AI in Business: передача досвіду від інтернет-компаній до підприємства

Зміст

• Прийняття штучного інтелекту в бізнесі
• Прийняття штучного інтелекту у вертикалях
• Ні помилок, ні стресу - покроковий посібник зі створення програмного забезпечення, що змінює життя, не руйнуючи ваше життя
• Партнерство з компаніями Cloud AI
• Висновок

Джерело: Kittipong Jirasukhanont / Dreamstime.com

Винос:

Підприємство почало інтегрувати AI та ML в свої операції, але майже не настільки, наскільки багато інтернет-підприємств. Допомога цих компаній може стати ключовим фактором для впровадження ІІ у підприємств.

Інтернет-компанії з високим масштабом перейшли на кілька рівнів машинного навчання із збільшенням автоматизації в обробці даних та вдосконаленням моделювання з 2015 року. Підприємство, за кількома винятками, відстає у прийнятті штучного інтелекту, але бачить в Інтернет-компаніях партнерів, які можуть йому допомогти. наздогнати.

Майбутнім корпоративним користувачам машинного навчання належить довгий шлях до відповідності пулам талантів, обчислювальній майстерності, масштабуванню та обсягу даних для алгоритмів навчання, накопичених Інтернет-компаніями, особливо за останні чотири роки. У багатьох вертикалях підприємства бізнес-процеси не були цифрово трансформовані для автоматизації обробки даних та миттєвого виконання бізнес-рішень на основі розумінь, отриманих від штучного інтелекту. Більше того, кілька вертикалей ще не мають чітко визначених випадків використання, які піддаються вигідному виконанню штучного інтелекту. (Докладніше про AI у бізнесі див. У розділі «Подолання проблем управління управлінням ІТ-сервісом завдяки потужності AI.»)

Прийняття штучного інтелекту в бізнесі

Прийняття штучного інтелекту в бізнесі знаходиться на ранній стадії, особливо коли ми розглядаємо його складних користувачів, які вийшли за межі розвідки та пілотних етапів, коли вони отримують ділову цінність від його використання. Компанія O'Reilly, що займається технологією засобів масової інформації, виявила в своєму опитуванні 2018 року "Стан прийняття машинного навчання на підприємстві", що складні користувачі складали лише 15% від загальної кількості підприємств у світі та 18% у Північній Америці.

Зовнішні джерела досвіду та навчання відіграють важливу роль у допомозі діловим користувачам наздогнати найсучасніші технології машинного навчання, особливо для передових методів ІІ. Опитування Deloitte в 2018 році виявило, що 59% покупців підприємств набувають знань щодо ІІ у корпоративних програмних компаній з можливостями AI, 53% спільно розробляють його з партнерами, 49% купують його у хмарних компаній AI, а 39% перекладають його з таких сайтів, як GitHub . Хмарні компанії AI надають AI послугу, що дозволяє економити витрати на інфраструктуру та розвиток талантів.

Для розширеного розвитку ШІ важливішими джерелами досвіду є хмарні компанії. Тридцять дев'ять відсотків респондентів бізнесу виявили перевагу хмарних компаній як джерела вдосконаленого ІІ порівняно з 15% для локального програмного забезпечення. ШІ як послуга зросла стрімко в 48%.

Прийняття штучного інтелекту у вертикалях

Ми поговорили з Адітією Каул, директором з досліджень Tractica, фірмової аналітичної фірми, орієнтованої на штучний інтелект та робототехніку. Каул розслідував застосування штучного інтелекту в 30 вертикалях для понад 300 випадків використання в компаніях по всьому світу. "Телекомунікації та фінансові послуги були лідерами у впровадженні ШІ, і вони почали рано з більш рудиментарними статистичними методами, починаючи ще з 1980-х", - сказав нам Каул. "Прийняття в роздрібній торгівлі, автомобільній галузі та охороні здоров’я зросло в останні часи, в той час як більшість підприємств залишається на ранній стадії прийняття", - додав він, "Горизонтальні бізнес-послуги, такі як CRM, ланцюжок поставок та HR розширили прийняття ШІ швидко, оскільки його прогнозовані можливості допомагають визначити перспективи, тенденції попиту споживачів та талановитих працівників ».

