Zawartość
- Przyjęcie sztucznej inteligencji w biznesie
- Przyjęcie sztucznej inteligencji w pionie
- Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
- Partnerstwo z firmami AI w chmurze
- Wniosek
Źródło: Kittipong Jirasukhanont / Dreamstime.com
Na wynos:
Przedsiębiorstwo zaczęło integrować AI i ML w swoich działaniach, ale nie w takim stopniu, jak wiele firm internetowych. Pomoc tych firm może być kluczem do przyjęcia sztucznej inteligencji w przedsiębiorstwie.
Firmy internetowe działające w hiperskali przeskoczyły kilka poziomów uczenia maszynowego, zwiększając automatyzację przetwarzania danych i zaawansowania modelowania od 2015 r. Przedsiębiorstwo, z kilkoma wyjątkami, opóźnia się w stosowaniu sztucznej inteligencji, ale widzi w firmach internetowych partnerów, którzy mogą jej pomóc dogonić.
Potencjalni korporacyjni użytkownicy uczenia maszynowego mają przed sobą długą drogę, by dopasować pule talentów, sprawność obliczeniową, skalę i ilość danych do algorytmów szkoleniowych zgromadzonych przez firmy internetowe, zwłaszcza w ciągu ostatnich czterech lat. W wielu branżach przedsiębiorstwa procesy biznesowe nie zostały cyfrowo przekształcone w celu automatyzacji przetwarzania danych i natychmiastowego wykonywania decyzji biznesowych w oparciu o spostrzeżenia uzyskane ze sztucznej inteligencji. Co więcej, kilka branż nie ma jeszcze dobrze zdefiniowanych przypadków użycia, które nadawałyby się do opłacalnego wykonania sztucznej inteligencji. (Aby uzyskać więcej informacji na temat sztucznej inteligencji w biznesie, zobacz Przezwyciężanie zarządzania usługami informatycznymi Zarządzanie zmianami nie działa dzięki sile sztucznej inteligencji).
Przyjęcie sztucznej inteligencji w biznesie
Wdrożenie sztucznej inteligencji w biznesie jest na wczesnym etapie, zwłaszcza gdy weźmiemy pod uwagę jej wyrafinowanych użytkowników, którzy wykroczyli poza eksplorację i działania pilotażowe, do etapu, w którym zyskują wartość biznesową z jej użytkowania. O’Reilly, firma zajmująca się technologią mediów, stwierdziła w ankiecie z 2018 r. „The State of Machine Learning Adoption in the Enterprise”, że wyrafinowani użytkownicy stanowią zaledwie 15% wszystkich użytkowników korporacyjnych na całym świecie i 18% w Ameryce Północnej.
Zewnętrzne źródła wiedzy specjalistycznej i uczenia się odgrywają istotną rolę w pomaganiu użytkownikom biznesowym w nadążaniu za najnowocześniejszymi umiejętnościami uczenia maszynowego, zwłaszcza w przypadku zaawansowanych technik sztucznej inteligencji. Badanie Deloitte z 2018 r. Wykazało, że 59% nabywców korporacyjnych zdobywa wiedzę na temat sztucznej inteligencji od firm tworzących oprogramowanie dla przedsiębiorstw z możliwościami sztucznej inteligencji, 53% rozwija ją wspólnie z partnerami, 49% nabywa ją od firm chmurowych AI, a 39% gromadzi ją ze stron takich jak GitHub . Firmy działające w chmurze oferują AI jako usługę, która pozwala zaoszczędzić na kosztach infrastruktury i rozwoju talentów na miejscu.
W przypadku zaawansowanego rozwoju sztucznej inteligencji firmy chmurowe są ważniejszym źródłem wiedzy specjalistycznej. 39% respondentów biznesowych preferowało firmy w chmurze jako źródło zaawansowanej sztucznej inteligencji w porównaniu do 15% w przypadku oprogramowania lokalnego. Sztuczna inteligencja jako usługa wzrosła w szybkim tempie 48%.
Przyjęcie sztucznej inteligencji w pionie
Rozmawialiśmy z Aditya Kaul, dyrektor ds. Badań w Tractica, firmie analitycznej zajmującej się sztuczną inteligencją i robotyką. Kaul bada stosowanie sztucznej inteligencji w 30 branżach dla ponad 300 przypadków użycia w firmach na całym świecie. „Telekomunikacja i usługi finansowe były liderami w przyjmowaniu sztucznej inteligencji i zaczęły się wcześnie od bardziej podstawowych technik statystycznych już w latach 80-tych” - powiedział Kaul. „W ostatnim czasie wzrosła liczba adopcji w handlu detalicznym, motoryzacji i opiece zdrowotnej, podczas gdy większość przedsiębiorstw pozostaje na wczesnym etapie wdrażania”, dodał, „Horyzontalne usługi biznesowe, takie jak CRM, łańcuch dostaw i HR, rozszerzyły zakres zastosowania Sztuczna inteligencja szybko, ponieważ jej zdolności predykcyjne pomagają w identyfikowaniu perspektyw, trendów popytu konsumpcyjnego i utalentowanych pracowników.
