Содержание
- Принятие искусственного интеллекта в бизнесе
- Принятие искусственного интеллекта в вертикали
- Нет ошибок, нет стресса - ваше пошаговое руководство по созданию изменяющего жизнь программного обеспечения без разрушения вашей жизни
- Партнерство с облачными AI-компаниями
- Заключение
Источник: Киттипонг Джирасуханонт / Dreamstime.com
вынос:
Предприятие начало интегрировать AI и ML в свою деятельность, но не в той степени, в какой это делают многие интернет-компании. Помощь этих компаний может стать ключом к внедрению ИИ на предприятии.
Интернет-компании Hyperscale перепрыгнули несколько уровней машинного обучения с возрастающей автоматизацией в обработке данных и сложности моделирования с 2015 года. Предприятие, за некоторыми исключениями, отстает в освоении искусственного интеллекта, но видит в интернет-компаниях партнеров, которые могут помочь ему догнать.
Потенциальным корпоративным пользователям машинного обучения предстоит пройти долгий путь, чтобы соответствовать кадровым ресурсам, вычислительным навыкам, масштабам и объемам данных для алгоритмов обучения, накопленных интернет-компаниями, особенно за последние четыре года. Во многих сферах деятельности предприятия бизнес-процессы не были преобразованы в цифровой форме для автоматизации обработки данных и мгновенного выполнения бизнес-решений на основе данных, полученных с помощью искусственного интеллекта. Более того, некоторые из вертикалей еще не имеют четко определенных вариантов использования, которые поддаются выгодному использованию искусственного интеллекта. (Подробнее об искусственном интеллекте в бизнесе см. Преодоление проблем управления изменениями в ИТ-службах с помощью искусственного интеллекта.)
Принятие искусственного интеллекта в бизнесе
Внедрение искусственного интеллекта в бизнесе находится на ранней стадии, особенно когда мы рассматриваем его искушенных пользователей, которые вышли за рамки исследований и пилотных проектов, на этапе, когда они получают выгоду для бизнеса от его использования. О'Рейли, технологическая медиа-компания, обнаружила в своем опросе 2018 года «Состояние внедрения машинного обучения на предприятии», что опытные пользователи составляли всего 15% от общего числа корпоративных пользователей во всем мире и 18% в Северной Америке.
Внешние источники знаний и обучения играют важную роль в оказании помощи бизнес-пользователям в освоении современных технологий машинного обучения, особенно в отношении передовых методов искусственного интеллекта. Опрос Deloitte, проведенный в 2018 году, показал, что 59% корпоративных покупателей приобретают опыт в области ИИ у компаний-разработчиков программного обеспечения с возможностями ИИ, 53% совместно разрабатывают его с партнерами, 49% приобретают его у облачных ИИ-компаний и 39% краудсорсируют его с таких сайтов, как GitHub. , Облачные ИИ-компании предоставляют ИИ как услугу, которая экономит на инфраструктуре и развитии талантов на месте.
Для продвинутой разработки ИИ облачные компании являются более важным источником опыта. Тридцать девять процентов респондентов-предпринимателей отдали предпочтение облачным компаниям в качестве источника продвинутого ИИ по сравнению с 15% для локального программного обеспечения. AI как услуга выросла быстрыми темпами на 48%.
Принятие искусственного интеллекта в вертикали
Мы поговорили с Адитьей Каулем, директором по исследованиям в Tractica, аналитической фирме, специализирующейся на искусственном интеллекте и робототехнике. Кауль изучал возможность применения искусственного интеллекта в 30 вертикалях для более чем 300 вариантов использования на предприятиях по всему миру. «Телекоммуникационные и финансовые услуги были лидерами по внедрению искусственного интеллекта, и они начали рано с более элементарных статистических методов, восходящих к 1980-м годам», - сказал Каул. «Принятие в розничной, автомобильной и медицинской сферах возросло в последнее время, в то время как большая часть предприятия остается на ранней стадии принятия», - добавил он, - «Горизонтальные бизнес-услуги, такие как CRM, цепочка поставок и HR, расширили внедрение ИИ быстро, так как его возможности прогнозирования помогают определять перспективы, тенденции потребительского спроса и талантливых сотрудников ».
«Мониторинг, синхронизация и оптимизация сложных и разнородных программно-определяемых сетей является критически важным примером использования в телекоммуникационном секторе», - предположил Каул. «Голосовые помощники в автомобилях выросли в автомобильном секторе с растущим акцентом на персонализацию услуг в автомобиле», - отметил он. Он также сообщил нам, что «банковский сектор внедряет искусственный интеллект для обслуживания клиентов, включая чат-ботов, поскольку они сталкиваются с жесткой конкуренцией со стороны небольших интернет-банков, помимо использования его для обнаружения мошенничества, анализа ссуд и других внутренних операций».
