КАК СТАТЬ БОЛЕЕ ПРОДУКТИВНЫМ И ЭФФЕКТИВНЫМ С ПОМОЩЬЮ AI-ИНСТРУМЕНТОВ

ℹ️ Существующее направление развития AI – это УСТАРЕВШИЙ ПОДХОД к решение НЕ САМОЙ АКТУАЛЬНОЙ ЗАДАЧИ
— Главная задача экономики – повышение производительности.
— Существующий подход в развитии AI – создание интеллектуальных автоматов – заменителей человека.
— Этот подход не способен кардинально решить главную задачу экономики, т.к. в большинстве профессий задач, доступных для полной автоматизации, меньшинство.
— Никому не нужен просто заменитель человека, - нужны новые ВЫСОКОПРОИЗВОДИТЕЛЬНЫЕ ВЕРСИИ ЛЮДЕЙ

▶️ Альтернативный подход предлагает сменить фокус в разработке AI с создания ЦИФРОВЫХ ПОМОЩЬНИКОВ на создание ЦИФРОВОЙ ПОМОЩИ. Иными словами, пойти по пути развития Виртуальной реальности в направлении Дополненной реальности и превратить Искусственный интеллект в средство Дополнительной интроспекции
— Вместо усовершенствования интеллектуальных автоматов для замены человека, предлагается направить развитие AI на разработку усовершенствованных личностей, способных выполнять свои функции с производительностью, в разы превышающей нынешнюю.
— Ключевым элементом такого альтернативного подхода должен стать «Рекомендательный ассистент»:
✔️ анализирующий деятельность человека при решении конкретных задач
✔️ и вырабатывающий рекомендации человеку, как повысить его производительность.
— Процесс организации ЦИФРОВОЙ ПОМОЩИ прост:
✔️ определение атрибутов, повышающих производительность (которые нужно усилить), и атрибутов, снижающих производительность (их нужно ослабить). Другими слова, использовать технологию НЕ для создания «ЛУЧШЕГО ИНТЕЛЛЕКТУАЛЬНОГО АГЕНТА», а для создания «УЛУЧШЕННОГО СЕБЯ» - улучшенного варианта собственной личности.

1️⃣ Носимые гаджеты и приложения для мобильных устройств, способные строить «количественные самоотчеты» о здоровье, можно настроить на оценку умственной готовности и внимания при выполнении интеллектуальной деятельности.

2️⃣ Анализаторы эффективности действий человека по выполнению персональных KPI можно строить при наличии Больших данных о предыдущем выполнении тех же функций многими людьми.

3️⃣ В долгосрочной перспективе, детальные данные интроспекции и их аналитика будут определять необходимые ингредиенты для повышения личной эффективности и производительности, как на работе, так и вне ее.

Бизнес кейс прост и понятен: хорошо управляемые человеком множество его усовершенствованных личностей на порядок превзойдут в эффективности и производительности обычную среднюю личность, деятельность которой автоматизирована интеллектуальными агентами.

🔀 Прочесть обо всем этом

✔️ Здесь анализ темы на 5-15 мин чтения
✔️ Здесь оригинальное изложение идеи ее автором (тоже на 5-15 мин)
✔️ Здесь работы Нобелевского лауреата Дэниела Канемана по определению когнитивных предубеждений, устанавливающих четкие рамки для проектирования «цифровых себя».
✔️ Здесь книга Марвина Мински «Общество разума», описывающая дорожную карту усовершенствования конкретных «модулей ума», имеющих лучшие шансы цифрового улучшения.
Работы Канемана и Мински показывают - «усовершенствованные личности» могут экспоненциально повысить индивидуальную производительность труда.

#AI #DataScience #BigData #Экономика #Производительность

Сейчас главный тормоз роста производительности – переход к цифровой экономике и, особенно, внедрение ИИ.

Этот поразительный вывод – не очередная страшилка СМИ. Это главный вывод отчета Национального бюро экономических исследований (NBER), озаглавленного «Искусственный интеллект и современной парадокс производительности: столкновение ожиданий и статистики» https://goo.gl/zAsZkp .
Авторы отчета отмечают, что «среднегодовой совокупный рост производительности труда в США с 2005 по 2016 год составил всего 1,3%, что в 2+ раза меньше, чем среднегодовые 2,8% в период с 1995 по 2004 год ... Более того, реальные медианные доходы застопорились с конца 1990-х годов».
Этот таинственный феномен называется «головоломка (или парадокс) производительности». Первыми, кто назвал в качестве возможного решения головоломки переход к цифровой экономике, были консультанты компании McKinsey. В своем прошлогоднем отчете https://goo.gl/wX6o9f они написали: «В США рост производительности труда начал резко замедляться с 2004 года на фоне активизации внедрений ИТ технологий ... Ответ на головоломку (почему так произошло – СК) является ключом к будущему процветанию, … но экономисты пока так и не смогли прийти к консенсусу о причинах».

Новый отчет NBER предлагает такой вариант консенсуса.
Проанализировав 4 основных объяснения «парадокса производительности» («Ложные ожидания», «Некорректное измерение», «Концентрация дистрибуции» и «Задержка в получении отдачи от технологий»), авторы отчета пришли к следующим выводам:
✔️ Ключевым в замедлении темпов роста производительности является 4е объяснение - «Задержка в получении отдачи от технологий»
✔️ На самом деле, никакого парадоксаздесь нет. Рост производительность и должен сейчас снижаться.

Задержка в получении отдачи от технологии зависит от 2х ее характеристик:
А) Степень Трансформационности (СТ) – масштаб экономической трансформации и институциональной рекомпозиции, необходимых для широкого внедрения технологии.
Б) Степень Глобальности (СГ) – широта ее потенциального использования в разных индустриях и областях.

