-решениями и стратегией; AI и этические проблемы. 1.4 Влияние ИИ на перестройку бизнес-процессов Внедрение ИИ может потребовать значительных изменений в бизнес-процессах, а новые решения для ИИ могут инициировать создание новых бизнес-процессов, которые открывают новые бизнес-возможности: поток клиентов, увеличение прибыли, повышение лояльности и т. Д. Главный секрет успеха - изменение роль работников в организациях. Вы не можете просто внедрять технологии, ничего не меняя в бизнес- процессе и ожидать значительных результатов. Основным преимуществом ИИ не является способность сокращать расходы, хотя это тоже важно. ИИ обладает способностью предотвращать катастрофические события. Если какая-либо деталь выходит из строя на сборочной линии, весь завод встанет. Если что-то сломается в машине, может произойти авария. Если давление растет, может возникнуть сердечный приступ. Представители IT-индустрии считают, что практически нет проблем, которые ИИ и машинное обучение не могли бы решить: 1. ИИ изменит ландшафт рабочей индустрии. Один из самых надежных способов для ИИ - преобразовать ваш бизнес с помощью автоматизации. Крупные производственные предприятия будут использовать искусственный интеллект для замены человеческого труда, поскольку он дешевле, точнее, продуктивнее и менее подвержен ошибкам. Другими секторами бизнеса, которые сильно изменены в связи с внедрением ИИ, являются административные функции, такие как администраторы и помощники, а также служба поддержки клиентов. Реагируя на призывы к ежедневному учету, платформы ИИ будут обрабатывать одно и то же намного лучше, экономя много денег для компаний и повышая эффективность. 2. Рост мобильности предприятия. Корпоративная мобильность–это будущее бизнеса ИИ, поскольку рабочая модель центрального офиса постепенно смещается к модели работы из дома или из других удаленных мест. С разработкой решений AI, работодатели смогут предоставить сотрудникам возможность работать где угодно. Превосходная мобильность предприятий позволит сотрудникам контролировать свои графики и окружающую среду, прокладывая путь к повышению эффективности и производительности. ИИ также позволит таким сотрудникам приобретать новые навыки и улучшать свое портфолио, чтобы они стали более компетентными, поскольку им не нужно физически присутствовать на программах непрерывного образования и других тренингах. 3. Повышение эффективности и точности при меньших затратах. С появлением превосходного ИИ минимальные неточности и ошибки, которые приводят к дополнительным затратам для предприятий, а также к снижению производительности, будут сведены к минимуму. Предприятия смогут наслаждаться большей эффективностью и точностью, поскольку ИИ устраняет человеческие ошибки и создает меньше рисков для бизнеса. В дополнение к этому, машины работают быстрее, чем люди, и им не нужно платить, поэтому это также приведет к прибыльности и значительной экономии затрат для бизнеса. Более того, благодаря более мощным и быстрым вычислительным возможностям программы ИИ могут обрабатывать большие объемы данных намного быстрее, помогая предприятиям достигать более высоких уровней в разработке стратегий, прогнозировании и планировании роста бизнеса . 4. AI поможет интегрировать и консолидировать бизнес-операции. В соответствии с новыми тенденциями развития бизнеса в 2017 году, AI также поможет предприятиям консолидировать и интегрировать свои бизнес-процессы. Одной из основных проблем, стоящих перед крупными предприятиями, является фрагментация различных бизнес-процессов и создание слабой синергии. Технология ИИ, интегрированная в решения планирования ресурсов предприятия (ERP), сможет использовать фрагментированные рабочие части и объединять их в единое целое, тестируя и анализируя каждую информацию. Это приведет к консолидации сотрудников, операций и систем и, как следствие, к повышению эффективности, производительности и доходов. 5. ИИ проложит путь к усилению защиты от кибербезопасности. С разработкой более сильного ИИ программы кибербезопасности будут лучше оснащены для тестирования и прогнозирования сценариев кибератак и поиска лазеек в безопасности. ИИ имеет большие перспективы благодаря своей способности изучать модели сетей, устройств и систем, а также декодировать отклонения, которые могут обнаруживать атаки в процессе. Фактически, ряд стартапов в 2017 году посвятил себя разработке такого программного обеспечения для искусственного интеллекта, которое обеспечит беспрецедентный уровень кибербезопасности, обеспечивая лучшую целостность данных и защиту информации для предприятий по всему миру. 1.5 Учёт