Поскольку разработчики действуют в цифровой реальности, все, что они делают, относительно легко фиксируется и анализируется. «Мы считаем, что их работа поддается измерению, и что в данных прослеживаются закономерности, и что эти закономерности можно использовать для поиска новых эффективных подходов к работе», — утверждает Дики. Таким образом, Gigster известно, какие процессы ведут разработчиков к успеху (на основе изучения сотен аналогичных проектов). Инструмент, оснащенный искусственным интеллектом, может использовать эту информацию для обнаружения потенциальных проблем прежде, чем они выйдут из-под контроля. Более того, как только у разработчиков возникнут проблемы с конкретным фрагментом кода, интеллектуальный помощник немедленно свяжет их со специалистом, который недавно решил подобную проблему или как раз работает над ней. «Этот интеллектуальный помощник точно знает, на каком этапе проекта вы сейчас находитесь, — говорит Дики, — и может соединить вас с другими людьми в любой точке земного шара, работающими над точно такими же задачами»[38]. Подобное взаимодействие сотрудников — одна из ключевых черт третьей волны интеграции человека и машины.

Сама природа бизнеса по разработке компьютерных программ Gigster такова, что компания способна использовать искусственный интеллект для широкого спектра IT- и бизнес-процессов, в то время как другие компании смогут получить преимущество от использования искусственного интеллекта лишь для нескольких бизнес-процессов. Руководству таких организаций нужно принять взвешенное решение о том, как лучше всего дополнить возможности своих сотрудников. У них также должен быть план широкого внедрения искусственного интеллекта в текущие бизнес-процессы.

Именно такие проблемы предстояло решить Skandinaviska Enskilda Banken (SEB), крупному шведскому банку, который захотел внедрить виртуального помощника. Amelia, созданная IPsoft (позднее ставшая Aida в приложении SEB), сейчас напрямую взаимодействует с миллионом клиентов SEB. «За первые три недели работы программа провела более 4000 бесед с 700 людьми и сумела решить большинство проблем», — сообщает Расмус Йерборг, директор по развитию SEB. Решение «делегировать» Aida все взаимодействие с клиентами было принято лишь после того, как банк протестировал программу внутри компании в качестве виртуального агента IT-поддержки, успешно оказывавшего помощь 15 000 сотрудников банка[39].

Aida отлично справляется с обработкой естественного языка; технология способна отслеживать даже тон звонящего. Программа адаптируется, усваивая новые навыки; для этого она следит за работой сотрудников, общающихся с клиентами. Таким образом, ее возможности расширяются и совершенствуются; новые задачи и процессы взаимодействия с клиентами можно автоматизировать практически без прямого участия сотрудников фронт-офиса.

SEB — первый банк, использующий Amelia для общения с клиентами, и IPsoft помогла собрать внутрикорпоративный пул специалистов, способных тренировать программу. Эти люди-наставники контролируют обучение и производительность, находят новые способы применения технологии для обслуживания клиентов[40]. Мы подробно обсудим подобные виды взаимодействия человека и машины в главе 5.

Aida демонстрирует, что в масштабной и сложной бизнес-среде возможна автоматизированная коммуникация с клиентом на естественном языке. По мере того как совершенствуются приемы обработки естественного языка и улучшаются интерфейсы, автоматизированные коммуникации будут охватывать все больше бизнес-процессов в разных отраслях. В главе 4 мы обсудим, как чат-боты, использующие технологии обработки естественного языка, например Alexa от Amazon, становятся новыми «лицами» фронт-офиса компаний.

По мере того как бизнес-процессы миддл- и бэк-офисов становятся все «умнее» благодаря искусственному интеллекту, эта технология потенциально способна трансформировать целые отрасли. Например, в сфере IT-безопасности появляются компании, сочетающие методы машинного обучения для создания ультраинтеллектуальной, постоянно совершенствующейся защиты против вредоносного ПО. Такие системы могут выявлять опасные вирусы и программы еще до того, как они нанесут урон, а также обнаруживать уязвимости прежде, чем те превратятся в бреши, через которые хакеры смогут взять под контроль эти системы. В ряде случаев обеспечение IT-безопасности — это замкнутый автоматизированный цикл; люди могут отвлечься от повседневного администрирования и уделить время изучению угроз или созданию новых симуляций для дальнейшего тестирования и обучения ботов (см. врезку «Противоборство ботов»).

В рамках традиционной кибербезопасности компания может анализировать имеющиеся данные, обобщать характерные признаки угроз и использовать эту информацию для защиты от новых угроз в будущем. Это статическая операция, не способная к адаптации в режиме реального времени. Напротив, методы на основе искусственного интеллекта позволяют распознавать аномальные паттерны по мере их возникновения. Это достигается путем классификации моделей в зависимости от динамики сетевого трафика и ранжирования аномалий по степени отклонения от нормы. Способность искусственного интеллекта к анализу совершенствуется после устранения человеком или машиной очередной угрозы, так как новые знания накапливаются в процессе работы.

У каждой компании, занимающейся компьютерной безопасностью, свои подходы к этой проблеме. Так, SparkCognition предлагает продукт Deep Armor, в котором используется несколько технологий искусственного интеллекта, в том числе нейронные сети, эвристика, наука о данных и обработка естественного языка. Deep Armor способен обнаруживать никогда ранее не встречавшиеся угрозы и удалять вредоносные файлы.