„Monitorowanie, synchronizacja i optymalizacja złożonych i heterogenicznych sieci zdefiniowanych przez oprogramowanie jest krytycznym przypadkiem zastosowania w sektorze telekomunikacyjnym” - przypuszczał Kaul. „Asystenci głosowi w samochodach gwałtownie wzrosli w sektorze motoryzacyjnym z rosnącym naciskiem na personalizację usług w samochodzie” - zauważył. Poinformował nas również, że „Sektor bankowy wykorzystuje sztuczną inteligencję do obsługi klienta, w tym chatboty, ponieważ stoją one w obliczu silnej konkurencji ze strony mniejszych banków internetowych, oprócz wykorzystywania jej do wykrywania oszustw, analizy pożyczek i innych operacji zaplecza”.
Chociaż sektor opieki zdrowotnej ma ogromny potencjał, do niedawna pozostawał w tyle ze względu na bariery regulacyjne w korzystaniu z jego danych. „Kilka start-upów wspieranych przez przedsięwzięcia koncentrowało się teraz na uczeniu maszynowym w badaniach klinicznych w celu przyspieszenia odkrywania leków”, powiedział Kaul.
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.
Sklepy detaliczne przyspieszyły inwestycje w uczenie maszynowe, ponieważ osiągają mistrzostwo w precyzyjnym prognozowaniu popytu i podaży. Niemiecki raport Otto obniżył zwroty o ponad 2 miliony sztuk rocznie i nadwyżkę zapasów o 20%, stosując algorytmy głębokiego uczenia się, aby przewidzieć, co kupią klienci, wynika z raportu badawczego McKinsey. Jego silnik AI teraz autonomicznie zamawia 200 000 przedmiotów miesięcznie, ponieważ może prognozować, co Otto będzie sprzedawał w ciągu następnych 30 dni z 90% dokładnością. (Nie wiesz, jak AI pasuje do Twojej firmy? Sprawdź 5 sposobów, w jakie firmy mogą rozważyć użycie AI.)
Partnerstwo z firmami AI w chmurze
Firmy zajmujące się sztuczną inteligencją w chmurze Hyperscale chętnie współpracują z klientami korporacyjnymi, aby podnieść swoje umiejętności w zakresie sztucznej inteligencji, ale nie są pewni, w jaki sposób współpracować z firmami zajmującymi się oprogramowaniem dla przedsiębiorstw, które są niezbędne w instalacjach wewnętrznych. „Firmy działające w chmurze są hojne dla klientów korporacyjnych, oferując im gratisy, w tym wolny czas w chmurze, zasoby konsultingowe i szkoleniowe”, zauważył Kaul.
Ponieważ firmy zajmujące się chmurową sztuczną inteligencją, takie jak Google, szybko przeszły z ręcznie opracowanych algorytmów w 2015 r. Na głębokie uczenie się w 2016 r., A ostatnio bardziej zaawansowane algorytmy, takie jak uczenie wzmacniające, są w stanie doradzić wczesnym użytkownikom, jak zrobić postęp w ich drodze do nauki sztucznej inteligencji dojrzałość.
„Koszty sztucznej inteligencji również spadają, ponieważ widzimy zwiększoną dostępność wstępnie przeszkolonych modeli, oznakowanych zestawów danych i ogólne obniżenie cen sztucznej inteligencji w chmurze”, wyjaśnił Kaul.„Jednocześnie czas przetwarzania danych, przyjmowania, przygotowania danych i etykietowania, który stanowi 90% nakładu pracy, został skrócony dzięki takim technikom jak AutoML, który automatyzuje te procesy”, dodał. Nvidia, partner firm zajmujących się chmurą hiperskalową, przepakował swoje procesory graficzne (graficzne jednostki przetwarzania) dla przedsiębiorstwa. „Nvidia zmieniła pozycję, aby celować w zastosowania danych w analizach danych i analizach w przedsiębiorstwie, co przyspiesza szkolenie dużych modeli analitycznych w porównaniu z procesorami (centralnymi jednostkami przetwarzającymi)”, wyjaśnił Kaul.
Firmy zajmujące się oprogramowaniem dla przedsiębiorstw będą musiały znaleźć sposób na dostosowanie się do firm zajmujących się chmurową sztuczną inteligencją, zwłaszcza gdy wprowadzą na rynek nowe możliwości, które staną się częścią struktury biznesu korporacyjnego. „Funkcje głębokie uczenie się, takie jak chatboty i wizja komputerowa, umożliwiają głębokie uczenie się, które podnosi wartość, jaką przynosi AI” - stwierdził Kaul. „Samo oprogramowanie nie jest już zakodowane, ale dostosowuje się do potrzeb danych i analiz” - dodał. Jak dotąd nie ma wystarczających dowodów, aby wykazać, że firmy produkujące oprogramowanie dla przedsiębiorstw, z kilkoma wyjątkami, takimi jak Microsoft, mogą nadrobić zaległości w tworzeniu algorytmów w chmurze. Jednak wszystkie przesłanki wskazują, że nowe warunki współpracy między firmami AI w chmurze a firmami tworzącymi oprogramowanie dla przedsiębiorstw nie zostały jeszcze rozwiązane.
Wniosek
Uczenie maszynowe na nowo wymyśli przedsiębiorstwo, ponieważ redefiniuje ono samo oprogramowanie korporacyjne. Przedsiębiorstwo szybciej dostosuje się do zewnętrznego środowiska biznesowego dzięki automatyzacji przetwarzania danych i szybszemu wykonywaniu decyzji biznesowych na podstawie spostrzeżeń uzyskanych z algorytmów, które skracają czas uczenia się z danych. Oprogramowanie dla przedsiębiorstw będzie ewoluować i ponownie konfigurować częściej, aby dotrzymać kroku algorytmom.
