Pośród byków i niedźwiedzi

Alternatywy

Sztuczna inteligencja umacnia potencjał wzrostowy

This post is also available in: angielski niemiecki

Ewolucja sztucznej inteligencji (SI) w ostatnich latach prawie nie schodziła z pierwszych stron gazet, a wpływ tych technologii sięga dziś niemal każdego sektora i regionu geograficznego.

Wykorzystując „uczenie maszynowe”, technologia SI umożliwia komputerom wykonywanie zadań, które zwykle wymagają ludzkiej inteligencji, takich jak analiza danych, rozpoznawanie mowy, podejmowanie decyzji czy tłumaczenie. Technologia SI jest w stanie przeanalizować ogromne ilości danych do późniejszego wykorzystania przez ludzi i często robi to szybciej i wydajniej niż kiedykolwiek mogliby to zrobić ludzie.

Rozległe możliwości, jakie oferuje sztuczna inteligencja, mają jednak znacznie szerszy zasięg wykraczający poza sektor technologiczny.

Matt Moberg i Serena Perin Vinton z Franklin Equity Group tłumaczą wszechobecny wpływ SI na wszystkie sektory w tym artykule.

Autorzy pokazują kilka przykładów stymulującej innowacje konwergencji technologii z innymi sektorami.

„Już teraz można znaleźć liczne dowody potwierdzające wpływ opartych na technologiach innowacji na szerokie spektrum różnych sektorów — od motoryzacji po obronność” — Matt Moberg i Serena Perin Vinton, 23 marca 2017 r.

Serena i Matt uważają, że ten trend w kierunku konwergencji powstał z konieczności. Przedsiębiorcy z wielu różnych sektorów zdali sobie sprawę, że muszą wprowadzać innowacje ze względu na rosnące znaczenie podnoszenia wydajności produkcji.

Spółki z wielu sektorów wdrażają technologie, by wesprzeć stopniowy wzrost lub wydajność produkcji, a w konsekwencji generować większe zyski i skuteczniej odpowiadać na zmieniające się potrzeby klientów.

tym artykule z lipca 2017 r., Matt Moberg tłumaczy, jak SI może, jego zdaniem, umacniać potencjał wzrostowy. Matt sugeruje, w szczególności, że innowacje na polu sztucznej inteligencji to kolejny krok (po postępach w biotechnologii, technologii wyrobów medycznych i energetyce alternatywnej), który prawdopodobnie przybliży nas do jeszcze większej integracji rozwiązań technologicznych z naszym codziennym życiem.

Autor twierdzi, że sektory finansów, przemysłu i energetyki wiodą prym w rozwoju innowacyjnych produktów lub są matecznikami prominentnych dostawców przełomowych technologii.

Zrozumieć obawy

Nietrudno jest wskazać dobre strony postępu technologicznego, jednak jego szersze implikacje wciąż budzą obawy. Łatwo jest, w szczególności, wyciągnąć wnioski na temat możliwego wpływu technologii na zatrudnienie, zważywszy, że takie technologie, jak SI, mogą wyeliminować konieczność zatrudniania ludzi na niektórych stanowiskach. Proces uczenia maszynowego także może prowadzić do wniosków, które mogą być trudne do zrozumienia lub wytłumaczenia.

Wyniki niektórych badań sugerują, że technologie mogą przełożyć się na wzrost zatrudnienia i płac. Wielu ekonomistów wciąż jednak wskazuje rozwój robotyki i SI jako czynnik ograniczający tempo wzrostu płac w Stanach Zjednoczonych, nawet gdy stopa bezrobocia spada.

Uważa się, że postęp technologiczny rozszerzył gamę zadań, które można zautomatyzować, co przekłada się na presję na spadek płac pracowników o niskich lub przeciętnych kwalifikacjach.

Michael Hasenstab, CIO w zespole Templeton Global Macro, rozważa tę tezę w swoim artykule z listopada 2017 r. Autor sceptycznie podchodzi do wpływu automatyzacji na płace.

„Gdyby automatyzacja odgrywała tak dużą rolę [w ograniczaniu wzrostu płac], spodziewalibyśmy się szybszego wzrostu wydajności produkcji oraz umiarkowanego wzrostu zatrudnienia, a jak dotąd sytuacja wygląda dokładnie odwrotnie” — Michael Hasenstab, 8 listopada 2017 r.

