Нейросети меняют бизнес
Разберёмся — это вопрос или утверждение?
Сегодня технологии нейронных сетей и машинного обучения всё активнее применяются в бизнесе. Уже через несколько лет они кардинально изменят рынок труда, упростят контроль бизнес-процессов и станут главными «советниками» руководителей. Об этом недавно заявил генеральный директор провайдера IT-инфраструктуры Selectel Олег Любимов.
Эксперт привёл данные исследования Всемирного экономического форума, согласно которым к 2022 г. без работы останутся 75 млн. человек, при этом появятся около 133 млн. 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», — поделился мнением Любимов.
«Новые инструменты рекрутинга, использующие технологии нейронных сетей, изменят рынок труда. Раньше HR тратил много времени на первичный отбор резюме до этапа личного общения с кандидатами. Современные инструменты на основе нейросетей позволяют автоматически сужать воронку, отбрасывая неподходящие резюме, и составлять список кандидатов, экономя время. Такие системы в скором времени будут повсеместно использоваться и интегрироваться в решения для рекрутинга и изменят эту сферу», — считает эксперт.
«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.
«Машинное обучение и нейросети помогут контролировать бизнес-процессы. Улучшение повседневных операций поможет бизнесу расти быстрее, алгоритмы машинного обучения будут делать основную монотонную работу — анализировать цепочки поставок и рабочие процессы, искать неочевидные точки роста в больших объёмах данных, контролировать, какие ресурсы не довезли, нарушены ли сроки, кто именно виноват, кого лишить премии», — добавил Олег Любимов.
Эксперт привёл данные исследования Всемирного экономического форума, согласно которым к 2022 г. без работы останутся 75 млн. человек, при этом появятся около 133 млн. 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», — поделился мнением Любимов.
«Новые инструменты рекрутинга, использующие технологии нейронных сетей, изменят рынок труда. Раньше HR тратил много времени на первичный отбор резюме до этапа личного общения с кандидатами. Современные инструменты на основе нейросетей позволяют автоматически сужать воронку, отбрасывая неподходящие резюме, и составлять список кандидатов, экономя время. Такие системы в скором времени будут повсеместно использоваться и интегрироваться в решения для рекрутинга и изменят эту сферу», — считает эксперт.
«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.
«Машинное обучение и нейросети помогут контролировать бизнес-процессы. Улучшение повседневных операций поможет бизнесу расти быстрее, алгоритмы машинного обучения будут делать основную монотонную работу — анализировать цепочки поставок и рабочие процессы, искать неочевидные точки роста в больших объёмах данных, контролировать, какие ресурсы не довезли, нарушены ли сроки, кто именно виноват, кого лишить премии», — добавил Олег Любимов.
