Zawartość
- Klucz do lepszych wyników biznesowych dzięki Data Science
- Rozszerzenie sztucznej inteligencji na osoby posiadające wiedzę specjalistyczną w dziedzinie domen
- Zrozumienie, co wchodzi w skład decyzji
- Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
- Lekcje z powstania Internetu
- Uczyń technologię dostępną teraz
- Zmniejszenie ryzyka poprzez zmniejszenie czasu i kosztów
Źródło: Denisismagilov / Dreamstime.com
Na wynos:
Przyszłość sztucznej inteligencji to nie imponujące zdjęcia księżycowe, ale codzienne codzienne użytkowanie, które kojarzymy z arkuszami kalkulacyjnymi. Takie podejście ma niektórzy na temat pojawienia się sztucznej inteligencji z rzadkich dziedzin do powszechnego użytku biznesowego.
Klucz do lepszych wyników biznesowych dzięki Data Science
W Harvard Business Review artykuł, Alessandro Di Fiore, założyciel i CEO Europejskie Centrum Innowacji Strategicznych (ECSI) odrzucił założenie „że firmy mają więcej naukowcy danych mają większą szansę na generowanie wpływu na biznes. ”Na podstawie zarówno pracy konsultingowej, jak i Badaniadoszedł do wniosku, że zatrudnienie większej liczby analityków danych niekoniecznie przynosi lepsze wyniki dla firmy.
Tej samej obserwacji dokonałem w ostatnim wywiadzie dla Henry'ego Jamesa, założyciela i zastępcy CEO Fincross International, który powiedział, że to, co widział w firmach z ogromnymi zasobami do inwestowania nauka danych polega na tym, że potrafią lepiej radzić sobie z zespołem złożonym z pięciu osób niż 50.
Rozszerzenie sztucznej inteligencji na osoby posiadające wiedzę specjalistyczną w dziedzinie domen
Di Fiore, jak zauważa firma, tak naprawdę robi różnicę: „to demokratyzacja dostępu do AI narzędzia i moc decyzyjna wśród menedżerów i pracowników, co tworzy bardziej namacalną wartość. ”Dalej zauważył:„ Najlepsze praktyki pokazują, w jaki sposób demokratyzacja może powodować szybsze i lepiej rozproszone decyzje, sprawiając, że firmy są bardziej elastyczne i reagują na zmiany rynkowe i szanse. ”(Aby dowiedzieć się, w jaki sposób niektóre firmy już używają AI, sprawdź AI dzisiaj: kto tego używa i jak.)
Todd Hay, dyrektor operacyjny Ople, zgadza się z tym poglądem, chociaż nie obchodzi go termin „demokratyzacja” i preferuje „sport zespołowy”. Jak wyjaśnił w wywiadzie dla Techopedia, uważa, że przejście od rzadkiej i scentralizowanej sztucznej inteligencji do mas jest analogiczne do przyjęcia arkusze kalkulacyjne, przydatne narzędzie, z którego powinni korzystać wszyscy biznesmeni.
„Specjaliści od tematów i dziedzin są w najlepszej sytuacji, aby ocenić prognozy, które mogą wpłynąć na działalność” - powiedział Hay. Ale z konfiguracją, która kieruje badaczami danych modele predykcyjne, „Są wykluczeni z procesu”. Nie przynosi to korzyści firmie.
Chociaż przyznaje, że naukowcy zajmujący się danymi mają wiedzę z zakresu matematyki i statystyki, aby ocenić, czy model działa dobrze, czy nie, nie są w stanie określić, które pytania powinni zadać AI w celu rozwiązania. I ta różnica między wiedzą modelową a wiedzą interesariuszy jest przyczyną tego, że „70–80% modeli przypadków nie jest nigdy używanych”.
Zrozumienie, co wchodzi w skład decyzji
Istnieją dalsze konsekwencje braku zrozumienia sposobu działania modelu. Hay powiedział, że w branżach regulowanych, takich jak opieka zdrowotna, ubezpieczenia czy finanse, niepokój polega na tym, że muszą wyjaśnić proces podejmowania decyzji audytorom i nie są w stanie tego zrobić.
Rick Saletta, starszy dyrektor marketingu sprzedaży Ople w AI, nauczanie maszynowe i data science, zauważyli jego zgodę w wywiadzie i powiedział, że właśnie dlatego firmy chcą teraz opracować „przejrzystą sztuczną inteligencję”, znaną również jako wytłumaczalna sztuczna inteligencja. Jak widzieliśmy w AI ma jakieś wyjaśnienia do zrobienia, z powodu braku jasnego wyjaśnienia, w jaki sposób sztuczna inteligencja dochodzi do swoich wniosków, nie można mieć pewności, że jest ona „pozbawiona uprzedzeń”. Dodał, że nie można już dłużej odrzucić odpowiedzialności firmy za uczciwe działanie, mówiąc „AI zrobiła to."
Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
Nie możesz poprawić swoich umiejętności programistycznych, gdy nikt nie dba o jakość oprogramowania.
Lekcje z powstania Internetu
Strach, który pozostaje w obliczu sztucznej inteligencji działającej jak czarna skrzynka, powstrzymuje firmy przed czerpaniem pełnych korzyści, jakie to umożliwia. Według Hay to sposób myślenia musi się zmienić. Zasugerował AI dzisiaj jest jak internet pod koniec lat 90. Oznacza to, że wystąpią pewne spektakularne niepowodzenia Pets.com i inne tego rodzaju przerwy w pracy spowodowane tym, że ludzie nie są do końca pewni, jak zastosować nową technologię. A strach przed nowymi technologiami powstrzymuje ludzi, powiedział: „Jest nowy, przerażający i bardzo skomplikowany”.
Ale jest też świetna okazja dla tych, którzy to rozgryzają. „Wszystkie rzeczy, które teraz widzimy, zostały otwarte przez internet, ponieważ ludzie byli gotowi wypróbować nowe rzeczy” - powiedział Hay. Z tą samą sytuacją jest teraz AI umożliwiające ludziom aby znaleźć to, czego „nawet nie wiedzieli, że powinni szukać”. Nie powinni też wątpić we własne możliwości, ponieważ wielu „ma więcej umiejętności w firmie, niż im się wydaje”, szczególnie „eksperci w danym temacie i ludzie znający dane. ”
Uczyń technologię dostępną teraz
„Chcemy przekonać się, w jaki sposób każda firma może korzystać z AI teraz - dzisiaj” - oświadczył Hay. Aby tak się stało, konieczne jest udostępnienie sztucznej inteligencji poza kręgiem ekspertów w dziedzinie danych. „Liczba kompetentnych naukowców zajmujących się danymi na świecie jest znacznie niższa niż liczba firm, które skorzystałyby na tym” - wyjaśnił. W związku z tym kluczem do rozwiązania większej liczby problemów biznesowych jest „nie szkolenie większej liczby osób w roli Andrew Ng, ale udostępnienie technologii ludziom”.
Rzeczywiście, to jest fala przyszłości, zgodnie z Gartner, który przewiduje się w tym roku, wzrośnie Analityka „samoobsługowa”. Znaczący postęp w AI, a także uzupełniające się technologie, takie jak „SaaS (Chmura) analityka i BI platformy sprawiają, że niespecjaliści są łatwiejsi i bardziej opłacalni niż kiedykolwiek przedtem, aby przeprowadzać efektywne analizy i lepiej informować o podejmowanych decyzjach - zauważył Carlie J. Idoine, dyrektor ds. badań w Gartner.
Kiedy wprowadzi się to w biznesie, a więcej pracowników przezwycięży niechęć do korzystania z zalet sztucznej inteligencji, może naprawdę stać się sportem opartym na uczestnictwie, a nie na widzach w organizacji. Ta zmiana może mieć ogromny wpływ. (Jeśli nie myślałeś dużo o sztucznej inteligencji dla swojej firmy, oto kilka implementacji, które warto rozważyć: 5 sposobów, w jakie firmy mogą chcieć rozważyć użycie AI.)
Zmniejszenie ryzyka poprzez zmniejszenie czasu i kosztów
„Ludzie tak bardzo boją się spędzić sześć miesięcy na postawieniu hipotezy” - wyjaśnił Hay, ponieważ jest to tak duża inwestycja czasu i pieniędzy, która może ostatecznie zawieść. Jeśli jednak AI nie jest zarezerwowany dla tych dużych projektów księżycowych o dłuższym horyzoncie czasowym, ale w przypadku bardziej typowych zadań, które są wykonywane szybciej, być może nawet codziennie, stają się „bardziej jak arkusz kalkulacyjny”, co oznacza dostępne, niedrogie narzędzie, którym ludzie nie są bojąc się wypróbować, nawet pracując nad kilkoma różnymi, aby znaleźć ten, który najlepiej odpowiada ich potrzebom.
Jednak Idoine ostrzega, co nie oznacza, że firmy powinny po prostu oczekiwać, że ich pracownicy sami wybiorą sposób korzystania z nich i dostosowania go do swoich potrzeb. Podkreśla, że „potrzebne są szkolenia, wsparcie i procesy wdrożeniowe, aby pomóc większości użytkowników samoobsługowych w uzyskaniu znaczących wyników”. W związku z tym konieczne jest zapewnienie „odpowiednich wskazówek, jak szybko rozpocząć działalność i jak aplikować. nowe narzędzia do rozwiązywania konkretnych problemów biznesowych. ”I to - zamiast zwiększać liczbę zespołów zajmujących się analizą danych - jest kluczem do lepszych rozwiązań problemów biznesowych.
