Садржај
- Усвајање вештачке интелигенције у послу
- Усвајање вештачке интелигенције у вертикали
- Без грешака, без стреса - Ваш корак по корак водич за креирање софтвера за промену живота без да вам уништи живот
- Партнерство са Цлоуд АИ компанијама
- Закључак
Извор: Киттипонг Јирасукханонт / Дреамстиме.цом
Одузети:
Предузеће је почело да интегрише АИ и МЛ у своје пословање, али не приближно у оној мери у којој имају многе интернет компаније. Помоћ ових компанија могла би бити кључна за усвајање АИ предузећа.
Интернетске компаније са хиперразличитим нивоом прескочиле су неколико нивоа машинског учења са све већом аутоматизацијом у обради података и софистицираности моделирања. Предузеће, уз неколико изузетака, заостаје у усвајању вештачке интелигенције, али у интернет компанијама види партнере који могу да му помогну. да надокнадим
Будући корисници машинског учења морају да пређу дуг пут да би се ускладили са талентовним базенима, рачунарском вештином, опсегом и количином података за алгоритме обуке које су интернет компаније нагомилале, посебно у последње четири године. У многим вертикалима предузећа, пословни процеси нису дигитално трансформисани за аутоматизацију обраде података и тренутно извршење пословних одлука заснованих на увидима стеченим вештачком интелигенцијом. Штавише, неколико вертикала још увек нема добро дефинисане случајеве употребе који би били подложни профитабилном извршавању вештачке интелигенције. (Више о АИ у пословању потражите у делу Превладавање управљања ИТ услугама управљања променама снагом АИ.)
Усвајање вештачке интелигенције у послу
Усвајање вештачке интелигенције у послу је у раној фази, посебно када узмемо у обзир његове софистициране кориснике који су прошли даље од истраживања и пилоте до фазе у којој добијају пословну вредност од његове употребе. О'Реилли, технолошка медијска компанија, открила је у свом истраживању за 2018. годину "Стање усвајања машинског учења у предузећу" да су софистицирани корисници само 15% укупног броја предузећа у свету и 18% у Северној Америци.
Спољни извори експертизе и учења играју значајну улогу у помагању пословним корисницима да остваре напредак у машинском учењу, посебно за напредне АИ технике. Истраживање компаније Делоитте за 2018. годину открило је да 59% купаца предузећа купује АИ експертизу од компанија софтверских компанија са АИ могућностима, 53% га заједно развија са партнерима, 49% га купује од облака АИ компанија, а 39% га купује са веб локација попут ГитХуб . Компаније у облаку АИ пружају АИ као услугу, што штеди трошкове инфраструктуре и развој талената.
За напредни развој АИ облачне компаније су важнији извор стручности. Тридесет девет процената пословних испитаника показало је склоност облачним компанијама као извору напредног АИ у поређењу са 15% код локалног софтвера. АИ као услуга нагло је порастао од 48%.
Усвајање вештачке интелигенције у вертикали
Разговарали смо са Адитиа Каул, директорицом истраживања у Трацтици, компанијској аналитичкој компанији која се фокусирала на вештачку интелигенцију и роботику. Каул истражује усвајање вештачке интелигенције у 30 вертикала за преко 300 случајева употребе у предузећима широм света. "Телекомуникације и финансијске услуге су лидери у усвајању АИ, а започели су рано с још рудиментарнијим статистичким техникама још од 1980-их", рекао нам је Каул. "Усвајање у малопродаји, аутомобилској индустрији и здравству порасло је у новије време, док већина предузећа остаје у раној фази усвајања," додао је, "Хоризонталне пословне услуге као што су ЦРМ, ланац снабдевања и ХР проширили су усвајање АИ брзо јер његове предиктивне могућности помажу у препознавању перспектива, трендова потражње потрошача и талентованих запослених. "
"Надгледање, синхронизација и оптимизација сложених и хетерогених софтверски дефинисаних мрежа је критичан случај примене у сектору телекомуникација", закључио је Каул. „Гласовни асистенти у аутомобилима порастали су у аутомобилском сектору са све већим нагласком на персонализацији услуга у аутомобилу“, приметио је. Такође нас је обавестио да „банкарски сектор користи вештачку интелигенцију за услуге купцима, укључујући цхатботове док се суочавају са интензивном конкуренцијом мањих интернетских банака, осим што их користе за откривање превара, анализу зајма и друге оперативне процесе.“
Иако здравствени сектор има огроман потенцијал, донедавно је заостајао због регулаторних препрека за употребу његових података. "Неколико почетних предузећа заснованих на предузетништву сада су се фокусирали на машинско учење у клиничким испитивањима како би се убрзало откривање лекова", открио је Каул.
