Obsah
- Klíč k lepším obchodním výsledkům z datové vědy
- Rozšíření AI na odborníky s doménou
- Pochopení toho, co jde do rozhodnutí
- Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
- Poučení ze vzestupu internetu
- Zpřístupnění technologie nyní
- Snížení rizika snížením času a nákladů
Zdroj: Denisismagilov / Dreamstime.com
Odnést:
Budoucnost AI není působivým měsíčním svitem, ale každodenním každodenním používáním, které spojujeme s tabulkami. Některé z nich se týkají vzniku umělé inteligence od vzácných oblastí po běžné obchodní použití.
Klíč k lepším obchodním výsledkům z datové vědy
V Harvardský obchodní přehled článek, Alessandro Di Fiore, zakladatel a generální ředitel společnosti Evropské středisko pro strategické inovace (ECSI) vyvrátil předpoklad „že společnosti s více vědci s údaji mají větší šanci na obchodní dopad. “Na základě jeho konzultační práce i výzkum, dospěl k závěru, že najímání většího počtu vědců v oblasti dat nemusí nutně přinést lepší výsledky pro firmu.
Stejné pozorování mi bylo předneseno v nedávném rozhovoru s Henrym Jamesem, zakladatelem a zástupcem generálního ředitele Fincross International, který řekl, že to, co viděl v podnicích s obrovskými zdroji, do nichž může investovat datová věda je to, že ve skutečnosti dokáží lépe s týmem pěti než 50.
Rozšíření AI na odborníky s doménou
To, co ve společnosti skutečně znamená rozdíl, zdůraznil Di Fiore, „je demokratizace přístupu AI nástroje a rozhodovací pravomoc mezi manažery a zaměstnanci, což vytváří hmatatelnější hodnotu. “Pokračoval v pozorování:„ Osvědčené postupy ukazují, jak může demokratizace přinést rychlejší a lépe distribuovaná rozhodnutí, díky nimž jsou společnosti pružnější a lépe reagují na změny trhu a příležitosti. “(Chcete-li se dozvědět, jak některé podniky již používají AI, podívejte se AI Today: Kdo to právě teď používá a jak.)
I když se nestará o termín „demokratizace“ a dává přednost pojmu „týmový sport“, s tímto názorem souhlasí Todd Hay, COO Ople. Jak vysvětlil v rozhovoru s Techopedií, předpokládá, že přechod od vzácných a centralizovaných umělých inteligencí k masám bude analogický s přijetím tabulky, užitečný nástroj, který by měli používat všichni podnikatelé.
"Odborníci na předmět a doménu jsou v nejlepším postavení, aby mohli posoudit předpověď, která může mít dopad na podnikání," řekl Hay. Ale s nastavením, které dává vědcům v oblasti dat na starosti ty prediktivní modely, „Jsou z procesu vyloučeni.“ To není ku prospěchu podniku.
Ačkoli připouští, že vědci s údaji mají odborné znalosti v oblasti matematiky a statistiky, aby mohli posoudit, zda model funguje dobře nebo ne, nemají schopnost určit, které otázky by měly položit AI, které mají vyřešit. A ta mezera mezi odborností modelu a odborností zúčastněných stran je tím, co odpovídá skutečnosti, že „70 až 80% případových modelů se nikdy nepoužívá.“
Pochopení toho, co jde do rozhodnutí
Existují další důvody, proč není schopen pochopit, jak model funguje. V regulovaných odvětvích, jako je zdravotnictví, pojišťovnictví nebo finance, Hay uvedl, že problém je v pozici, v níž musí auditorům vysvětlit rozhodovací proces a není schopen to udělat.
Rick Saletta, vedoucí oddělení marketingu prodeje Ople v AI, strojové učení & data science, vzal na vědomí jeho souhlas v rozhovoru a uvedl, že to je důvod, proč podniky nyní hledají vývoj „transparentní AI“, také známý jako vysvětlitelná AI. Jak jsme viděli AI musí něco vysvětlit„Pokud není jasné vysvětlení toho, jak AI dospěje k jejím závěrům, nemůžete si být jisti, že je„ neobjektivní “. Dodal, že již není přijatelné zbavit se odpovědnosti podniku za spravedlivé fungování tím, že řekne„ AI udělal to."
Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
Nemůžete zlepšit své programovací schopnosti, když se nikdo nestará o kvalitu softwaru.
Poučení ze vzestupu internetu
Strach, který zůstává tváří v tvář tomu, že umělá inteligence funguje jako černá skříňka, brání podnikům v tom, aby využívaly všech výhod, které to umožňuje. Podle Haya se to musí změnit. On navrhl AI dnes je jako internet na konci 90. let. To znamená, že dojde k nějakým velkolepým selháním Pets.com a další takové selhání kvůli tomu, že si lidé nejsou zcela jisti, jak aplikovat novou technologii. A strach z nových technologií lidi drží zpět, řekl: „Je to nové a děsivé a velmi komplikované.“
Ale existuje také velká příležitost pro ty, kteří na to přijdou. "Všechny věci, které nyní vidíme, byly otevřeny internetem, protože lidé byli ochotni vyzkoušet nové věci," řekl Hay. Teď je to stejná situace AI umožňující lidem aby zjistili, co „ani nevěděli, že by měli hledat.“ Také by neměli pochybovat o své vlastní schopnosti, protože mnozí „mají ve společnosti více dovedností, než si mysleli, že dělají“, zejména „odborníci na předmět a lidé, kteří znají data. “
Zpřístupnění technologie nyní
"Chceme vidět, jak může nyní každá společnost využít AI - dnes," prohlásil Hay. Aby k tomu došlo, je nutné, aby byla přístupná umělá inteligence zpřístupněna mimo okruh odborníků v oblasti datové vědy. "Počet kompetentních vědců ve světě je daleko pod počtem společností, které by z toho měly prospěch," vysvětlil. V souladu s tím je klíčem k řešení dalších obchodních problémů „ne vyškolení více lidí na Andrew Ng, ale zpřístupnění technologie lidem“.
Ve skutečnosti je to vlna budoucnosti Gartner, který předpovídal tento rok, dojde k nárůstu „Samoobslužná“ analytika. Významný pokrok v oblasti umělé inteligence a doplňkové technologie jako „SaaS (mrak) analytika a BI platformy usnadňují a nákladově efektivnější než kdykoli předtím pro neodborníky provádět účinnou analýzu a lépe informovat své rozhodování, “poznamenal Carlie J. Idoine, ředitel výzkumu v Gartneru.
Když se to zavede do podnikání a více zaměstnanců překoná svou neochotu pomáhat si ve prospěch AI, může se skutečně stát spíše participačním než diváckým sportem v organizaci. Tento posun může mít obrovský dopad. (Pokud jste o své firmě moc nepřemýšleli, možná budete chtít zvážit některé implementace: 5 způsobů, jak mohou společnosti zvážit použití AI.)
Snížení rizika snížením času a nákladů
"Lidé se tak bojí utrácet šest měsíců na hypotézu," vysvětlil Hay, protože nakonec může selhat tak velká investice času a peněz. Nicméně, pokud AI není vyhrazen pro tyto velké projekty s měsíčním záběrem s delším časovým horizontem, ale pro častější úkoly, které jsou dokončovány rychleji, možná i denně, se stávají „spíš tabulkovým procesorem“, což znamená přístupný, levný nástroj, který lidé nejsou bojí vyzkoušet, dokonce i prostřednictvím několika různých najít ten, který nejlépe vyhovuje jejich potřebám.
Idoine však varuje, že to neznamená, že by podniky měly jen očekávat, že jejich zaměstnanci přijdou na to, jak používat a přizpůsobit je svým potřebám samy. Trvá na tom, že „jsou zapotřebí tréninkové, podpůrné a palubní procesy, které pomohou většině samoobslužných uživatelů produkovat smysluplné výstupy.“ Je proto nezbytné poskytnout „správné pokyny, jak rychle vstávat a běžet, a také jak používat jejich nové nástroje ke konkrétním obchodním problémům. “A to - spíše než zvyšování počtu týmů pro vědu o údajích - je klíčem k lepším řešením obchodních problémů.
