Sisu
- Tehisintellekti vastuvõtmine ettevõtluses
- Tehisintellekti vastuvõtmine vertikaalides
- Pole vigu ega stressi - teie samm-sammuline juhend elumuutva tarkvara loomiseks ilma oma elu hävitamata
- Partnerlus Cloud AI ettevõtetega
- Järeldus
Allikas: Kittipong Jirasukhanont / Dreamstime.com
Ära võtma:
Ettevõte on alustanud AI ja ML integreerimist oma tegevusse, kuid mitte peaaegu sel määral, nagu paljudel Interneti-ettevõtetel on. Nende ettevõtete abi võib olla võtmeks AI kasutuselevõtmisel.
Hüperskaalaarsed Interneti-ettevõtted on alates 2015. aastast hüppeliselt automatiseerinud andmetöötlust ja modelleerinud keerukamaid masinõppe taset. Ettevõte on mõne üksiku erandiga tehisintellekti kasutuselevõtust maha jäänud, kuid näeb Interneti-ettevõtetes partnereid, kes saavad seda aidata. järele jõudma.
Masinaõppe potentsiaalsetel ettevõtetel on veel pikk tee minna, et sobitada kokku andekate kogumid, arvutivõime, ulatus ja Interneti-ettevõtete kogutud koolitusalgoritmide andmemahud, eriti viimase nelja aasta jooksul. Mitmes ettevõtte vertikaalsuses pole äriprotsesse digitaalselt muudetud, et automatiseerida andmetöötlust ja teha äriotsuste viivitamatuks täitmiseks tehisintellektist saadud teadmiste põhjal. Pealegi pole paljudel vertikaaltel veel täpselt määratletud kasutusjuhtumeid, mis võimaldaksid tehisintellekti kasumlikult teostada. (Lisateavet AI kohta äritegevuses leiate jaotisest IT-teenuste halduse muutuste haldamise ületamine AI jõul.)
Tehisintellekti vastuvõtmine ettevõtluses
Tehisintellekti kasutuselevõtt ettevõtluses on varajases staadiumis, eriti kui mõelda selle keerukatele kasutajatele, kes on uurimistööst kaugemale jõudnud, ja pilootidest etapile, kus nad saavad selle kasutamisest ärilist väärtust. Tehnoloogiameediaettevõte O’Reilly leidis oma 2018. aasta uuringus “Masinõppe vastuvõtmise olukord ettevõttes”, et kogenud kasutajad olid vaid 15% kogu ettevõtte kasutajatest kogu maailmas ja 18% Põhja-Ameerikas.
Välised ekspertteadmiste ja õppimise allikad mängivad olulist rolli ärikasutajate abistamisel masinõppega seotud tipptehnoloogiaga kursis hoidmisel, eriti kõrgtehnoloogiliste AI-tehnikate osas. Deloitte'i 2018. aasta uuring näitas, et 59% ettevõtete ostjatest omandab AI-alaseid teadmisi AI-võimalustega ettevõtte tarkvaraettevõtetelt, 53% arendavad seda koos partneritega, 49% omandavad seda pilve-AI-ettevõtetelt ja 39% koguvad seda allikatelt nagu GitHub. . Cloud AI ettevõtted pakuvad AI teenusena, mis säästab infrastruktuuri ja talentide arendamisega seotud kulusid kohapeal.
AI täiustatud arendamiseks on pilveettevõtted olulisem teadmiste allikas. Kolmkümmend üheksa protsenti vastanutest ettevõttest eelistas pilveettevõtteid täiustatud AI allikana, võrreldes kohapealse tarkvara 15% -ga. AI kui teenus on kasvanud kiirusega 48%.
Tehisintellekti vastuvõtmine vertikaalides
Rääkisime tehisintellektile ja robootikale keskendunud tööstusanalüütikute ettevõtte Tractica teadusdirektori Aditya Kauliga. Kaul on tehisintellekti kasutuselevõttu uurinud 30 vertikaalsuunas enam kui 300 kasutusjuhtumi korral kogu maailmas tegutsevates ettevõtetes. "Telekommunikatsiooni- ja finantsteenused on olnud AI kasutuselevõtmise liidrid ja nad alustasid varakult algelisemaid statistilisi tehnikaid, ulatudes tagasi 1980ndateni," rääkis Kaul meile. "Jaemüügi, autotööstuse ja tervishoiu valdkonnas on kasutuselevõtt viimasel ajal hoogsalt kasvanud, samas kui suurem osa ettevõttest on alles vastuvõtmise varases staadiumis," lisas ta. "Horisontaalsed äriteenused, näiteks CRM, tarneahel ja personaliteenused, on laiendanud AI on kiire, kuna selle ennustamisvõime aitab välja selgitada väljavaateid, tarbimisnõudluse suundumusi ja andekaid töötajaid. ”
“Komplekssete ja heterogeensete tarkvaraga määratletud võrkude jälgimine, sünkroonimine ja optimeerimine on telekommunikatsioonisektoris kriitiline kasutusjuhtum,” võttis Kaul kokku. "Autode häälteassistendid on autotööstuses suurenenud, rõhuasetus autosiseste teenuste isikupärastamisel on üha suurem," märkis ta. Ta teatas meile ka, et "pangandussektor juurutab tehisintellekti klienditeeninduse jaoks, sealhulgas vestlusprogrammide jaoks, kuna nad seisavad silmitsi tiheda konkurentsiga väiksemate Interneti-pankade poolt, lisaks sellele, et seda kasutatakse pettuste tuvastamiseks, laenude analüüsimiseks ja muudeks taustatoiminguteks."