экономических факторов при оценке экономической целесообразности применения ИИ в бизнес–процессах Есть много нетехнологичных факторов, которые будут влиять на формирование рабочей силы. В частности, общее влияние ИИ на спрос на рабочую силу и заработную плату будет зависеть от следующих факторов: 1. Замена. Компьютерные системы на основе искусственного интеллекта непосредственно заменят некоторые задачи, заменив долю человеческого фактора и снизив спрос на рабочую силу для любого заданного уровня 2. Автоматизация ценовой эластичности с помощью ИИ позволяет снизить стоимость выполнения задач. Это может привести к снижению или повышению общих издержек в зависимости от эластичности спроса. Например, если эластичность меньше - 1, то снижение цены приводит к более чем пропорциональному увеличению количества приобретаемых товаров, а общие затраты возрастут. Например, различные технологии снизили стоимость авиаперелетов, но общая стоимость этого вида путешествий возросла, как и занятость в этой отрасли. 3. Комплементарность. Задача В может быть важным или даже незаменимым дополнением к другой задаче а, которая автоматизирована. По мере снижения цены а спрос на В будет увеличиваться. Навыки могут также дополнять другие навыки. Например, навыки межличностного общения все больше дополняют аналитические навыки. 4. Эластичность дохода. Автоматизация может изменить общий доход отдельных лиц или населения в целом. Если эластичность дохода по товару не равна нулю, то это, в свою очередь, изменяет спрос на определенные виды товаров и производный спрос на задачи, необходимые для производства этих товаров. По аналогии, по мере увеличения общего дохода американцы тратили большую часть своего дохода на питание в ресторанах. 5. Редизайн бизнес-процесса. Производственная функция, связывающая любой заданный набор различных видов и объемов труда, капитала и других ресурсов с выпуском продукции, не является фиксированной. Предприниматели, менеджеры и сотрудники постоянно работают над созданием соответствующих процессов. Когда они столкнутся с новыми технологиями, они изменят производственный процесс и найдут более эффективные способы производства продукции. Эти изменения могут занять некоторое время и зачастую сэкономить на самых дорогих затратах, повысив эластичность спроса. 2. Практическая часть 2.1 Условия внедрения технологий ИИ в бизнесе Как подготовиться к внедрению инструментов искусственного интеллекта и понять, что такой проект действительно будет полезен для компании? Специалисты советуют начинать с поиска решений, которые помогут в краткосрочной перспективе автоматизировать рутинные, рутинные процессы. То есть задачи, которые не требуют специальных навыков, но отнимают время у квалифицированных сотрудников. Условия автоматизации бизнес-задач: выполнение задачи на основе ввода данных; их достаточно для обеспечения автоматизации; полученный уровень автоматизации действительно поможет снизить затраты. Именно проблема качества цифровых данных является камнем преткновения для большинства коммерческих организаций. Без чистых, правильных, проверенных данных невозможно эффективно использовать технологии искусственного интеллекта в бизнесе. По данным исследовательской группы IBM, "плохие" данные обходятся американским компаниям в $ 3,1 трлн дополнительных расходов каждый год! Это потеря времени, производительности и стоимости ошибок (сбоев, незапланированных остановок производственных процессов), которые неизбежно вытекают из них. Данные, с которыми будут работать алгоритмы машинного обучения, должны быть релевантными, надежными и актуальными. Конечно, их должно быть достаточно, чтобы система работала правильно. Нет смысла начинать историю с внедрения технологий искусственного интеллекта в свой бизнес, если у компании нет выделенного бюджета на такой проект (как рассчитать объем инвестиций – отдельная тема), подходящей it-инфраструктуры и специалистов, которые могут довести его до ума. 2.2 Опыт работы ИИ в бизнесе Внедрение ИИ может улучшить важные экономические показатели компаний. Рассмотрим отрасль обслуживания клиентов. В начале 2018 года Forrester Consulting провела исследование по использованию искусственного интеллекта в обслуживании клиентов, в котором приняли участие 429 руководителей в этой области. Ключевой позицией доклада стало утверждение о том, что сочетание эффективных технологий и умения профессионалов взаимодействовать с клиентами на эмоциональном уровне обеспечивает повышенную удовлетворенность как клиентов, так и профессионалов. Предприятия, которые объединили искусственный интеллект с работой