SI wciąż wymaga interwencji człowieka

Ryan Biggs, analityk z Franklin Equity Group oraz Mat Gulley, wiceprezes wykonawczy i szef zespołu ds. inwestycji alternatywnych z Franklin Templeton Investments, również zastanawiają się, jak mocno mogą się zakorzenić technologie związane z SI i automatyką. Autorzy uważają, że samouczące się maszyny wciąż będą pełniły funkcje rozpoznających wzorce silników, które będą wprawdzie oferować człowiekowi pewien rodzaj rozszerzonej inteligencji, ale nie zyskają pełnej autonomii.

Znaczącą przeszkodą na drodze do szerszego przyjęcia SI są obawy, że sposób, w jaki rozwiązania SI wykonują swoje zadania, nie zawsze jest transparentny, a same rozwiązania nam go nie opiszą.

W rzeczywistości samouczące się technologie oparte na SI już znajdują liczne zastosowania. Przykładowo, serwisy streamingowe i platformy społecznościowe wykorzystują technologię SI na potrzeby swoich programu rozpoznawania wzorców i zachowań. Gdy serwis streamingowy poleca filmy, które mogą nam się spodobać, rekomendacje są efektem pracy SI. Gdy portal społecznościowy sugeruje znajomego, którego możemy oznaczyć na zdjęciu — to także SI.

Niemniej jednak, sposób, w jaki dany algorytm SI typuje listy odtwarzania lub filmy, które rekomenduje, jest w dużej mierze nieznany. Uczenie maszynowe owocuje generowaniem nowych typów na podstawie poprzednich wyborów, natomiast skumulowany wpływ tych kolejnych powtórzeń może dawać wyniki, których źródło jest trudne do rozszyfrowania.

Jednocześnie ostatnie wydarzenia ponownie wzbudziły pytania o bezpieczeństwo gromadzonych danych, jak również celów, do których mogą być wykorzystane.

W swoim wspólnym artykule Mat i Ryan argumentują, że nawet na najbardziej zaawansowanym etapie rozwoju współczesna technologia SI wciąż wymaga pewnej formy ludzkiej interwencji, czy to w postaci ostatecznej decyzji czy też przy tworzeniu i modyfikowaniu oprogramowania lub sprzętu.

W artykule z października 2017 r. autorzy tłumaczą, że „większość ekspertów podziela tezę, że przyszła rola SI w przemyśle, w szczególności w kontekście zarządzania aktywami, będzie związana z czymś, co eksperci nazywają «rozszerzoną inteligencją»”.

Jakie są współczesne zastosowania sztucznej inteligencji?

SI była głównym tematem targów Computer Electronics Show (CES) zorganizowanych w Las Vegas w styczniu 2018 r.

Jonathan Curtis i Robert Stevenson z Franklin Equity Group pojawili się na CES osobiście, aby zobaczyć jak wiodące państwowe i prywatne spółki technologiczne wykorzystują technologie, by przygotować się na to, co przyniesie przyszłość. Oto ich raport z ubiegłorocznych targów oraz punkt widzenia na najnowsze zastosowania SI takie jak pojazdy autonomiczne.

Aby dowiedzieć się więcej o przyszłości technologii samochodów autonomicznych, warto zajrzeć na naszą specjalną stronę internetową.

Sektor ochrony zdrowia także wykorzystuje SI i uczenie maszynowe do szybkiego diagnozowania chorób. Już teraz można wskazać przykłady spółek wykorzystujących SI nie tylko do identyfikowania zagrożeń dla zdrowia, ale także do planowania interwencji medycznych.

Jonathan Curtis już w 2016 r. podkreślał znaczenie SI w walce z nowotworami.

tym artykule Curtis tłumaczy, jak jedno z dużych przedsiębiorstw technologicznych wykorzystuje SI, by pomagać lekarzom w zapewnianiu pacjentom skutecznego i indywidualnie dostosowanego leczenia raka poprzez stosowanie intuicyjnej metody przeszukiwania dostępnych w sieci wyników badań nad nowotworami.

