Obsah
- Přijetí umělé inteligence v podnikání
- Přijetí umělé inteligence ve vertikálech
- Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
- Partnerství se společnostmi Cloud AI
- Závěr
Zdroj: Kittipong Jirasukhanont / Dreamstime.com
Odnést:
Podnik začal integrovat AI a ML do svých operací, ale ne zdaleka do té míry, jakou má mnoho internetových obchodů. Klíčem k přijetí podnikové AI může být pomoc těchto společností.
Internetové společnosti Hyperscale od roku 2015 přeskočily několik úrovní strojového učení se zvyšující se automatizací ve zpracování dat a sofistikováním modelování. Podnik, až na několik výjimek, zaostává v přijímání umělé inteligence, ale v internetových společnostech vidí partnery, kteří mu mohou pomoci dohnat.
Potenciální podnikoví uživatelé strojového učení mají dlouhou cestu k tomu, aby odpovídali fondům talentů, výpočetní zdatnosti, měřítku a objemům dat pro výcvikové algoritmy, které internetové společnosti nahromadily, zejména za poslední čtyři roky. V mnoha vertikálech podniku nebyly obchodní procesy digitálně transformovány pro automatizaci zpracování dat a okamžité provádění obchodních rozhodnutí na základě poznatků získaných z umělé inteligence. Kromě toho některé vertikální oblasti dosud nemají dobře definované případy použití, které by mohly přispět k výnosnému provedení umělé inteligence. (Více informací o AI v podnikání naleznete v tématu Překonání správy IT služeb Řízení změn s výkonem AI.)
Přijetí umělé inteligence v podnikání
Přijetí umělé inteligence v podnikání je v počátečním stadiu, zejména když vezmeme v úvahu jeho sofistikované uživatele, kteří přešli za zkoumáním a piloti, do fáze, kdy získají obchodní hodnotu díky jeho používání. O'Reilly, společnost s technologickými médii, zjistila ve svém průzkumu z roku 2018 „Stav přijetí strojového učení v podniku“, že sofistikovaní uživatelé byli pouze 15% z celkových podnikových uživatelů na celém světě a 18% v Severní Americe.
Externí zdroje odborných znalostí a učení hrají významnou roli při pomoci podnikovým uživatelům dohnat nejmodernější poznatky o strojovém učení, zejména pokud jde o pokročilé techniky umělé inteligence. Průzkum provedený společností Deloitte v roce 2018 zjistil, že 59% kupujících podniků získává odbornou způsobilost AI od společností podnikového softwaru s schopnostmi AI, 53% je společně rozvíjí s partnery, 49% je získává od společností cloud AI a 39% je získává z webů jako je GitHub. . Společnosti Cloud AI poskytují AI jako službu, která šetří náklady na infrastrukturu a rozvoj talentů přímo na místě.
Pro pokročilý vývoj AI jsou cloudové společnosti důležitějším zdrojem odborných znalostí. Třicet devět procent obchodních respondentů projevilo preferenci cloudových společností jako zdroje pokročilé AI ve srovnání s 15% pro on-premise software. AI jako služba rostla rychlým tempem 48%.
Přijetí umělé inteligence ve vertikálech
Mluvili jsme s Adityou Kaul, ředitelkou výzkumu Tractica, analytické firmy zaměřené na umělou inteligenci a robotiku. Kaul zkoumá zavedení umělé inteligence ve 30 vertikálech pro více než 300 případů použití v podnicích po celém světě. "Telekomunikační a finanční služby byly lídrem v adopci umělé inteligence a začaly brzy s rudimentárními statistickými technikami sahajícími až do osmdesátých let," řekl nám Kaul. „Přijetí v maloobchodě, automobilovém průmyslu a zdravotnictví v nedávné době prudce vzrostlo, zatímco většina podniků zůstává v rané fázi adopce,“ dodal, „horizontální obchodní služby jako CRM, dodavatelský řetězec a personalistika rozšířily přijetí AI rychle, protože jeho prediktivní schopnosti pomáhají při identifikaci vyhlídek, trendů poptávky spotřebitelů a talentovaných zaměstnanců. “
"Monitorování, synchronizace a optimalizace komplexních a heterogenních softwarově definovaných sítí je kritickým případem použití v telekomunikačním sektoru," usoudil Kaul. „Hlasoví asistenti v automobilech se v automobilovém odvětví prudce zvýšili s rostoucím důrazem na personalizaci služeb ve vozidle,“ poznamenal. Také nás informoval, že „bankovní sektor zavádí umělou inteligenci pro zákaznický servis včetně chatbotů, protože čelí intenzivní konkurenci menších internetových bank, kromě toho, že je používá pro detekci podvodů, analýzu půjček a další backendové operace.“
Přestože má sektor zdravotnictví obrovský potenciál, donedávna však kvůli regulačním překážkám ve využívání svých údajů zaostával. "Několik začínajících podniků zaměřených na venture se nyní zaměřilo na strojové učení v klinických studiích, aby se urychlil objev drog," prozradil Kaul.