Без грешака, без стреса - Ваш корак по корак водич за креирање софтвера за промену живота без да вам уништи живот
Не можете побољшати своје програмирање кад никога није брига за квалитет софтвера.
Малопродајне радње су убрзале улагања у машинско учење јер постижу мајсторство у тачном предвиђању потражње и понуде. Немачки трговац Отто смањио је приносе за више од 2 милиона артикала годишње, а вишак залиха за 20% користећи алгоритме дубоког учења како би предвидио шта ће купци купити, према истраживању МцКинсеи-а. Његов АИ мотор сада аутономно наручује 200.000 артикала месечно јер може предвидјети шта ће Отто продати у наредних 30 дана са 90% тачности. (Нисте сигурни како би се АИ уклапао у вашу компанију? Погледајте 5 начина на које компаније могу да размотре коришћење АИ.)
Партнерство са Цлоуд АИ компанијама
Хиперсцале цлоуд АИ компаније спремне су да сарађују са пословним купцима како би унапредиле њихове вештине вештачке интелигенције, али нису сигурне за начине сарадње са предузећима софтверских предузећа која су неопходна за водоводне инсталације. "Компаније у облаку биле су великодушне према пословним купцима са њиховим бесплатним производима, укључујући слободно време у облаку, саветовање и ресурсе за обуку", приметио је Каул.
Будући да су облачне АИ компаније попут Гооглеа направиле брзи прелаз од ручно израђених алгоритама у 2015. до дубоког учења 2016. године, а у последње време напреднији алгоритми попут учења ојачања, они су у могућности да саветују ране усвојитеље о томе како да напредују на путу ка АИ учењу зрелост.
„Трошкови АИ такође опадају јер видимо повећану доступност унапред обучених модела, означене скупове података и опште смањење цена у облаку АИ“, објаснио је Каул."Истовремено, време за обраду података, гутање, припрему података и обележавање, које чине 90% напора, скраћено је са техникама попут АутоМЛ-а који аутоматизује ове процесе", додао је. Нвидиа, партнер хиперскалних облачних АИ компанија, препакивао је своје графичке процесоре (јединице за графичку обраду) за предузеће. "Нвидиа је премештена да циља случајеве науке о подацима и употреби аналитике у предузећу што убрзава обуку великих аналитичких модела у поређењу са ЦПУ-има (централним процесним јединицама)", објаснио је Каул.
Компанијске софтверске компаније мораће да пронађу начин за смештај облачних АИ компанија, поготово зато што на тржиште доносе нове могућности које постају део структуре пословања предузећа. "Функције попут цхатбота и могућности рачунарског вида за препознавање слике омогућене су дубоким учењем које проширује вредност коју АИ доноси", тврдио је Каул. "Софтвер сам по себи није тврдо кодиран, већ се прилагођава потребама података и аналитике", додао је. Још нема довољно доказа који би показали да корпоративне софтверске компаније, са неколико изузетака попут Мицрософта, могу да се суоче са облацима АИ компанија у алгоритмима. Према свим показатељима, нови услови ангажмана између облака АИ компанија и компанија софтверских предузећа за предузећа, међутим, још нису решени.
Закључак
Машинско учење ће изновати предузеће јер редефинише сам софтвер предузећа. Предузеће ће се брже прилагодити спољном пословном окружењу аутоматизацијом обраде података и бржим извршавањем пословних одлука заснованим на увидима стеченим из алгоритама који скраћују време за учење из података. Ентерприсе софтвер ће се чешће развијати и прерађивати како би ишао у корак са алгоритмима.