"Моніторинг, синхронізація та оптимізація складних і різнорідних програмно визначених мереж є критичним випадком використання в телекомунікаційному секторі", - зазначив Каул. "Голос-помічники в автомобілях зросли в автомобільному секторі, зростаючий акцент на персоналізації послуг в автомобілі", - зазначив він. Він також повідомив нам, що "Банківський сектор використовує штучний інтелект для обслуговування клієнтів, включаючи чат-боти, оскільки вони стикаються з напруженою конкуренцією з боку менших Інтернет-банків, окрім використання його для виявлення шахрайств, аналізу позик та інших операцій з резервного копіювання".

Хоча сектор охорони здоров'я має величезний потенціал, він до недавнього часу відставав через регуляторні бар'єри у використанні його даних. "Декілька стартапів, що підтримуються підприємствами, тепер зосередилися на машинному навчанні в клінічних випробуваннях для прискорення виявлення наркотиків", - виявив Каул.

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.

Роздрібні магазини прискорили інвестиції в машинне навчання, оскільки вони досягають майстерності в точному прогнозуванні попиту та пропозиції. Німецький роздрібний продавець Otto скоротив прибутки більш ніж на 2 мільйони предметів на рік, а надлишок запасів на 20%, використовуючи глибокі алгоритми навчання, щоб передбачити, що покупці купуватимуть, згідно з дослідженнями McKinsey. Його двигун AI тепер автономно замовляє 200 000 предметів на місяць, оскільки він може з 90% точністю прогнозувати, що продасть Otto протягом наступних 30 днів. (Не впевнені, як AI підходитиме до вашої компанії? Ознайомтесь із 5 способами, які компанії можуть захотіти розглянути можливість використання AI.)

Партнерство з компаніями Cloud AI

Високомасштабні хмарні компанії AI були готові співпрацювати з клієнтами підприємств для просування своїх навичок штучного інтелекту, але вони не впевнені у шляхах співпраці з компаніями програмного забезпечення підприємства, необхідними для сантехніки. "Хмарні компанії були щедрими для корпоративних клієнтів з їхніми халявами, включаючи вільний хмарний час, консультаційні та навчальні ресурси", - зауважив Каул.

Оскільки хмарні компанії AI, такі як Google, здійснили швидкий перехід від ручно розроблених алгоритмів у 2015 році до глибокого навчання в 2016 році, а останнім часом більш досконалі алгоритми, такі як навчання з підсиленням, вони можуть консультувати ранніх студентів, як досягти прогресу на шляху до навчання AI зрілість.

"Витрати на ІІ також знижуються, оскільки ми бачимо збільшення доступності попередньо підготовлених моделей, мічених наборів даних та загальне зниження цін на хмарні ІІ", - пояснив Каул."Паралельно час на обробку даних, приймання, підготовку даних та маркування, на які припадає 90% зусиль, скорочується такими методами, як AutoML, який автоматизує ці процеси", - додав він. Nvidia, партнер високоякісних хмарних компаній AI, перекомпонував свої GPU (графічні одиниці обробки) для підприємства. "Nvidia розмістила цільову науку про дані та використання аналітики на підприємстві, що прискорює підготовку великих аналітичних моделей порівняно з процесорами (центральними процесорними підрозділами)", - пояснив Каул.

Підприємствам, що займаються програмним забезпеченням, доведеться знайти спосіб розміщення хмарних ІІ-компаній, тим більше що вони пропонують нові можливості на ринку, які стають складовою частиною бізнесу підприємства. "Такі функції, як чат-боти та можливості комп'ютерного зору для розпізнавання зображень, забезпечуються глибоким навчанням, яке розширює значення, яке приносить AI", - запевнив Каул. "Програмне забезпечення вже не є жорстким кодом, але адаптується до потреб даних та аналітики", - додав він. Поки є недостатньо доказів, що свідчать про те, що корпоративні програмні компанії, за кількома винятками, такі як Microsoft, можуть догнати хмарні компанії AI в алгоритмах. За всіма ознаками, нові умови взаємодії між хмарними компаніями AI та компаніями корпоративного програмного забезпечення поки що не вирішені.

Висновок

Машинне навчання буде винаходити підприємство, оскільки воно переробляє програмне забезпечення самого підприємства. Підприємство швидше адаптується до зовнішнього ділового середовища за допомогою автоматизації обробки даних та більш швидкого виконання бізнес-рішень на основі розуміння алгоритмів, що скорочують час на вивчення даних. Корпоративне програмне забезпечення буде розвиватися та перенастроюватися частіше, щоб йти в ногу з алгоритмами.