Περιεχόμενο
- Υιοθέτηση της τεχνητής νοημοσύνης στην επιχείρηση
- Υιοθέτηση Τεχνητής Νοημοσύνης σε Verticals
- No Bugs, No Stress - Ο οδηγός σας βήμα προς βήμα για τη δημιουργία λογισμικού που αλλάζει τη ζωή χωρίς να καταστρέφει τη ζωή σας
- Σύμπραξη με εταιρείες Cloud AI
- συμπέρασμα
Πηγή: Kittipong Jirasukhanont / Dreamstime.com
Πάρε μακριά:
Η επιχείρηση έχει αρχίσει να ενσωματώνει AI και ML στις δραστηριότητές της, αλλά όχι σχεδόν στο βαθμό που πολλές επιχειρήσεις Διαδικτύου έχουν. Η βοήθεια από αυτές τις εταιρείες θα μπορούσε να αποτελέσει το κλειδί για την υιοθέτηση της AI για επιχειρήσεις.
Οι εταιρίες διαδικτύου στο διαδίκτυο έχουν υπερπηδήσει πολλά επίπεδα μηχανικής μάθησης με αυξανόμενη αυτοματοποίηση στην επεξεργασία δεδομένων και πολυπλοκότητα μοντέλων από το 2015. Η επιχείρηση, με λίγες εξαιρέσεις, έχει υστερήσει στην υιοθέτηση της τεχνητής νοημοσύνης αλλά βλέπει σε εταιρίες διαδικτύου συνεργάτες που μπορούν να την βοηθήσουν προλαβαίνω.
Οι υποψήφιοι χρήστες της μηχανικής μάθησης έχουν πολύ δρόμο να ταιριάζουν με τις ομάδες δεξιοτήτων, την υπολογιστική ανδρεία, την κλίμακα και τους όγκους δεδομένων για αλγορίθμους κατάρτισης που έχουν συσσωρεύσει οι εταιρείες του Διαδικτύου, ειδικά τα τελευταία τέσσερα χρόνια. Σε πολλές κατακόρυφες καταστάσεις της επιχείρησης, οι επιχειρηματικές διαδικασίες δεν έχουν μεταβληθεί ψηφιακά για την αυτοματοποίηση της επεξεργασίας δεδομένων και την άμεση εκτέλεση επιχειρηματικών αποφάσεων που βασίζονται σε γνώσεις που αποκτήθηκαν από την τεχνητή νοημοσύνη. Επιπλέον, μερικές από τις κατακόρυφες δεν έχουν ακόμα καλά καθορισμένες περιπτώσεις χρήσης που προσφέρονται για την κερδοφόρα εκτέλεση τεχνητής νοημοσύνης. (Για περισσότερες πληροφορίες σχετικά με την τεχνολογία AI στην επιχείρηση, ανατρέξτε στην ενότητα Αντιμετώπιση της διαχείρισης των υπηρεσιών διαχείρισης της διαχείρισης των πληροφοριών με τη δύναμη του AI.)
Υιοθέτηση της τεχνητής νοημοσύνης στην επιχείρηση
Η υιοθέτηση της τεχνητής νοημοσύνης στις επιχειρήσεις βρίσκεται σε πρώιμο στάδιο, ειδικά όταν θεωρούμε τους εξελιγμένους χρήστες της που έχουν ξεπεράσει την εξερεύνηση και τους πιλότους σε ένα στάδιο όπου αποκτούν επιχειρηματική αξία από τη χρήση τους. Η O'Reilly, μια εταιρεία τεχνολογικών μέσων ενημέρωσης, διαπίστωσε στην έρευνα του 2018, "Η κατάσταση της εκμάθησης μηχανών μάθησης στην επιχείρηση", ότι οι περίπλοκοι χρήστες ήταν μόνο το 15% των συνολικών χρηστών επιχειρήσεων παγκοσμίως και το 18% στη Βόρεια Αμερική.
Οι εξωτερικές πηγές εμπειρογνωμοσύνης και εκμάθησης διαδραματίζουν σημαντικό ρόλο στην παροχή βοήθειας στους χρήστες των επιχειρήσεων για να καλύψουν τις τελευταίες εξελίξεις στη μηχανική μάθηση, ειδικά για τις προηγμένες τεχνικές AI. Σύμφωνα με μια δημοσκόπηση της Deloitte που πραγματοποιήθηκε το 2018, το 59% των αγοραστών επιχειρήσεων αποκτούν εμπειρογνωμοσύνη AI από εταιρίες λογισμικού επιχειρήσεων με δυνατότητες AI, το 53% τις αναπτύσσει με συνεργάτες, το 49% την αποκτούν από εταιρίες cloud AI και το 39% . Οι εταιρείες Cloud AI παρέχουν την υπηρεσία AI ως υπηρεσία, η οποία εξοικονομεί το κόστος της υποδομής και της ανάπτυξης ταλέντων.