Tematem zastosowania SI w ochronie zdrowia zajął się także Matt Moberg w tym artykule z 2017 r.

„Innowacje na polu sztucznej inteligencji to kolejny krok (po postępach w biotechnologii, technologii wyrobów medycznych i energetyce alternatywnej), który prawdopodobnie przybliży nas do jeszcze większej integracji rozwiązań technologicznych z naszym codziennym życiem” — Matt Moberg, 6 czerwca 2017 r.

Przyszłość relacji pomiędzy człowiekiem i maszyną

Sztuczna inteligencja otwiera całkowicie nowy obszar możliwości, który dotyka praktycznie wszystkich aspektów biznesu i gospodarki. Technologie związane z SI mogą pomóc ludziom podejmować decyzje szybciej, lepiej i taniej, jednak większość obserwatorów uważa, że te relacje muszą być oparte na współpracy. Sądzimy, że aby ta relacja ostatecznie była udana, to splecione środowisko maszyn wspomagających ludzką inteligencję musi generować lepsze rezultaty.

Komentarze, opinie i analizy zaprezentowane w niniejszym tekście są przedstawione wyłącznie w celach informacyjnych i nie stanowią indywidualnych porad inwestycyjnych ani rekomendacji dotyczących inwestowania w jakiekolwiek papiery wartościowe czy stosowania jakiejkolwiek strategii inwestycyjnej. Biorąc pod uwagę zmienność warunków rynkowych i ekonomicznych, wszelkie komentarze, opinie i analizy są w pełni aktualne wyłącznie w dniu ich publikacji i mogą ulec zmianie bez odrębnego powiadomienia. Informacje zawarte w niniejszym materiale nie stanowią kompletnej analizy wszystkich istotnych faktów dotyczących jakiegokolwiek kraju, regionu, rynku, branży, inwestycji czy strategii inwestycyjnej.

Dane pochodzące z zewnętrznych źródeł mogły zostać wykorzystane na potrzeby opracowania niniejszego materiału. Takie dane nie zostały odrębnie zweryfikowane, potwierdzone ani poddane kontroli przez Franklin Templeton Investments („FTI”). FTI nie ponosi żadnej odpowiedzialności za jakiekolwiek straty wynikające z wykorzystania jakichkolwiek informacji zawartych w niniejszym materiale; inwestor może opierać swoje decyzje na przedstawionych tutaj opiniach lub wynikach analiz wyłącznie na własne ryzyko. Produkty, usługi i informacje mogą nie być dostępne pod niektórymi jurysdykcjami i są oferowane przez podmioty powiązane z FTI i/lub przez dystrybutorów, w zależności od lokalnie obowiązujących przepisów. Aby się dowiedzieć, czy dane produkty i usługi są dostępne pod określoną jurysdykcją, należy skonsultować się z profesjonalnym doradcą finansowym.

Komentarze ekspertów z Franklin Templeton Investments możesz otrzymywać bezpośrednio do swojej skrzynki e-mail. Subskrybuj nasz blog: „Beyond Bulls & Bears”.

Aby mieć szybki dostęp do krótkich bieżących informacji inwestycyjnych, znajdź nas na Twitterze (@FTI_Global) i portalu LinkedIn.

Jakie jest ryzyko?

Wszelkie inwestycje wiążą się z ryzykiem, włącznie z ryzykiem utraty zainwestowanego kapitału. Wartość inwestycji może rosnąć lub spadać i istnieje ryzyko utraty części zainwestowanych środków. Ceny akcji podlegają wahaniom (często nagłym i gwałtownym) wywoływanym przez czynniki dotyczące poszczególnych spółek, branż czy sektorów lub ogólne warunki panujące na rynkach. Inwestycje w szybko rozwijające się branże, w tym w sektory technologii i ochrony zdrowia (które w przeszłości wyróżniały się sporą zmiennością) mogą wykazywać nasilone wahania cen (szczególnie w krótkiej perspektywie), w związku z błyskawicznymi procesami zmian i rozwoju produktów, a także zmianami regulacji rządowych dotyczących spółek bazujących na rozwoju naukowym lub technologicznym i procedurami przyznawania atestów i dopuszczeń dla nowych leków i urządzeń medycznych.