O tym, jak uczenie maszynowe pomaga platformie do krótkoterminowego wynajmu wykrywać podejrzane rezerwacje, chroniąc gospodarzy oraz gości przed oszustami, opowiada Naba Banerjee z Airbnb w rozmowie z autorami podcastu Me, Myself, and AI, Shervinem Khodabandehem i Samem Ransbothamem. Przedstawiamy zredagowany zapis tej rozmowy.

Wydaje mi się, że większość słuchaczy zna Airbnb, ale opowiedz nam krótko o firmie i jej działalności.

Airbnb to miejsce, gdzie można budować sieć kontaktów, relacje i czuć się częścią większej społeczności. Miliony właścicieli nieruchomości, czyli gospodarzy, otwierają drzwi swoich domów, zapraszając do nich zupełnie obcych ludzi, dzięki czemu ty, ja i nasze rodziny możemy podróżować po egzotycznych miejscach, a zamiast za‑trzymywać się w hotelach, mamy możliwość prawdziwego zanurzenia się w lokalnej kulturze. Czasami, gdy ma się naprawdę dużo szczęścia, trafia się do domu, w którym mieszkają gospodarze i oferują prawdziwą gościnę, a to daje niezwykłe poczucie wspólnoty. W dzisiejszym świecie, gdzie jest coraz więcej izolacji i coraz mniej głębokich relacji, czerpię ogromną radość z tego, że pracuję w firmie, która sprzyja umacnianiu więzi między ludźmi. A mój zespół, odpowiedzialny za zaufanie i bezpieczeństwo na platformie Airbnb, zajmuje się całą ścieżką klienta, od momentu zakładania konta w Airbnb. Czasami zdarza się, że coś pójdzie nie tak, bo np. ktoś może założyć fałszywe konto albo przejąć kontrolę nad cudzym. Mieszkanie albo dom, który znalazłeś, mogą być „fałszywe”; opinie innych gości, które czytasz, nie zawsze są autentyczne. Nasza praca polega na tym, żebyś ty mógł cieszyć się fantastycznymi wakacjami, a gospodarz mógł skupić się na jak najlepszym podjęciu gości. Więc próbujemy przewidzieć niektóre z tych zagrożeń i im przeciwdziałać, a także minimalizować ryzyko ich wystąpienia w przyszłości. Mój zespół wykorzystuje technologię oraz dane po to, by dodać odrobinę magii do ścieżki użytkownika.

Jak coś pójdzie nie tak, to wszyscy czytamy i słyszymy o tym w wiadomościach. Ile jest negatywnych przypadków wśród tych niezliczonych transakcji, które realizuje twoja platforma?

Sam Ransbotham oraz Shervin Khodabandeh, gospodarze podcastu Me, Myself, and AI, rozmawiają z wiceprezesem Microsoftu Erikiem Boydem o tworzeniu i wdrażaniu rozwiązań wykorzystujących sztuczną inteligencję, o potencjale tkwiącym w tej technologii oraz związanymi z nią zagrożeniami. Przedstawiamy zredagowany zapis tej rozmowy.

Microsoft jako partner firmy OpenAI, która niedawno zadziwiła świat swoim chatbotem ChatGPT oraz generatorem obrazów DALL‑E, przyczynił się do powstania tych popularnych narzędzi generatywnej sztucznej inteligencji (generative AI). Warto jednak pamiętać, że twórca systemów Windows i Office od lat konsekwentnie inwestuje w opracowywanie własnych technologii AI. Nawet jeżeli sztuczna inteligencja nie odgrywa kluczowej roli w danym oprogramowaniu, to często determinuje sposób jego działania, jak ma to miejsce w przypadku należącej do Microsoftu wyszukiwarki Bing.

Sam Ransbotham: Opowiedz nam, czym tak konkretnie się zajmujesz jako wiceprezes odpowiedzialny za platformę AI w Microsofcie.