Хотя сектор здравоохранения обладает огромным потенциалом, он до недавнего времени отставал из-за нормативных барьеров для использования его данных. «Несколько стартапов, поддерживаемых венчурными компаниями, теперь сосредоточились на машинном обучении в клинических испытаниях, чтобы ускорить поиск лекарств», - сказал Каул.
Нет ошибок, нет стресса - ваше пошаговое руководство по созданию изменяющего жизнь программного обеспечения без разрушения вашей жизни
Вы не можете улучшить свои навыки программирования, когда никто не заботится о качестве программного обеспечения.
Розничные магазины ускорили инвестиции в машинное обучение, поскольку достигли мастерства в прогнозировании спроса и предложения точно. Согласно отчету McKinsey, немецкий ритейлер Otto сократил возврат более чем на 2 миллиона единиц товара в год и увеличил запас на 20%, используя алгоритмы глубокого обучения для прогнозирования покупок покупателями. Его механизм искусственного интеллекта теперь автономно заказывает 200 000 предметов в месяц, потому что он может прогнозировать, что Отто будет продавать в течение следующих 30 дней с точностью до 90%. (Не знаете, как ИИ будет вписываться в вашу компанию? Посмотрите 5 способов, которыми компании могут захотеть использовать ИИ.)
Партнерство с облачными AI-компаниями
Облачные ИИ компании Hyperscale были готовы сотрудничать с корпоративными клиентами, чтобы усовершенствовать свои навыки в области искусственного интеллекта, но они не уверены в способах сотрудничества с компаниями-разработчиками корпоративного программного обеспечения, которые необходимы для бэкенда. «Облачные компании были щедры к корпоративным клиентам, предоставляя им бесплатные услуги, включая бесплатное облачное время, консультации и учебные ресурсы», - отметил Каул.
Поскольку компании облачного ИИ, такие как Google, быстро перешли от ручных алгоритмов в 2015 году к глубокому обучению в 2016 году и в последнее время к более продвинутым алгоритмам, таким как обучение с подкреплением, они могут консультировать начинающих пользователей о том, как добиться прогресса в своем пути к обучению ИИ зрелость.
«Стоимость ИИ также снижается, поскольку мы видим увеличение доступности предварительно обученных моделей, маркированных наборов данных и общее снижение цен на облачный ИИ», - пояснил Каул.«В то же время время обработки, приема, подготовки и маркировки данных, на которое приходится 90% усилий, было сокращено благодаря таким методам, как AutoML, который автоматизирует эти процессы», - добавил он. Nvidia, партнер гипермасштабных облачных ИИ-компаний, переупаковала свои графические процессоры (графические процессоры) для предприятия. «Nvidia переориентировалась на целевые случаи использования данных и аналитики на предприятии, что ускоряет обучение больших аналитических моделей по сравнению с процессорами (центральными процессорами)», - пояснил Каул.
Компаниям, занимающимся разработкой корпоративного программного обеспечения, придется искать способ размещения компаний, занимающихся облачным искусственным интеллектом, особенно потому, что они выводят на рынок новые возможности, которые становятся частью структуры корпоративного бизнеса. «Такие функции, как чат-боты и возможности компьютерного зрения для распознавания изображений, обеспечиваются глубоким обучением, которое увеличивает ценность, которую приносит ИИ», - заявил Каул. «Само программное обеспечение больше не жестко закодировано, а адаптируется к потребностям данных и аналитики», - добавил он. Пока нет достаточных доказательств того, что компании, разрабатывающие программное обеспечение для предприятий, за некоторыми исключениями, такие как Microsoft, могут догнать компании облачного ИИ в алгоритмах. Однако, судя по всему, новые условия взаимодействия между компаниями, занимающимися облачным искусственным интеллектом, и компаниями, занимающимися разработкой корпоративного программного обеспечения, еще не определены.
Заключение
Машинное обучение будет заново изобретать предприятие, поскольку оно переопределяет само программное обеспечение предприятия. Предприятие будет быстрее адаптироваться к внешней бизнес-среде благодаря автоматизации обработки данных и более быстрому выполнению бизнес-решений на основе идей, полученных из алгоритмов, которые сокращают время на изучение данных. Корпоративное программное обеспечение будет развиваться и реконфигурироваться чаще, чтобы идти в ногу с алгоритмами.