специалистов, говорят, что их деятельность по обслуживанию клиентов стала более эффективной и привела к повышению удовлетворенности клиентов (61%) и удовлетворенности специалистов (69%). В сфере обслуживания клиентов искусственный интеллект развился до такой степени, что способен решать задачи повышения эффективности операций, создания дифференцированного клиентского опыта и внедрения новых источников дохода. Искусственный интеллект способен автоматизировать повторяющиеся задачи специалиста, что позволит ускорить обработку заявок. Кроме того, данная технология оптимизирует фиксацию и обработку запросов, что позволяет профессионалам выстраивать более персонализированные отношения с клиентами. Искусственный интеллект может использоваться для прогнозирования потребностей на основе контекста, предпочтений и предыдущих запросов, а также для предоставления рекомендаций, решения проблем и отправки уведомлений и предложений. Эта технология также позволяет обнаруживать закономерности в больших массивах данных и раскрывать новую аналитическую информацию, которую компании могут использовать для предоставления клиентам новых услуг и получения новых источников прибыли. Заслуживает внимания роль ИИ в индустрии развлечений и средств массовой информации. Всемирный обзор отрасли PwC отмечает, что потребность в этой технологии обусловлена двумя факторами. Во-первых, это создание новых продуктов, сервисов и платформ: набор медиапродуктов, используемых потребителями контента, уже основан на вводе данных из анализа компьютерными программами. Например, система рекомендаций на музыкальной платформе Spotify построена с использованием технологий искусственного интеллекта. Во-вторых, роль спроса: потребители ценят кастомизацию и персонализацию в процессе потребления контента, общения с компаниями и налаживания с ними коммерческих отношений. В рамках исследований, проведенных в Европейском Союзе, более 55% респондентов" поколения тысячелетия " отмечают, что при выборе медиапродуктов они хотят ориентироваться на список, составленный с помощью технологий искусственного интеллекта или с помощью бота. В бизнесе развлечений и медиа нет четкой стратегии внедрения технологий искусственного интеллекта. Ключ к пониманию того, как эта технология может помочь, поддержать, оптимизировать процессы, а иногда и заменить человеческий труд, лежит в изучении практик, используемых другими компаниями. Использование искусственного интеллекта в сфере недвижимости позволяет повысить эффективность оперативных задач и изменить процессы принятия решений. Распознавая взаимосвязи и закономерности в больших наборах данных, вы можете узнать больше о последствиях возможных будущих сценариев. Субъективная оценка заменяется выводами, основанными на доказательствах, согласно которым обоснованные решения принимаются с учетом специфики конкретного объекта недвижимости. Так называемые "умные контракты" позволяют извлекать необходимую информацию из договоров и документов и эффективно ее использовать, сокращая трудозатраты и время транзакций. Алгоритмы могут проверять полноту виртуальных хранилищ информации или, если база данных достаточно развита, определять подходящие инвестиционные цели по матрице портфеля. В области управления активами области возможного применения искусственного интеллекта варьируются от персонализированных контрактов с клиентами и управления контрактами до интеллектуального управления строительными услугами. Возможные области применения искусственного интеллекта включают: упрощенное взаимодействие, транзакции между участниками, управление цепочками поставок и управление данными. В розничном секторе происходят значительные изменения в процессе совершения покупок. Многие производители используют ИИ для улучшения качества взаимодействия с большим количеством потребителей в мобильной среде. Благодаря алгоритмам, которые способны помочь покупателю в выборе продукта на основе прошлых взаимодействий, доходы ритейлеров увеличиваются. В 2018 году 35% всех доходов приходится на рекомендации, основанные на ИИ, что на 25% больше, чем в 2017 году. главное, что эти 35% выручки поступают от 6% покупателей в праздничные дни, то есть покупатели, которые получают правильные рекомендации, совершают значительную долю покупок. Кроме того, исследования Salesforce.com показывают, что 82% клиентов готовы предоставить информацию о себе в обмен на объединение личного и онлайн-опыта. Также в области ритейла редактор деревенских статей представляет обзор инновационной лаборатории" Пятерочка " от X5 Retail Group, где ИИ используется на полную мощность. На входе клиентов встречает