Για την προηγμένη ανάπτυξη του AI, οι εταιρείες σύννεφων αποτελούν μια πιο σημαντική πηγή εμπειρογνωμοσύνης. Το τριάντα εννέα τοις εκατό των επιχειρηματικών ερωτηθέντων έδειξε μια προτίμηση για εταιρείες σύννεφο ως πηγή προηγμένων AI σε σύγκριση με 15% για το λογισμικό on-premise. Η AI ως υπηρεσία έχει αυξηθεί με ταχύ ρυθμό 48%.
Υιοθέτηση Τεχνητής Νοημοσύνης σε Verticals
Μιλήσαμε με την Aditya Kaul, διευθυντή έρευνας της Tractica, μια εταιρεία αναλυτών της βιομηχανίας που επικεντρώθηκε στην τεχνητή νοημοσύνη και τη ρομποτική. Ο Kaul ερευνά την υιοθέτηση της τεχνητής νοημοσύνης σε 30 verticals για πάνω από 300 περιπτώσεις χρήσης σε επιχειρήσεις σε όλο τον κόσμο. "Οι τηλεπικοινωνίες και οι χρηματοπιστωτικές υπηρεσίες υπήρξαν οι ηγέτες στην υιοθέτηση του AI και άρχισαν νωρίς με πιο στοιχειώδεις στατιστικές τεχνικές που χρονολογούνται από τη δεκαετία του '80", μας είπε ο Kaul. "Η υιοθέτηση στο λιανικό εμπόριο, την αυτοκινητοβιομηχανία και την υγειονομική περίθαλψη έχει αυξηθεί σε πιο πρόσφατους καιρούς, ενώ η πλειοψηφία της επιχείρησης παραμένει σε πρώιμο στάδιο υιοθεσίας", πρόσθεσε, "Οι οριζόντιες επιχειρηματικές υπηρεσίες όπως το CRM, η αλυσίδα εφοδιασμού και το HR έχουν επεκτείνει την υιοθέτηση AI γρήγορα καθώς οι προγνωστικές δυνατότητές της συμβάλλουν στον εντοπισμό των προοπτικών, των τάσεων της καταναλωτικής ζήτησης και των ταλαντούχων υπαλλήλων ».
"Η παρακολούθηση, ο συγχρονισμός και η βελτιστοποίηση πολύπλοκων και ετερογενών δικτύων που καθορίζονται από το λογισμικό αποτελεί κρίσιμη περίπτωση χρήσης στον τομέα των τηλεπικοινωνιών", δήλωσε ο Kaul. "Οι βοηθοί φωνής στα αυτοκίνητα έχουν αυξηθεί στον κλάδο της αυτοκινητοβιομηχανίας με αυξανόμενη έμφαση στην εξατομίκευση των υπηρεσιών στο αυτοκίνητο", σημείωσε. Επίσης, μας ενημέρωσε ότι "ο τραπεζικός τομέας αναπτύσσει τεχνητή νοημοσύνη για την εξυπηρέτηση των πελατών, συμπεριλαμβανομένων των chatbots, καθώς αντιμετωπίζουν έντονο ανταγωνισμό από τις μικρότερες τράπεζες Διαδικτύου, εκτός από τη χρήση τους για ανίχνευση απάτης, ανάλυση δανείων και άλλες λειτουργίες υποστήριξης".
Ενώ ο τομέας της υγειονομικής περίθαλψης έχει τεράστιο δυναμικό, είχε παραμείνει μέχρι πρόσφατα λόγω ρυθμιστικών φραγμών στη χρήση των δεδομένων του. "Αρκετές νεοσύστατες επιχειρήσεις με επίκεντρο το επιχειρηματικό πνεύμα έχουν επικεντρωθεί τώρα στην εκμάθηση μηχανών σε κλινικές δοκιμές για να επιταχύνουν την ανακάλυψη φαρμάκων", αποκάλυψε ο Kaul.
No Bugs, No Stress - Ο οδηγός σας βήμα προς βήμα για τη δημιουργία λογισμικού που αλλάζει τη ζωή χωρίς να καταστρέφει τη ζωή σας
Δεν μπορείτε να βελτιώσετε τις δεξιότητες προγραμματισμού σας όταν κανείς δεν ενδιαφέρεται για την ποιότητα του λογισμικού.
Τα καταστήματα λιανικής πώλησης έχουν επιταχύνει τις επενδύσεις στη μηχανική μάθηση, καθώς επιτυγχάνουν τη γνώση για την ακριβή πρόβλεψη της ζήτησης και της προσφοράς. Ο Γερμανός έμπορος λιανικής Otto κόβει τις αποδόσεις κατά περισσότερο από 2 εκατομμύρια τεμάχια ετησίως και τα πλεονάζοντα αποθέματα κατά 20% χρησιμοποιώντας αλγορίθμους βαθιάς μάθησης για να προβλέψουν τι θα αγοράσουν οι πελάτες, σύμφωνα με ερευνητική έκθεση του McKinsey. Ο κινητήρας του AI τώρα διανέμει αυτόνομα 200.000 τεμάχια το μήνα, επειδή μπορεί να προβλέψει τι θα πουλήσει η Otto τις επόμενες 30 ημέρες με ακρίβεια 90%. (Δεν είστε σίγουροι για το πώς θα ταιριάζει η AI με την εταιρεία σας; Δείτε 5 τρόπους οι εταιρείες μπορεί να θέλουν να εξετάσουν τη χρήση του AI.)