Mój zespół koncentruje się na dwóch różnych obszarach. Po pierwsze, oferujemy narzędzia tym, którzy budują i trenują własne modele sztucznej inteligencji, by stały się bardziej wydajne. Tym jest Azure Machine Learning, który tworzy zestaw narzędzi dostępny dla użytkowników zewnętrznych. Ale te same rozwiązania stosujemy także wewnętrznie i korzystają z nich zespoły odpowiedzialne za wyszukiwarkę Bing, pakiet Office, platformę Azure. Narzędzia te wykorzystywane są do budowania wszelkich modeli, z jakich korzysta nasza firma.

Po drugie, niektóre z naszych modeli tworzymy sami. Ten obszar nazywany jest Cognitive Services, czyli usługi kognitywne. Więc jeżeli ktoś chce mieć dostęp do najnowszych, najlepszych modeli mowy, widzenia czy języka, my to oferujemy w ramach usługi, z której można korzystać tak jak z usługi webowej. Współpracujemy z zespołami badawczymi w Microsoft Research i razem rozwijamy tę dziedzinę, przesuwamy granice sztucznej inteligencji, a potem efekty naszej pracy udostępniamy zarówno wewnątrz Microsoftu, jak i klientom zewnętrznym za pośrednictwem Azure. Moja praca polega zatem na tworzeniu wszystkich tych produktów i szukaniu odpowiedzi na potrzeby wszystkich naszych klientów w błyskawicznie rozwijającej się dziedzinie, jaką jest AI.

Liderzy muszą się skupić na likwidowaniu braków kompetencyjnych w obszarze sztucznej inteligencji.

Dyrektor do spraw technologii informacyjnych w dużym koncernie farmaceutycznym, sfrustrowany inicjatywami dotyczącymi sztucznej inteligencji, opisał produkty i usługi dostawców technologii AI jako genialne, ale „bardzo małe dzieci”, które wymagają mnóstwa wysiłku od jego pracowników, zanim osiągną dojrzałość, umożliwiającą rozwiązywanie praktycznych problemów biznesowych. Koncern inwestował w produkty i usługi wyposażone w technologie AI, ale to nie wystarczało. Pomimo kupowania kolejnych zaawansowanych rozwiązań organizacji wciąż wiele brakowało do osiągnięcia strategicznych celów i zwiększenia korzyści biznesowych.

Nie tylko ten koncern zmaga się z takim wyzwaniem. Mimo coraz większej powszechności technologii AI i gigantycznych ilości danych w firmach czerpanie korzyści ze sztucznej inteligencji nie jest łatwe. Chociaż pozyskiwanie stosownych technologii okazuje się coraz prostsze, 40% firm, które sporo w nie inwestują, nadal donosi, że nie osiąga dzięki sztucznej inteligencji zysków biznesowych. Zastosowanie jakiejkolwiek nowej technologii to ewidentnie za mało, jeśli ma ona przynieść korzyść.

Potrzebne są inwestycje nie tylko w technologię, ale przede wszystkim w infrastrukturę i kadry. Szczególnie trudnym do pokonania ograniczeniem może być brak wykwalifikowanych pracowników. Po uzbrojeniu się w technologię i infrastrukturę wiele firm odkrywa, że nie mają potrzebnych umiejętności w zakresie AI.

Konsumenci oraz firmy powinni mieć świadomość potencjalnych błędów decyzyjnych związanych z korzystaniem z internetowych systemów rekomendacyjnych.

Systemy rekomendacyjne wpływają na wybory dokonywane każdego dnia – jaką kolejną książkę przeczytać, którą piosenkę pobrać, z kim iść na randkę. W najlepszym przypadku inteligentne systemy służą zarówno kupującym, jak i sprzedającym – konsumenci oszczędzają czas i wysiłek brodzenia przez ogromne możliwości rynku cyfrowego, a firmy budują lojalność i napędzają sprzedaż poprzez zróżnicowane doświadczenia. Jednak, podobnie jak w przypadku wielu innych nowych technologii, rekomendacje cyfrowe są również źródłem niezamierzonych konsekwencji. Nasze badania pokazują, że rekomendacje nie tylko odzwierciedlają preferencje konsumentów, ale faktycznie je kształtują. Być może brzmi to jak subtelne rozróżnienie, ale nim nie jest.