Урок Watson: бизнес покупает не умную машину, а сокращение времени на поиск ответа
Разбор Watson как кейса по управлению знаниями и поиску - не как шоу, а как работающий пример того, что важно для бизнеса.
В феврале 2011 года IBM Watson выиграл у двух лучших игроков Jeopardy! Это было впечатляющее шоу - миллионы зрителей, исторический момент, заголовки во всех медиа. Потом началось неизбежное: разговоры о том, что машины скоро заменят человека, ИИ захватит рынок труда, и вообще мы на пороге чего-то непоправимого.
Я предлагаю посмотреть на это иначе. Watson - это не шоу про будущее. Это очень конкретный урок про то, за что бизнес на самом деле готов платить.
Что Watson реально делал
За шоу на Jeopardy! стояла реальная инженерная задача: система должна была за секунды найти правильный ответ в огромном массиве неструктурированных текстов - энциклопедиях, книгах, статьях, базах данных.
Это не "думающая машина". Это очень быстрый и точный поиск с ранжированием вероятностей ответа. Система не понимает смысл. Она ищет паттерны, взвешивает источники и выдаёт наиболее вероятный ответ с оценкой уверенности.
Для Jeopardy! это нужно, чтобы выиграть викторину. Для бизнеса это нужно, чтобы специалист поддержки нашёл ответ клиенту не за 10 минут, а за 30 секунд.
Почему IBM сразу пошёл в медицину и финансы
После Jeopardy! IBM объявил о планах применить Watson в здравоохранении - диагностика, клинические решения, работа с медицинской документацией. Это не случайный выбор.
В медицине специалист должен держать в голове огромный объём знаний - протоколы, прецеденты, исследования - и применять их к конкретному случаю. Время поиска и количество ошибок имеют прямые последствия. Экономика понятна: если система сокращает время на поиск релевантной информации, это конвертируется в деньги или в жизни.
В финансах та же логика: аналитик, работающий с тысячами документов, тратит время на поиск. Если система помогает ему быстрее находить релевантный прецедент или нужную норму - это прямая экономия.
Везде одно и то же. Не "умная машина". Сокращение времени на поиск ответа.
Что из этого применимо сейчас
Watson - не готовый продукт, который можно купить и поставить в компанию. Это исследовательская система стоимостью, которая пока недоступна большинству бизнесов. Но урок, который она даёт, применим уже сейчас.
В любой компании есть знания, которые живут в неструктурированной форме: в письмах, в документах, в головах людей, в записях разговоров, в инструкциях, написанных три года назад и с тех пор не обновлявшихся. Каждый раз, когда новый сотрудник задаёт вопрос опытному, когда специалист поддержки ищет ответ клиенту, когда менеджер пытается вспомнить, как решалась похожая задача - это потери времени, которые накапливаются.
Разрыв между тем, что компания знает, и тем, насколько быстро нужный человек может это знание найти - это и есть проблема, которую Watson решал на сцене. В бизнесе она выглядит прозаичнее, но стоит не меньше.
Три вопроса для диагностики
Не нужно покупать Watson, чтобы начать работать с этой проблемой. Для начала достаточно ответить честно:
- Есть ли у вас задачи, где специалист регулярно тратит значительное время на поиск нужной информации - в документах, системах, у коллег?
- Где у вас знания существуют только в одном человеке, и что происходит, когда этот человек уходит?
- Сколько времени новый сотрудник тратит, чтобы начать работать самостоятельно - и что замедляет этот процесс?
Если хотя бы один ответ вас беспокоит - у вас есть задача управления знаниями. Watson сделал её наглядной. Решать её можно начинать с куда более скромных инструментов.