Kuigi tervishoiusektoril on tohutu potentsiaal, oli see hiljuti hilinenud regulatiivsete tõkete tõttu oma andmete kasutamisel. “Mitu ettevõtmist toetavat idufirmat on nüüd keskendunud masinate õppimisele kliinilistes uuringutes, et kiirendada ravimite avastamist,” paljastas Kaul.
Pole vigu ega stressi - teie samm-sammuline juhend elumuutva tarkvara loomiseks ilma oma elu hävitamata
Programmeerimisoskust ei saa parandada, kui keegi tarkvara kvaliteedist ei hooli.
Jaekauplused on kiirendanud investeeringuid masinõppesse, kuna nad saavutavad meisterlikkuse nõudluse ja pakkumise täpsel prognoosimisel. Saksa jaemüüja Otto vähendas McKinsey uuringuaruande kohaselt sügavate õppealgoritmide abil aastas rohkem kui 2 miljoni kaubaartiklit ja ülejääki 20%, kasutades süvaõppe algoritme. Selle AI mootor tellib nüüd autonoomselt 200 000 eset kuus, kuna see suudab ennustada, mida Otto järgmise 30 päeva jooksul 90% täpsusega müüb. (Kas pole kindel, kuidas AI teie ettevõttesse sobiks? Vaadake 5 viisi, kuidas ettevõtted võiksid kaaluda AI kasutamist.)
Partnerlus Cloud AI ettevõtetega
Hüperskaala pilvega seotud AI ettevõtted on olnud nõus tehisintellekti oskuste arendamiseks tegema äriklientidega partnerlust, kuid nad pole kindlad, kuidas teha koostööd ettevõtte tarkvaraettevõtetega, mis on hädavajalikud taustaprogrammide torustiku jaoks. “Pilveettevõtted on ettevõtlusklientide jaoks olnud helded oma tasuta pakkumistega, sealhulgas tasuta pilveaja, nõustamis- ja koolitusressurssidega,” täheldas Kaul.
Kuna pilve-AI-ettevõtted nagu Google on teinud kiire ülemineku 2015. aastal käsitsi konstrueeritud algoritmidelt 2016. aastal süvaõppele ja viimasel ajal ka keerukamatele algoritmidele, näiteks tugevdusõppele, saavad nad varastele kasutuselevõtjatele anda nõu, kuidas liikuda edasi AI-õppesse. küpsus.
“AI kulud vähenevad ka seetõttu, et näeme eelkoolitatud mudelite, märgistatud andmestike suuremat kättesaadavust ja pilve-AI hinnakujunduse üldist langust,” selgitas Kaul."Samal ajal on andmete töötlemise, sisestamise, andmete ettevalmistamise ja märgistamise aega, mis moodustab 90% pingutustest, lühendatud selliste meetoditega nagu AutoML, mis neid protsesse automatiseerib," lisas ta. Nvidia, hüperskaalaliste pilve-AI ettevõtete partner, on ettevõtte jaoks ümber pakkinud oma GPU-d (graafilised töötlemisüksused). “Nvidia on asunud ettevõttes sihikule võtma andmeteaduse ja analüütika kasutamise juhtumeid, mis kiirendab suurte analüütiliste mudelite väljaõpet võrreldes keskseadmetega (CPU),” selgitas Kaul.
Ettevõtte tarkvaraettevõtted peavad leidma viisi, kuidas majutada AI pilveettevõtteid, eriti kuna nad toovad turule uusi võimalusi, mis saavad osaks ettevõtte äritegevuse struktuurist. “Funktsioone, nagu vestlusbotid ja piltide äratundmise arvutivõimalused, võimaldab sügav õppimine, mis suurendab AI väärtust,” kinnitas Kaul. "Tarkvara ise pole enam kõvakodeeritud, vaid kohandub andmete ja analüüsi vajadustega," lisas ta. Siiani pole piisavalt tõendeid selle kohta, et ettevõtte tarkvaraettevõtted, välja arvatud mõned erandid, nagu Microsoft, suudavad algoritmides järele jõuda pilve-AI ettevõtetele. Kõigi nähtude kohaselt pole pilveinfoteeninduse ettevõtete ja ettevõtte tarkvaraettevõtete vahelised uued suhete tingimused veel lahendatud.
Järeldus
Masinõpe leiutab ettevõtte uuesti, kuna see määratleb ettevõtte tarkvara ise uuesti. Andmete töötlemise automatiseerimise ja äriliste otsuste kiirema täitmise abil kohandub ettevõte kiiremini välise ärikeskkonnaga, tuginedes arusaamadele, mis saadakse algoritmidest, mis lühendavad aega andmete õppimiseks. Algoritmidega sammu pidamiseks areneb ja konfigureeritakse sagedamini ettevõtte tarkvara.