первая камера, которая способна распознавать и идентифицировать сотрудников, но в дальнейшем планируется создать базу данных клиентов, которая позволит отправлять личные предложения со скидками и акциями на телефоны постоянных клиентов. Камеры в начале торгового зала определяют возрастную категорию покупателя, одновременно отображая личные рекомендации. Видеосъемка товара помогает определить свежесть товара в некоторых отделах и проверить правильность отображения и наличие товара на полках. Электронные ценники также помогут контролировать срок годности продукции и повысить спрос за счет акций и специальных предложений. Это поможет снизить убытки: ритейлеры уже теряют много денег из-за того, что не успевают продать товар до истечения срока годности, а в начале года в Госдуму был внесен законопроект, запрещающий возврат непроданных поставщиков. В качестве примера использования ИИ в логистике стоит рассмотреть решение IBM Watson. Визуальный контроль является еще одной областью с высоким потенциалом для ИИ в логистической операционной среде. IBM Watson использует когнитивные возможности визуального распознавания для обслуживания физических активов с помощью визуального контроля, управляемого искусственным интеллектом. Используя мостовые камеры для фотографирования вагонов грузовых поездов, IBM Watson недавно смогла успешно идентифицировать повреждения, классифицировать тип повреждений и определить соответствующие корректирующие действия для ремонта этих. Сначала вдоль трасс были установлены камеры для сбора изображений проезжающих машин. Затем изображения автоматически загружались в хранилище изображений IBM Watson, где классификаторы изображений AI идентифицировали поврежденные компоненты вагона. Классификаторы AI были обучены тому, где искать компоненты вагона на данном изображении и как успешно распознавать части вагона, а затем классифицировать их на семь типов повреждений. По мере сбора и обработки большего количества данных возможности визуального распознавания Watson улучшились до более чем 90% точности за короткий период времени. Аномалии и повреждения, обнаруженные Уотсоном, были отправлены на рабочее место, которым управляли ремонтные бригады. Эта модель и процесс могут быть свободно применены к другим типам логистических активов, включая, но не ограничиваясь ими, воздушные суда, транспортные средства и океанские суда. 2.3 Преимущества ИИ в бизнес–сфере Говоря непосредственно о сфере бизнеса, стоит обратиться к исследованию, проведенному PwC, которое отражено в статье "прогноз развития ИИ в 2019 году". Компания провела опрос среди 1000 руководителей американских компаний и дает следующий обзор поведения бизнеса в 2019 году в зависимости от развития ИИ. ИИ на данном этапе способен влиять на структуру компаний. Теперь необходимо иметь прочную основу для развития ИИ. Организации стремятся увеличить отдачу от инвестиций и оптимизировать бизнес-процессы. В этой области важную роль играют специалисты по ИИ, которым порой не уделяют особого внимания. Однако, когда они приходят со стороны бизнеса, проекты могут иметь ограниченную направленность и преимущества технологии не используются в полной мере. Чтобы предотвратить неэффективное использование ИИ в бизнесе, необходимо интегрировать различные отделы организации для получения полного видения процесса. Это создает "центры передового опыта" или добавляет обязанности по разработке технологий искусственного интеллекта к существующим аналитическим или автоматизированным командам. Кроме того, изменения коснутся и рабочей силы. Необходимо будет систематически выявлять новые рабочие навыки и деловые роли. Как правило, ИИ используется в качестве решения в одной из четырех областей: минимизация ошибок, минимизация вариантов выполнения, повышение производительности и достижение прорывов. Работодатели, которые готовы работать с ИИ и отвечают на вызов инноваций в области HR, прибегают к следующим способам создания обученных кадров: 60% реализуют инициативу непрерывного обучения с использованием ИИ; 56% разрабатывают кадровый план, который определяет новые навыки и роли в результате ИИ; 47% изменяют эффективность и векторы развития руководящих принципов внедрения ИИ; 44% расширяют каналы привлечения для развития талантов ИИ через стажировки и партнерские отношения с высшими учебными заведениями. Также стоит отметить, что ИИ имеет более перспективное развитие во взаимодействии с другими технологиями, набирающими популярность в 2019 году. Успешная интеграция ИИ с другими технологиями начинается с данных. Организации, вложившие средства в идентификацию, агрегацию, стандартизацию и маркировку данных, будут иметь хорошие возможности для объединения ИИ с аналитикой, IoT и другими технологиями. Методы DevOps можно использовать для успешного объединения команд и организации их работы, помещая команды разработчиков и операционные группы в цикл обратной связи для постоянного сотрудничества и интерактивных изменений в новых продуктах. Это требует создания новых ролей для сотрудников в качестве переводчиков и связей между различными группами. Модели также нуждаются в регулярном тестировании, обновлении и замене. 