Переход к цифровой экономике основан на тотальной цифровизации за счет технологий с высочайшими в истории СТ и СГ: Интернет, смартфоны, облака, Интернет вещей и ИИ.
СТ и СГ этих технологий столь высоки (а высочайшие показатели у ИИ), что даже сейчас, спустя 45 лет после начала «цифровой революции», эти технологии все еще находятся на 1й стадии -«Пробы и ошибки внедрения», для которой характерны колоссальные издержки на эксперименты с новыми бизнес-моделями и спекуляция на новых схемах монетизации. Это делает возможным лишь рост капитализации «новых монополистов», слабо влияя на повышение производительности всей экономики.

Именно об этом, на примере «новых монополистов» Amazon, Apple, Facebook и Google, только что написал Скотт Галлоуэй в «Silicon valley’s tax-avoiding, job-killing, soul-sucking machine» https://goo.gl/GvdwTE .

Метафорически 1я стадия внедрений технологии похожа на разгон двигателя авто – топлива жрет немерено, а скорость пока что не высокая. С переходом на 2ю стадию – «Реальное массовое внедрение» - все наоборот: топлива есть существенно меньше, а скорость – будь здоров.

Резюмируя, можно сказать:
— Фантастический потенциал технологий цифровой экономики с высочайшими в истории СТ и СГ начнет проявляться лишь через десятки лет. С переходом на 2ю стадию.
— Только тогда (и никак не раньше) снова начнется ускоренный рост производительности труда. И он будет нешуточным.

В заключение, интересное соображение о России:
— Если переход на цифровую экономику вдруг не окажется очередным ля-ля, а власти инициируют и поддержат попытки такого перехода, - рост российской экономики, в силу названных причин, станет отрицательным.

Слайды доклада https://goo.gl/rvPwdm на конференции «Экономика ИИ» и видео доклада https://goo.gl/4cvZQq (50 мин)
#Производительность #ЦифроваяЭкономика

«Убийство путем машинного обучения» или «Святой Грааль инноваций»?
О двух важных, но малоизвестных потенциальных последствиях машинного обучения и, в целом, ИИ.
Как говорится, есть 2 новости: плохая и хорошая.

О плохой недавно написал в Harvard Business Review Майкл Шраге из MIT – “Является ли «Убийство путем машинного обучения» новой «Смертью от PowerPoint»?” https://goo.gl/4tDFvr
Сухой остаток таков.
1) IT далеко не всегда ведут к повышению производительности (привет вчерашнему посту 😳). Зачастую их внедрение лишь усиливает уже имеющиеся дисфункции (автоматизация бардака лишь усиливает бардак). Например:
— Перегрузка эл-почтовых ящиков явно ухудшает управленческую производительность, моральный дух и настрой на продуктивную работу;
— Электронные таблицы изобилуют глубоко упрятанными ошибками и макро просчетами.
2) В результате этого, затраты на технологию часто конкурируют с ее преимуществами.
3) Однако, при внедрении IT обратного хода уже нет.
— Многие слышали о "Смерти от PowerPoint" https://goo.gl/XvrfKy – колоссальных отрицательных последствиях применения этого приложения, которых мало кому удается избежать https://goo.gl/XETYEC
— Но несмотря на наличие десятков альтернативных приложений (Keynote, Slides, Prezi, SlideRocket, Easel.ly, Emaze, Slidedog …), PowerPoint с 1990 г. занимает 95%+ рынка, имея более 1.2 млрд. пользователей, делающих ежедневно много миллионов скучных и бездарных презентаций, убивающий у их читателей интерес к теме, а у их авторов, - элементарные навыки сторителинга (важнейшего качества для любого бизнеса).
4) С машинным обучением (МО) запросто может получиться, как с PowerPoint.
— МО создает новые сложные организационные риски, поскольку решения на основе МО склонны внушать ложную и / или неуместную уверенность в своих выводах; усиливать и / или укреплять привязку к данным; укреплять или даже усугублять недостатки людей, которые это ПО обучают и / или им пользуются.
— Никто ведь не хочет создавать скучные презентации, лишь убивающие кучу времени их авторов и слушателей… но они это все же делают.
— Аналогично, никто не захочет тренировать алгоритмы МО, чтобы они порождали ошибочные прогнозы, … но люди все равно будут это делать.
Подробней читайте у Майкла Шраге.

О хорошей новости читайте https://goo.gl/kNwpUa (27 слайдов) и смотрите https://goo.gl/NNcR3H (46 мин) совместный доклад NBER и MIT о том, что глубокое обучение может оказаться Изобретением кардинально нового способа изобретательства.
Сухой остаток здесь формулируется предельно лаконично.
Глубокое обучение (равно как и Машинное обучение, равно как весь спектр технологий ИИ):
1) Суть междисциплинарное явление – см. эффектный слайд 20, где показано почти равномерное распределение числа статей по ИИ между дюжиной областей
2) Это «Технология общего назначения» (вроде астролябии у Остапа Бендера - "Сама меряет. Было бы что мерять" и, одновременно с этим, средство поиска инноваций – см. слайд 11.
3) Это единственный известный человечеству способ извлечения информации (а потом и знаний) о т.н. «4ом квадранте» или «Неизвестном неизвестном» - крупнейшей и самой неисследованной области знаний об окружающей нас реальности (о которой, к слову, только и пишет Нассим Талеб) – см. что это такое https://yadi.sk/i/-EXXDPBJ3JqoUj
#МО #ИИ #Инновации #НеизвестноеНеизвестное #Производительность