Об этом заявила Дженнифер Чайес, ученый из исследовательского подразделения американского IT-гиганта, передает ITC.
«Это произошло в одном из стартапов. Ребята были стеснены в средствах, поэтому они приняли решение уволить своего специалиста по данным, отдав предпочтение нашей платформе. Которая, к слову, не только обходится им дешевле, но и работает намного эффективнее», — заявила Чайес.
Как сложилась судьба уволенного специалиста, Чайес умолчала. Однако журналисты предположили, что ученый вряд ли долго оставался безработным, так как профессия дата-аналитика сегодня пользуется спросом.
Вместе с тем, инцидент наглядно продемонстрировал, что в век облачных сервисов анализ информации может происходить совершенно без участия человека.
Custom Decision Service представляет собой инструмент на основе машинного обучения, предназначенный для персонализации контента. Грубо говоря, ИИ анализирует поведение пользователей, а затем выдает персонализированные рекомендации.
Подобного рода технологии Microsoft сегодня использует во многих своих продуктах, например, MSN. При этом Microsoft — далеко не единственная компания, предлагающая решения на основе ИИ.
Читайте также: ООН намерена использовать ИИ для решения глобальных проблем
Google, Amazon, IBM и многие другие технологические компании также разрабатывают подобные сервисы, благодаря которым воспользоваться преимуществом искусственного интеллекта ныне может любой желающий.
Как результат, сегодня ИИ используется предпринимателями в самых различных бизнес-проектах, позволяя, к примеру, ограниченным в деньгах стартапам работать с данными, не прибегая к услугам дата-аналитиков.
Станет ли профессия специалиста по данным невостребованный из-за распространения ИИ? Журналисты источника предположили, что такого не произойдет.
По их мнению, благодаря ИИ у многих информационных экспертов, напротив, появятся новые обязанности и новые интересные задачи. Компьютер возьмет на себя все рутинные операции с данными, а человек в это время сможет тестировать новые способы работы с информацией, по-новому строить свою работу; в конце концов, время от времени проверять работу ИИ.