Vsebina
- Sprejetje umetne inteligence v poslu
- Sprejetje umetne inteligence v vertikali
- Brez napak, brez stresa - vaš korak za korakom vodnik za ustvarjanje programske opreme, ki spreminja življenje, ne da bi vam uničila življenje
- Partnerstvo z Cloud AI podjetji
- Zaključek
Vir: Kittipong Jirasukhanont / Dreamstime.com
Odvzem:
Podjetje je začelo vključevati AI in ML v svoje poslovanje, vendar ne skoraj v obsegu, kot ga ima veliko internetnih podjetij. Pomoč teh podjetij bi lahko bila ključna za sprejetje AI v podjetjih.
Hyperscale internetna podjetja so od leta 2015 preplezala več stopenj strojnega učenja s povečano avtomatizacijo obdelave podatkov in modeliranja sofisticiranosti. Podjetje, z nekaj izjemami, zaostaja pri sprejemanju umetne inteligence, vendar v internetnih podjetjih vidi partnerje, ki jim lahko pomagajo dohiteti.
Predvidoma podjetnim uporabnikom strojnega učenja je treba zagotoviti dolgo pot do skupin talentov, računanja spretnosti, obsega in obsega podatkov za algoritme za usposabljanje, ki so jih spletna podjetja nabrala, zlasti v zadnjih štirih letih. V mnogih vertikalah podjetja poslovni procesi niso digitalno preoblikovani za avtomatizacijo obdelave podatkov in takojšnje izvajanje poslovnih odločitev, ki temeljijo na spoznanjih, pridobljenih z umetno inteligenco. Poleg tega nekatere vertikale še nimajo natančno opredeljenih primerov uporabe, ki bi se lahko izkazali za dobičkonosno izvajanje umetne inteligence. (Za več informacij o AI v podjetju glejte Premagovanje težav pri upravljanju sprememb IT Services z močjo AI.)
Sprejetje umetne inteligence v poslu
Sprejetje umetne inteligence v poslu je v zgodnji fazi, še posebej, če upoštevamo njegove prefinjene uporabnike, ki so presegli raziskovanje in pilote do stopnje, ko s svojo uporabo dobijo poslovno vrednost. O'Reilly, tehnološko medijsko podjetje, je v raziskavi za leto 2018 "Stanje strojnega učenja v podjetju" ugotovilo, da so zapleteni uporabniki le 15% vseh uporabnikov podjetij po vsem svetu in 18% v Severni Ameriki.
Zunanji viri strokovnega znanja in učenja igrajo pomembno vlogo pri tem, da pomagajo poslovnim uporabnikom, da ujamejo najsodobnejše strojno učenje, zlasti za napredne tehnike AI. Raziskava podjetja Deloitte za leto 2018 je pokazala, da 59% podjetnikov kupcev AI strokovno znanje pridobi pri podjetjih, ki se ukvarjajo s programsko opremo AI, 53% jih sodeluje s partnerji, 49% jih pridobi v oblačnih podjetjih AI, 39% pa ga pridobiva s spletnih mest, kot je GitHub . Podjetja v oblaku AI ponujajo AI kot storitev, s čimer prihranijo stroške infrastrukture in razvoj talentov.
Za napredni razvoj AI so oblačna podjetja pomembnejši vir strokovnega znanja. Devetintrideset odstotkov anketirancev v podjetjih je pokazalo, da imajo prednost v oblačnih podjetjih kot vir naprednega AI v primerjavi s 15% za programsko opremo, ki je v ponudbi. AI kot storitev je narasla s hitrostjo 48%.
Sprejetje umetne inteligence v vertikali
Govorili smo z Adityo Kaul, raziskovalno direktorico pri Tractici, podjetniški analitični družbi, ki se osredotoča na umetno inteligenco in robotiko. Kaul raziskuje sprejetje umetne inteligence v 30 vertikalah za več kot 300 primerov uporabe v podjetjih po vsem svetu. "Telekomunikacije in finančne storitve so bile vodilne pri sprejemanju AI in začele so zgodaj z bolj rudimentarnimi statističnimi tehnikami, ki segajo že v osemdeseta leta," nam je povedal Kaul. "Sprejem v maloprodaji, avtomobilski industriji in zdravstvu se je v zadnjem času močno povečal, večina podjetij pa ostaja v zgodnji fazi sprejetja," je dodal: "Vodoravne poslovne storitve, kot so CRM, dobavna veriga in HR, so razširile sprejemanje AI hitro, saj njegove napovedne zmogljivosti pomagajo prepoznati možnosti, trende povpraševanja potrošnikov in nadarjene zaposlene. "
"Nadzor, sinhronizacija in optimizacija zapletenih in raznovrstnih programsko opredeljenih omrežij je kritičen primer uporabe v telekomunikacijskem sektorju," je prepričan Kaul. "Glasovni pomočniki v avtomobilih so se v avtomobilskem sektorju močno povečali z naraščajočim poudarkom na osebni prilagoditvi storitev v avtomobilu," je dejal. Prav tako nam je sporočil, da "bančni sektor uporablja umetno inteligenco za storitve strank, vključno s chatboti, ko se soočajo z intenzivno konkurenco manjših internetnih bank, razen uporabe za odkrivanje goljufij, analizo posojil in druge zaledne operacije."