Σύμπραξη με εταιρείες Cloud AI
Οι εταιρείες AI του Hyperscale Cloud είναι πρόθυμες να συνεργαστούν με τους πελάτες της επιχείρησης για να προωθήσουν τις δεξιότητές τους στην τεχνητή νοημοσύνη, αλλά είναι αβέβαιοι σχετικά με τους τρόπους συνεργασίας με εταιρίες λογισμικού που είναι απαραίτητες για την υδραυλική εγκατάσταση. "Οι εταιρείες σύννεφων έχουν γενναιόδωρη πρόσβαση σε επιχειρήσεις με τα freebies τους, συμπεριλαμβανομένου του ελεύθερου χρόνου σύννεφων, των συμβουλευτικών υπηρεσιών και των πόρων κατάρτισης", δήλωσε ο Kaul.
Δεδομένου ότι οι εταιρίες σύννεφο AI όπως η Google έχουν κάνει μια γρήγορη μετάβαση από χειροκίνητους αλγορίθμους το 2015 σε βαθιά εκμάθηση το 2016 και πρόσφατα πιο προηγμένους αλγόριθμους, όπως η ενίσχυση της μάθησης, είναι σε θέση να συμβουλεύουν τους πρώτους υιοθετώντας πώς να σημειώσουν πρόοδο στο ταξίδι τους στην AI learning λήξη.
"Το κόστος της AI μειώνεται επίσης, καθώς βλέπουμε αυξημένη διαθεσιμότητα προ-εκπαιδευμένων μοντέλων, ετικετών δεδομένων και γενική μείωση της τιμολόγησης του cloud AI", εξήγησε ο Kaul."Παράλληλα, ο χρόνος επεξεργασίας δεδομένων, κατάποσης, προετοιμασίας δεδομένων και επισήμανσης, που αντιπροσωπεύει το 90% της προσπάθειας, έχει μειωθεί με τεχνικές όπως η AutoML που αυτοματοποιεί αυτές τις διαδικασίες", πρόσθεσε. Η Nvidia, συνεργάτης εταιρειών υπερυψωμένου cloud AI, έχει ανασυσκευάσει τις μονάδες GPU (γραφικές μονάδες επεξεργασίας) της επιχείρησης. "Η Nvidia έχει επανατοποθετηθεί για να στοχεύσει στην επιστήμη των δεδομένων και τα αναλυτικά στοιχεία χρησιμοποιούν περιπτώσεις στην επιχείρηση που επιταχύνει την εκπαίδευση μεγάλων αναλυτικών μοντέλων σε σύγκριση με τις CPU (κεντρικές μονάδες επεξεργασίας)", εξήγησε ο Kaul.
Οι εταιρείες λογισμικού των επιχειρήσεων θα πρέπει να βρουν έναν τρόπο να φιλοξενήσουν εταιρείες cloud AI, ειδικά επειδή φέρνουν νέες δυνατότητες στην αγορά, οι οποίες αποτελούν μέρος του ιστού των επιχειρηματικών δραστηριοτήτων. "Λειτουργίες όπως chatbots και δυνατότητες ηλεκτρονικής όρασης για αναγνώριση εικόνας επιτρέπονται από βαθιά εκμάθηση που επεκτείνει την αξία που φέρνει η AI", δήλωσε ο Kaul. "Το ίδιο το λογισμικό δεν είναι σκληρό, αλλά προσαρμόζεται στις ανάγκες των δεδομένων και των αναλύσεων", πρόσθεσε. Μέχρι στιγμής, δεν υπάρχουν επαρκή στοιχεία για να αποδειχθεί ότι οι επιχειρήσεις λογισμικού επιχειρήσεων, με λίγες εξαιρέσεις όπως η Microsoft, μπορούν να καλύψουν τις ανησυχίες των εταιρειών σύννεφου AI σε αλγόριθμους. Με όλες τις ενδείξεις, οι νέοι όροι δέσμευσης μεταξύ των εταιρειών σύννεφου AI και των εταιρειών επιχειρησιακού λογισμικού, ωστόσο, δεν έχουν ακόμη επιλυθεί.
συμπέρασμα
Η μηχανική μάθηση θα αναδείξει την επιχείρηση, καθώς επαναπροσδιορίζει το ίδιο το επιχειρησιακό λογισμικό. Η επιχείρηση θα προσαρμοστεί ταχύτερα στο εξωτερικό επιχειρηματικό περιβάλλον με την αυτοματοποίηση της επεξεργασίας δεδομένων και την ταχύτερη εκτέλεση των επιχειρηματικών αποφάσεων με βάση τις γνώσεις που έχουν αποκτηθεί από αλγόριθμους που συντομεύουν το χρόνο για να μάθουν από τα δεδομένα. Το λογισμικό για επιχειρήσεις θα εξελίσσεται και θα αναμορφώνεται συχνότερα για να συμβαδίζει με τους αλγόριθμους.
