Зміст
- Ключ до кращих результатів бізнесу від наукових даних
- Розширення AI до тих, хто має доменну експертизу
- Розуміння того, що входить у рішення
- Ні помилок, ні стресу - покроковий посібник зі створення програмного забезпечення, що змінює життя, не руйнуючи ваше життя
- Уроки Інтернету
- Зробити доступними технології зараз
- Зменшення ризику за рахунок скорочення часу та витрат
Джерело: Денисісмагілов / Dreamstime.com
Винос:
Майбутнє AI - це не вражаючі знімки самогону, а щоденне використання щоденного користування, яке ми асоціюємо з електронними таблицями. Це означає, що деякі з них мають відношення AI з розріджених полів до загального використання в бізнесі.
Ключ до кращих результатів бізнесу від наукових даних
В Гарвардський огляд бізнесу стаття, Алессандро Ді Фіоре, засновник і генеральний директор компанії Європейський центр стратегічних інновацій (ECSI) протидіяв припущенню, що «компанії мають більше дані вчених мати більше шансів на вплив на бізнес. "Виходячи з його консультаційної роботи та дослідження, він дійшов висновку, що наймання більшої кількості науковців даних не обов'язково дає кращі результати для бізнесу.
Те саме було зі мною в недавньому інтерв'ю з Генрі Джеймсом, засновником і заступником генерального директора Fincross International, який сказав, що те, що він бачив у бізнесах, що мають величезні ресурси для інвестування. наука даних полягає в тому, що вони, власне, можуть зробити краще з команди з п'яти, ніж 50.
Розширення AI до тих, хто має доменну експертизу
Дій Фіоре, зокрема, зазначив, що для компанії важливо, "це демократизація доступу до AI Інструменти та влада прийняття рішень серед менеджерів та службовців, що створює більш відчутну цінність. Він продовжував зауважувати: «Найкращі практики показують, як демократизація може спричинити швидше та краще розподілити рішення, роблячи компанії більш спритними та реагуючими на зміни ринку та можливості. "(Щоб дізнатись про те, як деякі компанії вже використовують AI, ознайомтеся з інформацією AI сьогодні: хто зараз ним користується та як.)
Хоча він не дбає про термін "демократизація" і вважає за краще "командний спорт", Тодд Хей, керівник директора Ople, погоджується з цією думкою. Як він пояснив в інтерв'ю "Техопедії", він передбачає, що перехід від розрідженого та централізованого ШІ до маси є аналогічним прийняттю електронні таблиці, корисний інструмент, яким повинні користуватися всі бізнесмени.
"Експерти з предметів і доменів найкраще оцінюють прогноз, який може вплинути на бізнес", - сказав Хей. Але з установкою, яка ставить перед собою науковців, які відповідають за це прогностичні моделі, "Вони виключені з процесу". Це не на користь бізнесу.
Хоча він визнає, що дані вчені мають досвід математики та статистики, щоб оцінити, чи модель працює добре чи ні, вони не мають можливості визначити, які питання вони повинні ставити перед ШІ для вирішення. І саме цей розрив між модельною експертизою та досвідом зацікавлених сторін - це те, що "70% -80% випадкових моделей ніколи не використовуються".
Розуміння того, що входить у рішення
Є й інші наслідки, коли вони не зможуть зрозуміти, як працює модель. У таких регульованих галузях, як охорона здоров'я, страхування чи фінанси, сказав Хей, стурбованість полягає в тому, що вони повинні пояснити аудиторам процес прийняття рішень і не зможуть цього зробити.
Рік Салетта, старший керівник відділу маркетингу з продажу AI, машинне навчання & data science, зазначила свою згоду в інтерв'ю і сказала, що саме тому бізнес зараз прагне розвивати "прозорий ШІ", також відомий як пояснювальний AI. Як ми бачили в У мене є кілька пояснень, за відсутності чіткого пояснення того, як AI доходить до своїх висновків, ви не можете бути впевнені, що це "без упереджень". Він додав, що більше не прийнятно позбавляти відповідальності бізнесу за справедливу діяльність, кажучи: "AI did це ».