2.4 Как ИИ повлияет на процесс продаж в ближайшем будущем Искусственный интеллект год за годом становится ближе к нам, с каждым годом он будет становиться все более доступным для бизнеса. Это позволит отделам продаж более эффективно использовать собственные ресурсы, находить более правильные решения в сложных продажах и смещать продажи в сторону коммуникаций, а не административных задач. Искусственный интеллект позволит торговым командам погрузиться в понимание специализированных данных, что позволит им понять, как клиенты на самом деле принимают решения о покупках. Помимо прочего, менеджеры по продажам или менеджеры по продажам смогут принимать правильные и проверенные решения, они также будут иметь возможность разрабатывать новые решения или совершенствовать текущие, что позволит снизить частоту отказов, повысить конверсию на каждом этапе воронки продаж и даже повысить производительность, как у клиента, так и у себя. Согласно исследованиям, проведенным Forrester, бизнес, который сочетает использование искусственного интеллекта с развитием человеческих навыков, испытывает 66% –ный рост производительности, 61% –ный рост удовлетворенности клиентов и 68% –ный рост операционной эффективности (см. рисунок 1). 2.5 Реальные примеры использования ИИ в продажах Дойдя до этого места, может возникнуть вопрос, каким образом ИИ может помочь в продажах. Следующие примеры не оставят ни единого вопроса. CrystalKnowsиспользует данные и языковую обработку текстов для определения тона email-письма и его соответствия стандартам компании. Поэтому, вместо того, чтобы отправлять обезличенные письма своему собеседнику у вас есть возможность составить максимально индивидуальное email-письмо потенциальному клиенту. Несмотря на то, чтоCalendlyявляется не совсем настоящим примером использования искусственного интеллекта, сервис позволяет избавиться и автоматизировать рутинные задачи. Сервис становится незаменимым помощником при планировании и назначении встреч. Вместо обмена email-письмами о дате, месте и времени проведения встречи, сервис позволяет отправлять письмом ссылку на ваш график, а потенциальному клиенту выбрать удобное для себя и вас время встречи. Clara является ассистентом с искусственным интеллектом, которая решает задачи обмена сообщениями или письмами для согласования даты, времени и места встречи. Отправьте Кларе письмо и дайте команду назначить встречу с указанным контактом — остальное она сделает сама. Есть возможность изменить даже пол и имя ассистента. Compreno — это технология перевода любого человеческого языка на универсальный язык понятий. Соответственно, Compreno включает в себя и сам этот универсальный язык понятий, который ABBYY 15 лет разрабатывала втайне от конкурентов в своих исследовательских лабораториях. Данная технология не просто работает на основе искусственного интеллекта, она максимально приближена к человеческому мозгу в распознании смысла слов и даже целых предложений. Если сравнить работу Compreno с обыкновенным переводчиком, то можно увидеть насколько система адаптирована под языковую структуру языка (см. рисунок 2). Революционность ABBYY Compreno выражается в фундаментальности подхода, разработке универсальной системы понятий и технологий полного синтаксического и семантического анализа. Однако Compreno не единственное «чудо» современных IT- технологий. В течение последних лет ученые одного из подразделений корпорации IBM работали над системой искусственного интеллекта, получившей кодовое имя «Ватсон /Watson». Система строилась таким образом, что она, как надеются ученые, сможет понять сложные комплексные вопросы и дать на них четкий и определенный ответ с достаточной скоростью(см. рисунок 3). Программное обеспечение превращает наборы данных в набор взаимосвязанных фактов, производит аналитические операции и отвечает на заданные вопросы. Благодаря тому, что программное обеспечение DeepQA обладает мощной функцией распознавания естественного языка и искусственного интеллекта, возможности суперкомпьютера Watson в деле маркетинга являются поистине