Нейросети будут отвечать за все бизнес-процессы через несколько лет

Технологии нейронных сетей и машинного обучения все активнее используются в бизнесе, уже через несколько лет они изменят рынок труда, помогут контролировать бизнес-процессы и станут главными "советниками" руководителей, передают слова генерального директора провайдера IT-инфраструктуры Selectel Олега Любимова РИА Новости. 

Любимов акцентировал внимание на данных исследования Всемирного экономического форума, согласно которым к 2022 году без работы останутся 75 миллионов человек, при этом появятся около 133 миллионов новых рабочих мест. 

"На рынке появится больше специалистов, которые создают системы обработки больших массивов данных, архитекторов автоматизации, системных операторов, копирайтеров для диалоговых интерфейсов и ботов. Сейчас же в зоне риска находятся бухгалтеры, сметчики, библиотекари, экскурсоводы, журналисты, копирайтеры, логисты, билетеры, прорабы. На трансформацию и автоматизацию этих отраслей уйдет 10-15 лет", - уверен эксперт.

Обновленные инструменты рекрутинга, которые будут использовать технологии нейронных сетей, изменят рынок труда. Ранее HR тратил много времени на первичный отбор резюме до этапа личного общения с кандидатами. Теперь же на основе нейросетей воронка сузится автоматически, отбрасывая неподходящие резюме. Так получится сэкономить время. Подобные системы в скором времени будут повсеместно использоваться и интегрироваться в решения для рекрутинга и изменят эту сферу.

Любимов уверен, что нейросети станут постоянными "советниками" руководителей и помогут топ-менеджерам принимать более точные решения.

"Интерес к нейросетям среди руководителей в первую очередь связан с их стремлением перейти к data-driven decisions (решениям, основанными на данных). Нейросети помогут топ-менеджменту принимать ключевые бизнес-решения, основываясь на анализе ключевых метрик бизнеса, на цифрах, а не только на собственном видении, интуиции и субъективном знании рынка", - пояснил он.

Скоро нейросети будут контролировать все бизнес-процессы. Результатом станет более быстрый рост бизнеса и экономия времени: алгоритмы машинного обучения будут делать основную монотонную работу - анализировать цепочки поставок и рабочие процессы, искать неочевидные точки роста в больших объемах данных, контролировать, какие ресурсы не довезли, нарушены ли сроки, кто именно виноват и кого лишить премии.