Čeprav ima zdravstveni sektor ogromen potencial, je do nedavnega zaostajal zaradi regulativnih ovir pri uporabi svojih podatkov. "Več podjetij, ki jih podpirajo podjetja, se je zdaj v kliničnih preskušanjih osredotočila na strojno učenje, da bi pospešila odkrivanje drog," je razkril Kaul.
Brez napak, brez stresa - vaš korak za korakom vodnik za ustvarjanje programske opreme, ki spreminja življenje, ne da bi vam uničila življenje
Ne morete izboljšati svojih programskih sposobnosti, če nikogar ne skrbi za kakovost programske opreme.
Trgovine na drobno so pospešile naložbe v strojno učenje, saj dosegajo mojstrstvo pri natančnem predvidevanju povpraševanja in ponudbe. Nemški trgovec Otto je zmanjšal donose za več kot dva milijona artiklov na leto in presegel zaloge za 20% z uporabo algoritmov globokega učenja za napovedovanje, kaj bodo kupci kupili, kaže raziskava McKinseyja. Njegov motor AI zdaj samostojno naroči 200.000 artiklov na mesec, saj lahko z 90-odstotno natančnostjo napove, kaj bo prodajal Otto v naslednjih 30 dneh. (Niste prepričani, kako bi AI ustrezal vašemu podjetju? Oglejte si 5 načinov, ki jih podjetja morda želijo razmisliti o uporabi AI.)
Partnerstvo z Cloud AI podjetji
Hyperscale cloud AI podjetja so bila pripravljena sodelovati s podjetniškimi strankami za napredovanje njihovih veščin umetne inteligence, vendar niso prepričana o načinih sodelovanja s podjetniškimi podjetji, ki so nujno potrebna za vodovodne instalacije. "Oblačna podjetja so s svojimi brezplačnimi ponudbami velikodušna do podjetniških strank, vključno s prostim časom v oblaku, svetovanjem in sredstvi za usposabljanje," je opazil Kaul.
Ker so podjetja v oblaku AI, kot je Google, hitro prešla iz ročno zasnovanih algoritmov v letu 2015 na poglobljeno učenje v letu 2016 in v zadnjem času bolj napredne algoritme, kot je učenje okrepitve, lahko svetujejo zgodnjim posvojiteljem, kako napredovati na poti do učenja AI Zrelost.
"Tudi stroški AI upadajo, ko opažamo povečano razpoložljivost predhodno usposobljenih modelov, označenih nizov podatkov in splošno znižanje cen AI v oblaku," je pojasnil Kaul."Hkrati je čas za obdelavo, zaužitje, pripravo podatkov in označevanje, ki predstavlja 90% napora, skrajšal s tehnikami, kot je AutoML, ki te procese avtomatizira," je dodal. Nvidia, partner hiperstoličnih oblačnih AI podjetij, je za podjetje znova zapakiral svoje GPU-je (grafične procesne enote). "Nvidia se je preusmerila v ciljne znanstvene in analitične primere uporabe v podjetju, kar pospeši usposabljanje velikih analitičnih modelov v primerjavi s CPU (centralnimi procesnimi enotami)," je pojasnil Kaul.
Podjetja s programsko opremo za programsko opremo bodo morala najti način za namestitev AI podjetij v oblaku, še posebej, ker na trg prinesejo nove zmogljivosti, ki postanejo del podjetja. "Funkcije, kot so chatboti in računalniške funkcije za prepoznavanje slike, omogočajo poglobljeno učenje, ki poveča vrednost, ki jo AI prinaša," je zatrdil Kaul. "Programska oprema sama po sebi ni več trdo kodirana, ampak se prilagaja potrebam po podatkih in analitiki," je dodal. Zaenkrat še ni dovolj dokazov, da lahko podjetja z programsko opremo z nekaj izjemami, kot je Microsoft, v algoritmih dohitejo podjetja v oblaku AI. Vsekakor novi pogoji sodelovanja med oblačnimi AI podjetji in podjetniškimi podjetji za programsko opremo še niso bili rešeni.
Zaključek
Strojno učenje bo podjetje na novo izumilo, saj samodejno definira programsko opremo podjetja. Podjetje se bo hitreje prilagodilo zunanjemu poslovnemu okolju z avtomatizacijo obdelave podatkov in hitrejšim izvajanjem poslovnih odločitev na podlagi vpogledov iz algoritmov, ki skrajšajo čas za učenje iz podatkov. Podjetniška programska oprema se bo pogosteje razvijala in konfigurirala, da bo sledila algoritmom.