безграничными. Схема работы программного обеспечения имеет сложную структуру и представлена несколькими этапами, охватывая весь процесс от обработки заданного вопроса до получения точного логического ответа. Появление таких технологий как Compreno и Watson подтверждает факт возможности участия искусственного интеллекта в коммерческой деятельности для решения большого круга вопросов и задач. Тенденция развития технологий и увеличения объема информации приводит к тому, что человек физически не в состоянии охватить все данные и упорядочить их в единую структуру. Именно поэтому возникает срочная необходимость создания новых систем, которые одновременно способны справляться с данной нагрузкой и быть максимально приближены к человеческой логике и пониманию. Российские коммерческие банки также стремятся к созданию программ с индивидуальным подходом к потребителю на основе искусственного интеллекта. Одна из таких программ «Тинькофф Таргет» позволяет делать индивидуальные предложения для постоянных клиентов партнера и для потенциальных, осуществляющих покупки у конкурентов. Суть «Тинькофф Таргет» состоит в том, что бизнесу необходим новый клиент, который станет постоянным. Клиенту, в свою очередь, интересно иметь выгодные предложения в соответствии с его интересами. Внутренний механизм платформы «Тинькофф Таргет» (см. рисунок 4) позволяет выделить для конкретного партнера потенциальных лояльных клиентов по географии, полу, возрасту и, что главное, по потребительским предпочтениям. Для привлечения такого клиента партнер может предоставить хорошее предложение без убытка для себя. В этой схеме все три стороны находят свои преимущества: клиент получает актуальные для себя предложения, партнер — постоянного клиента, банк — возможность поощрить клиента, предоставить персонализированный повышенный cashback (15–30 %, возможно, и больше). Заключение Подводя итоги курсовой работы, можно отметить, что создание "искусственного человека", способного самостоятельно управлять сложными системами и процессами без вмешательства операторов, уже не кажется плодом мечтаний. Ведется работа по повышению уровня искусственного интеллекта. Результатом данных исследований должно стать создание искусственного разума, но важно заметить, что какие-либо биологические элементы типа человеческих ДНК здесь использоваться не могут. На данном этапе развития кибернетики стоит важная задача–наделить машину человеческим разумом способностями (здесь проблема в первую очередь, свобода выбора решений, которые присутствуют в человеческом разуме, отсутствие машинного сознания и т.), в то же время сохраняя все преимущества машинного интеллекта, с большой скоростью, памятью, имеет много других преимуществ. Так же в ходе проведённой работы были выполнены следующие задачи: Проанализировано понятие ИИ, способы классификации и применения ИИ в бизнес-процессах; Рассмотрены возможные подходы к реинжинирингу бизнес-процессов (BPR англ. Business Process Reengineering) c учетом применения ИИ; Определены социальные проблемы, ограничения и риски, связанные с внедрением ИИ; Рассмотрены условия внедрения ИИ в бизнес-процессы, его преимущества. Были представлены реальные(живые) примеры работы искусственного интеллекта в реализации продаж. Список использованных источников 1. Макеев В. Время машин: как бизнесу сделать шаг навстречу искусственному интеллекту, 2017. 2. Рудская Е. Н., Десятниченко Л. В. Искусственный интеллект для бизнеса: трансформация эффективных запросов в реальные продажи // Молодой ученый. — 2015. — №8. — С. 621-631. — URL https://moluch.ru/archive/88/17091/ (дата обращения: 17.12.2019). 3. https://geoline-tech.com/ai-for-business/ 4. https://ojok.ru/blog/iskusstvennyij-intellekt-v-prodazhax-kak-iskusstvennyij- intellekt-mozhet-pomoch-uvelichit-prodazhi 5. Тельнов Ю. Ф. Реинжиниринг бизнес-процессов и проектирование информационных систем. М.: МЭСИ, 2010. 228 с. 6. Репин В. В. Бизнес-процессы. Моделирование, внедрение, управление. 7. Елиферов, В. Г. Бизнес-процессы: Регламентация и управление. М.: НИЦ ИНФРА-М, 2013. 8. Хазиев В. С. Искусственный интеллект и цель // Депонировано в ИНИОН АН РАН №5220 от 17.04.80. 9. Бойко Д. Н. Исследование бессознательного для построения систем искусственного интеллекта. 2003. 10. https://otherreferats.allbest.ru/programming/00986815_0.html Приложение Рисунок 1. Рисунок 2. Рис. 3. Сравнительный анализ программной платформы Watson и человека по ряду характеристик Источник: «Эпоха когнитивных систем: принцип построения и работы IBM Watson»;Redbooks, Роб Хай. Рисунок 4 схема работы банковской платформы «Тинькофф Таргет » |