Ні помилок, ні стресу - покроковий посібник зі створення програмного забезпечення, що змінює життя, не руйнуючи ваше життя
Ви не можете покращити свої навички програмування, коли ніхто не піклується про якість програмного забезпечення.
Уроки Інтернету
Страх, який залишається перед AI, який працює як чорний ящик, стримує бізнес від отримання всіх вигод, які це дає. Це, як стверджує Хей, має змінюватись настрій. Він запропонував AI сьогодні це як Інтернет в кінці 90-х. Це означає, що будуть подібні вражаючі невдачі Домашні тварини.com та інші подібні помилки через те, що люди не зовсім впевнені, як застосувати нові технології. І страх перед новими технологіями стримує людей, він сказав: "Це нове, страшне і дуже складне".
Але є і чудова можливість для тих, хто це зрозуміє. "Всі речі, які ми зараз бачимо, були відкриті Інтернетом, тому що люди готові спробувати нові речі", - сказала Хей. З тією ж ситуацією зараз ШІ дозволяє людям щоб знайти те, що "вони навіть не знали, що їх слід шукати". Вони також не повинні сумніватися у власних можливостях, оскільки багато хто "має більше навичок у компанії, ніж думав, що вони роблять", особливо "фахівці з предметів і людей, які знають ці дані. "
Зробити доступними технології зараз
"Ми хочемо побачити, як кожна компанія може скористатися AI зараз - сьогодні", - заявила Хей. Для того, щоб це сталося, необхідно, щоб AI був доступний поза колом експертів з даних. "Кількість компетентних науковців у світі набагато нижче кількості компаній, які отримали б користь від цього", - пояснив він. Відповідно, ключовим завданням для вирішення більшої кількості бізнес-проблем є "не навчання більшої кількості людей, щоб бути Ендрю Нг, а шляхом надання доступних технологіям людям".
Дійсно, це хвиля майбутнього, за словами Гартнер, який, за прогнозами, в цьому році відбудеться збільшення в Аналітика "самообслуговування". Значний прогрес у галузі ШІ, а також додаткових технологій на кшталт “SaaS (хмара) аналітика і BI Платформи допомагають неспеціалістам простіше та вигідніше, ніж будь-коли раніше, виконувати ефективний аналіз та краще інформувати про прийняття рішень ", - зауважила Карлі Дж. Айдойн, директор з досліджень Gartner.
Коли це буде встановлено в бізнесі, і все більше співробітників долають своє небажання допомагати собі на користь AI, воно справді може стати більш активним спортом, а не глядацьким спортом в організації. Цей зсув може мати величезний вплив. (Якщо ви багато не замислювались над AI для свого бізнесу, ось кілька реалізацій, які ви можете розглянути: 5 способів компанії можуть захотіти розглянути можливість використання AI.)
Зменшення ризику за рахунок скорочення часу та витрат
"Люди так бояться витратити шість місяців на те, щоб висунути гіпотезу", - пояснив Хей, тому що це така велика інвестиція часу та грошей, яка в кінцевому рахунку може провалитися. Однак якщо AI не зарезервовано для цих великих проектів самогону з більш тривалим часовим горизонтом, але для більш поширених завдань, які виконуються швидше, можливо, навіть щодня, вони стають «більш схожими на електронну таблицю», тобто доступним, недорогим інструментом, який люди не представляють боїться спробувати, навіть працюючи через кілька різних, щоб знайти той, який найкраще відповідає їх потребам.
Однак Idoine застерігає, що не означає, що підприємства повинні просто очікувати, що їхні працівники самі підберуться до того, як їх використовувати та адаптувати до своїх потреб. Вона наполягає на тому, що "необхідні процеси навчання, підтримки та на борту, щоб допомогти більшості користувачів самообслуговування отримати значущий результат". Відповідно, необхідно надати "правильні вказівки щодо швидкого вставання та роботи, а також як застосувати їх нові інструменти для вирішення конкретних бізнес-проблем ". І це - замість збільшення кількості команд з наукових даних - ключ до кращого вирішення бізнес-проблем.
