Ostatnio wydaje się, że sztuczna inteligencja jest naszym rycerzem w lśniącej zbroi, brakującym ogniwem między naszą przeszłością a przyszłością. Sztuczna inteligencja jest obecnie wykorzystywana do kierowania funduszami hedgingowymi i prowadzenia na przykład bardzo potrzebnej poprawy wydajności w naszych łańcuchach dostaw. Społeczeństwo uczenia maszynowego wprowadziło algorytm rozpoznawania twarzy, który potrafi rozróżnić płeć z dokładnością do 91%. Sztuczna inteligencja staje się tak powszechna, że nasze urządzenia elektroniczne często używają jej w tle, aby poprawić nasze wrażenia, niezależnie od tego, czy robimy zdjęcie, czy zabezpieczamy nasze urządzenia, nawet o tym nie wiedząc. Małe firmy wprowadzają usługi sztucznej inteligencji, które mogą pomóż zespołom sprzedaży odkryć punkty do dyskusji, które zamykają transakcje. Sztuczna inteligencja nie tylko zmienia naszą przyszłość. To kreuje nowe trendy w kontraktowaniu i przyspieszaniu akwizycji. Według Element AI, specjalistycznego laboratorium z siedzibą w Montrealu, „mniej niż 10,000 3.000 osób na całym świecie ma umiejętności prowadzenia poważnych badań nad sztuczną inteligencją”. Niedobory umiejętności w połączeniu z ogromnym szumem medialnym w tym sektorze wywołały zaciekły wyścig o to, by największe firmy technologiczne inwestowały w sztuczną inteligencję, w tym poprzez przejmowanie startupów. AI na wczesnych etapach badań i finansowania. Jednak RN spoza sektora technologicznego często pozostają w fazie eksperymentalnej. W ankiecie McKinsey przeprowadzonej wśród 14 dyrektorów z 20 sektorów biznesowych wrażliwych na sztuczną inteligencję, zaledwie 5% stwierdziło, że „jakakolwiek technologia związana ze sztuczną inteligencją jest obecnie wykorzystywana na dużą skalę lub w innych krajach jako istotna część ich działalności”. Zapytani dlaczego, większość menedżerów przyznała, że nie jest pewna uzasadnienia biznesowego lub zwrotu z inwestycji. Za szumem reklamowym i nastrojami „AI jest wszędzie” większość firm pozostaje na marginesie, niepewna, co robić dalej. W miarę jak będziemy nadal opowiadać futurystyczne historie o sztucznej inteligencji, emocje będą tylko rosnąć i nie bez powodu. W ciągu ostatnich XNUMX lat pojawienie się przetwarzania w chmurze i łatwość dostępu do dużych zbiorów danych sprawiły, że wiele z tych futurystycznych scenariuszy sztucznej inteligencji stało się możliwych i niedrogich. I wydaje się, że jesteśmy dopiero na początku. Ale w jaki sposób liderzy biznesowi mogą określić, czy wykorzystanie sztucznej inteligencji i uczenia maszynowego jest obecnie praktyczne i realistyczne?
Nakrętki i śruby AI.
Sztuczna inteligencja jest całkowicie uzależniona od dostępu do wysokiej jakości danych. Badacze McKinsey przyznają, że nie ma drogi na skróty dla firm korzystających z AI. Poleganie na fundamencie cyfrowym i dostęp do wysokiej jakości danych oznacza, że firmy muszą mieć odpowiednie systemy i zestawy danych, zanim będą mogły się w nich zagłębić. Jeśli i kiedy firmy wyrażają swoje nadzieje i marzenia dotyczące sztucznej inteligencji, równie dobrze mogą zawierać ostrzeżenie, że „sukces zależy od dostępu do dużej ilości dobrych informacji”. W scenariuszu sztucznej inteligencji skierowanym do konsumentów łatwo zrozumieć, dlaczego potrzebujemy dużych zestawów danych, aby zrozumieć postęp technologiczny. Na przykład ma sens, że aby zbadać trendy w zbiorach danych pacjentów z rakiem i zastosować uczenie maszynowe do przewidywania raka, potrzebne są dane o pacjentach z rakiem. Ale dla 99% firm, które chcą wykorzystać sztuczną inteligencję we własnych zbiorach danych, jak możemy czerpać z niej wartość? Krótko mówiąc, dane są wartościowe tylko wtedy, gdy dostarczają informacji. Właśnie dlatego w wyścigu o podbój sztucznej inteligencji musimy skupić się na danych klientów. Firmy często udostępniają tak ogromne ilości cennych danych, chociaż najcenniejsze dane znajdują się w rozmowach między firmami a ich klientami.
Źródło zdjęcia: iStockPhoto (Zdjęcie: © Źródło zdjęcia: Devrimb / iStockPhoto)