Sadržaj
- Ključ boljih poslovnih rezultata iz znanosti podataka
- Proširenje AI na one s domenom stručnosti
- Razumijevanje onoga što se podrazumijeva u odlukama
- Bez grešaka, bez stresa - Vaš korak po korak vodič za stvaranje softvera koji mijenja život bez uništavanja života
- Lekcije iz porasta interneta
- Tehnologija postaje pristupačna sada
- Smanjenje rizika smanjenjem vremena i troškova
Izvor: Denisismagilov / Dreamstime.com
Oduzeti:
Budućnost AI-ja nisu impresivne mjesečeve slike, već svakodnevna svakodnevna uporaba koju povezujemo s proračunskim tablicama. To je razlog koji se odnosi na stvaranje AI iz razrijeđenih polja u uobičajenu poslovnu upotrebu.
Ključ boljih poslovnih rezultata iz znanosti podataka
U Harvard Business Review članak, Alessandro Di Fiore, osnivač i izvršni direktor Europski centar za strateške inovacije (ECSI) suprotstavio se pretpostavci „da kompanije imaju više znanstvenici podataka imaju bolju priliku za postizanje poslovnog učinka. "Temeljeno na savjetovanju i istraživanje, došao je do zaključka da zapošljavanje većeg broja znanstvenika s podacima ne daje nužno bolje rezultate za posao.
Ista je opaska bila upućena i meni u nedavnom intervjuu s Henryjem Jamesom, osnivačem i zamjenikom izvršnog direktora Fincross Internationala, koji je rekao da je ono što vidi u tvrtkama s ogromnim resursima za ulaganje u znanost o podacima je da oni u stvari mogu i bolje s petoricom timom od 50.
Proširenje AI na one s domenom stručnosti
Di Fiore je, kako je istaknuo, za tvrtku zapravo ", demokratizacija pristupa AI alate i moć donošenja odluka među menadžerima i zaposlenicima što stvara opipljiviju vrijednost. "Nastavio je primjećivati:" Najbolje prakse pokazuju kako demokratizacija može donijeti brže i bolje distribuirane odluke, čineći poduzeća fleksibilnijima i odgovornijima na tržišne promjene i mogućnosti. "(Da biste saznali kako neke tvrtke već koriste AI, pogledajte AI danas: Tko ga trenutno koristi i kako.)
Iako ga nije briga za izraz "demokratizacija" i preferira termin "timski sport", Todd Hay, Opleov COO, slaže se s tim mišljenjem. Kako je objasnio u intervjuu za Techopedia, predviđa pomak s razrijeđenog i centraliziranog AI na mase analognim usvajanju proračunske tablice, koristan alat koji bi trebali koristiti svi poduzetnici.
"Stručnjaci za teme i domene u najboljem su položaju za procjenu predviđanja koje može utjecati na poslovanje", rekao je Hay. Ali s postavkom koja znanstvenike za podatke stavlja na teret prediktivni modeli, "Isključeni su iz postupka." To nije u korist tvrtke.
Iako priznaje da znanstvenici s podacima imaju stručnost u matematici i statistici kako bi prosuđivali je li model uspješan ili ne, ne mogu odrediti koja pitanja trebaju postaviti AI kako bi riješili. A taj jaz između stručnosti modela i ekspertize dionika je razlog što se „70% -80% slučajeva slučajeva nikada ne koristi“.
Razumijevanje onoga što se podrazumijeva u odlukama
Daljnja su posljedica da ne možemo shvatiti način na koji model funkcionira. U reguliranim industrijama poput zdravstva, osiguranja ili financija, rekao je Hay, zabrinutost je u situaciji u kojoj oni moraju objasniti proces odlučivanja revizorima i nisu u mogućnosti to učiniti.
Rick Saletta, Opleov viši direktor prodaje u AI, strojno učenje & data science, primijetio je svoj pristanak u intervjuu i rekao da je to razlog zašto tvrtke sada žele razviti "transparentni AI", također poznat kao objasniti AI, Kao što smo vidjeli u Imam neko objašnjenje za napraviti, u nedostatku jasnog objašnjenja kako AI donosi svoje zaključke, ne možete biti sigurni da je „bez pristrasnosti“. Dodao je, više nije prihvatljivo osloboditi se odgovornosti tvrtke da posluje pošteno govoreći: „AI je učinio to."