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.
Maloobchodní prodejny urychlily investice do strojového učení, protože dosahují mistrovství v předpovídání poptávky a přesné dodávky. Podle výzkumné zprávy společnosti McKinsey německý maloobchodník Otto snížil výnosy o více než 2 miliony položek ročně a přebytečné zásoby o 20% pomocí algoritmů hloubkového učení, aby předpovídal, co si zákazníci koupí. Jeho motor AI nyní samostatně objednává 200 000 položek za měsíc, protože dokáže předpovědět, co bude Otto v následujících 30 dnech prodávat s 90% přesností. (Nejste si jisti, jak se AI hodí do vaší společnosti? Podívejte se na 5 způsobů, jak mohou společnosti zvážit použití AI.)
Partnerství se společnostmi Cloud AI
Společnosti AI společnosti Hyperscale cloud jsou ochotny spolupracovat s podnikovými zákazníky, aby si zdokonalily své dovednosti v oblasti umělé inteligence, ale nejsou si jisty, jak spolupracovat se společnostmi podnikového softwaru, které jsou nezbytné pro instalatérské instalace. "Cloudové společnosti byly velkorysé k podnikovým zákazníkům díky svým bezplatným službám, včetně bezplatného cloudového času, konzultačních a školicích zdrojů," poznamenal Kaul.
Vzhledem k tomu, že společnosti typu cloud AI, jako je Google, provedly v roce 2015 rychlý přechod z algoritmů vytvořených ručně v roce 2016 na hluboké učení a v poslední době pokročilejší algoritmy, jako je posilování učení, jsou schopny poradit časným osvojitelům, jak dosáhnout pokroku na cestě k učení se AI. splatnost.
"Náklady na AI také klesají, protože vidíme zvýšenou dostupnost předškolených modelů, označených datových sad a obecné snížení cen cloudové AI," vysvětlil Kaul."Současně byl čas na zpracování, příjem, přípravu a značení dat, který představuje 90% úsilí, zkrácen technikami jako AutoML, které tyto procesy automatizují," dodal. Nvidia, partner hyperscale cloudových AI společností, přebalila své GPU (jednotky grafického zpracování) pro tento podnik. "Nvidia se přestěhovala tak, aby se zaměřila na případy využití datové vědy a analytiky v podniku, což ve srovnání s CPU (centrální procesorové jednotky) urychluje trénink velkých analytických modelů," vysvětlil Kaul.
Společnosti podnikového softwaru budou muset najít způsob, jak vyhovět společnostem cloud AI, zejména proto, že přinášejí na trh nové možnosti, které se stanou součástí podnikového podnikání. "Funkce jako chatboty a počítačové vidění pro rozpoznávání obrazu jsou umožněny hlubokým učením, které rozšiřuje hodnotu, kterou AI přináší," prohlásil Kaul. „Samotný software již není pevně zakódován, ale přizpůsobuje se potřebám dat a analytiky,“ dodal. Zatím není dostatek důkazů, které by dokazovaly, že společnosti podnikového softwaru, až na několik výjimek, jako je Microsoft, dokážou v algoritmech dohánět společnosti cloud AI. Podle všeho však nové podmínky zapojení mezi společnostmi cloud AI a společnostmi podnikového softwaru dosud nebyly vyřešeny.
Závěr
Strojové učení znovu vynaleze podnik, protože předefinuje samotný podnikový software. Podnik se rychleji přizpůsobí vnějšímu podnikatelskému prostředí pomocí automatizace zpracování dat a rychlejšího provádění obchodních rozhodnutí na základě poznatků získaných z algoritmů, které zkracují čas na poučení z dat. Enterprise software se bude vyvíjet a překonfigurovat častěji, aby držel krok s algoritmy.