Bez grešaka, bez stresa - Vaš korak po korak vodič za stvaranje softvera koji mijenja život bez uništavanja života
Ne možete poboljšati svoje programiranje kad nikoga nije briga za kvalitetu softvera.
Lekcije iz porasta interneta
Strah koji ostaje pred AI koji djeluje poput crne kutije sprečava poduzeća da iskoriste sve prednosti koje to omogućava. To je način razmišljanja koji se mora promijeniti, prema Hayu On je predlozio AI danas je kao Internet kasnih 90-ih. To znači da će biti nekih spektakularnih kvarova poput Pets.com i druge takve propalice zbog toga što ljudi nisu sasvim sigurni kako primijeniti novu tehnologiju. A strah od nove tehnologije zadržava ljude, rekao je: "To je novo, zastrašujuće i vrlo komplicirano."
Ali postoji i velika prilika za one koji to shvate. "Sve stvari koje sada vidimo otvorio je internet jer su ljudi bili voljni isprobati nove stvari", rekla je Hay. Ista je situacija i sada AI omogućava ljudima kako bi pronašli ono što "nisu ni znali da bi trebali tražiti." Oni također ne trebaju sumnjati u svoje sposobnosti, jer mnogi "imaju više vještina u kompaniji nego što su mislili", posebno "stručnjaci za teme i ljudi koji znaju podatke. "
Tehnologija postaje pristupačna sada
"Želimo vidjeti kako svaka tvrtka može iskoristiti AI sada - danas", izjavio je Hay. Da bi se to dogodilo, potrebno je da AI postane dostupan izvan kruga stručnjaka za znanost podataka. "Broj nadležnih znanstvenika podataka u svijetu daleko je ispod broja tvrtki koje bi od toga imale koristi", objasnio je. U skladu s tim, ključ za rješavanje više poslovnih problema je "ne osposobljavanje više ljudi da budu Andrew Ng, već pružanjem tehnologije dostupnom ljudima."
Doista, to je val budućnosti, prema Gartner, za koji se predviđa da će se ove godine povećati Analitika „samoposluživanja“, Značajan napredak u AI, kao i komplementarne tehnologije poput „SaaS (oblak) analitika i DVO platforme olakšavaju i isplativije nego ikad prije za nespecijaliste da provode učinkovite analize i bolje informiraju o odlučivanju ", primijetila je Carlie J. Idoine, direktorica istraživanja u Gartner-u.
Kad se to postavi u posao, a više zaposlenika prevlada svoju nevoljnost da sebi pomognu u korist AI, to uistinu može postati sudionički, a ne sportaški gledatelj unutar organizacije. Taj pomak može imati ogroman utjecaj. (Ako niste puno razmišljali o AI za svoju tvrtku, evo nekoliko implementacija koje biste mogli uzeti u obzir: 5 načina na koje bi kompanije mogle poželjeti razmotriti korištenje AI.)
Smanjenje rizika smanjenjem vremena i troškova
"Ljudi se tako plaše potrošiti šest mjeseci na pokretanje hipoteze", objasnio je Hay, jer je tako velika investicija vremena i novca koja u konačnici može propasti. Međutim, ako AI nije rezervirano za ove velike mjesečeve projekte s dužim vremenskim horizontom, ali za češće zadatke koji se brže dovršavaju, moguće čak i svakodnevno, oni postaju "više poput proračunske tablice", što znači da je pristupačan, jeftin alat za koji ljudi nisu boji se isprobati, čak i radeći kroz nekoliko različitih kako bi pronašli onu koja najbolje odgovara njihovim potrebama.
Međutim, Idoine upozorava što ne znači da bi tvrtke trebale samo očekivati od svojih zaposlenika da se sami odluče kako ih koristiti i prilagoditi svojim potrebama. Inzistira na tome da su potrebni „programi obuke, podrške i ukrcavanja kako bi se većina korisnika samoposluživanja postigla smisleni učinak.“ Sukladno tome, potrebno je pružiti „prave smjernice o brzom ustajanju i radu, kao i o tome kako se prijaviti njihovi novi alati za njihove specifične poslovne probleme. "A to je - umjesto da povećava broj tima za znanost podataka - ključ za bolja rješenja poslovnih problema.
