10 kroků k přijetí umělé inteligence ve vašem podnikání

Umělá inteligence (AI) je evidentně rostoucí silou v technologickém průmyslu. AI se na konferencích dostává do centra pozornosti a ukazuje potenciál v celé řadě průmyslových odvětví, včetně maloobchodu a výroby. Nové produkty jsou zabudovány do virtuálních asistentů, zatímco chatbots zodpovídají dotazy zákazníků na všechno od webu dodavatele online kanceláří až po stránku podpory poskytovatele webhostingových služeb. Společnosti jako Google, Microsoft a Salesforce mezitím integrují AI jako inteligenční vrstvu do celého svého technologického zásobníku. Ano, AI rozhodně má svůj okamžik.

Toto není umělá inteligence, kterou nás populární kultura připravila očekávat; nejsou to vnímající roboti ani Skynet, ani asistent Jarvisa Tonyho Starka. Tato plošina AI se odehrává pod povrchem, díky čemuž je naše stávající technologie chytřejší a uvolňuje sílu všech dat, která podniky shromažďují. Co to znamená: Díky rozsáhlému pokroku ve strojovém učení (ML), počítačovém vidění, hlubokém učení a zpracování přirozeného jazyka (NLP) bylo snadnější než kdy dříve péct vrstvu algoritmu AI do vašeho softwaru nebo cloudové platformy.

Pro podniky se praktické aplikace umělé inteligence mohou projevovat nejrůznějšími způsoby v závislosti na vašich organizačních potřebách a vhledům do business intelligence (BI) odvozených z údajů, které shromažďujete. Podniky mohou využívat AI pro vše od těžby sociálních dat až po motivaci k řízení vztahů se zákazníky (CRM), k optimalizaci logistiky a efektivity, pokud jde o sledování a správu aktiv.

ML hraje klíčovou roli ve vývoji AI, poznamenal Luke Tang, generální ředitel programu TechCode Global AI + Accelerator, který inkubuje startupy AI a pomáhá společnostem začlenit AI nad jejich stávající produkty a služby.

"Právě teď je AI poháněn veškerým posledním pokrokem v ML. Neexistuje jediný průlom, na který byste mohli poukázat, ale obchodní hodnota, kterou můžeme získat z ML, je nyní mimo grafy, " řekl Tang. „Z podnikového hlediska by to, co se právě teď děje, mohlo narušit některé základní podnikové obchodní procesy kolem koordinace a kontroly: plánování, přidělování zdrojů a podávání zpráv.“ Zde uvádíme tipy od některých odborníků, kteří vysvětlují kroky, které mohou podniky podniknout, aby integrovaly AI do vaší organizace a zajistily, že vaše implementace bude úspěšná.

1. Seznamte se s AI

Udělejte si čas, abyste se seznámili s tím, co moderní AI dokáže. TechCode Accelerator nabízí svým startupům širokou škálu zdrojů prostřednictvím partnerství s organizacemi, jako je Stanfordská univerzita a podniky v prostoru AI. Měli byste také využít bohatství dostupných online informací a zdrojů, abyste se seznámili se základními pojmy AI. Společnost Tang doporučuje některé ze vzdálených seminářů a online kurzů nabízených organizacemi, jako je Udacity, jako snadné způsoby, jak začít s umělou inteligencí a rozšířit své znalosti o oblastech, jako je ML a prediktivní analýza ve vaší organizaci.

Následuje několik online zdrojů (zdarma a placených), které můžete použít k zahájení:

• Kurz Intro to AI a program umělé inteligence Nanodegree
• Online přednášky na Stanfordské univerzitě: Umělá inteligence: Principy a techniky
• online kurz AI edX, nabízený prostřednictvím Columbia University
• Kognitivní sada nástrojů společnosti Microsoft (dříve známá jako CNTK), která vývojářům pomáhá ovládat algoritmy hlubokého učení
• Softwarová knihovna Google s otevřeným zdrojovým kódem (OS) TensorFlow pro strojovou inteligenci
• Zdroje AI, adresář s otevřeným zdrojovým kódem od AI Access Foundation
• Zdroje Asociace pro rozvoj umělé inteligence (AAAI)
• MonkeyLearnův jemný průvodce strojovým učením
• Stephen Hawking a Elon Musk Institut budoucnosti života
• OpenAI, otevřená průmyslová a akademická iniciativa pro hluboké učení

2. Identifikujte problémy, které chcete AI vyřešit

Jakmile zvládnete základy, dalším krokem pro jakoukoli firmu je začít zkoumat různé nápady. Přemýšlejte o tom, jak můžete přidat funkce AI do svých stávajících produktů a služeb. A co je důležitější, vaše společnost by měla mít na paměti konkrétní případy použití, ve kterých by umělá inteligence mohla vyřešit obchodní problémy nebo poskytnout prokazatelnou hodnotu.

„Když pracujeme s firmou, začneme s přehledem klíčových technologických programů a problémů. Chceme být schopni ukázat, jak do těchto produktů zapadá zpracování přirozeného jazyka, rozpoznávání obrázků, ML atd., Obvykle s workshop nějakého druhu s vedením společnosti, “vysvětlil Tang. "Specifika se vždy liší podle odvětví. Například, pokud společnost provádí video dohled, může zachytit spoustu hodnoty přidáním ML do tohoto procesu."

3. Upřednostněte konkrétní hodnotu

Dále musíte posoudit potenciální obchodní a finanční hodnotu různých možných implementací AI, které jste identifikovali. Je snadné se ztratit v diskusích o „koláč na obloze“, ale Tang zdůraznil důležitost vázání vašich iniciativ přímo na obchodní hodnotu.

"Pro upřednostnění se podívejte na dimenze potenciálu a proveditelnosti a vložte je do matice 2x2, " řekl Tang. „To by vám mělo pomoci stanovit priority na základě viditelnosti v blízké budoucnosti a vědět, jaká je finanční hodnota pro společnost. V tomto kroku obvykle potřebujete vlastnictví a uznání od manažerů a vedoucích pracovníků nejvyšší úrovně.“

4. Potvrďte mezeru vnitřní schopnosti

Existuje výrazný rozdíl mezi tím, čeho chcete dosáhnout, a tím, co máte organizační schopnost skutečně dosáhnout v daném časovém rámci. Tang řekl, že by podnik měl vědět, co je schopen a co není z hlediska technologického a obchodního procesu, než se pustí do plně rozvinuté implementace AI.

„Někdy to může trvat dlouho, “ řekl Tang. „Řešení vaší mezery v interních schopnostech znamená zjistit, co musíte získat a jaké procesy, které je třeba před zahájením interně vyvinout. V závislosti na podnikání mohou existovat existující projekty nebo týmy, které to mohou organickým způsobem pomoci pro určité obchodní jednotky."

5. Přiveďte odborníky a připravte pilotní projekt

Jakmile bude vaše firma připravena z organizačního a technického hlediska, je čas začít budovat a integrovat. Tang uvedl, že nejdůležitějšími faktory jsou zde malé, mít na paměti cíle projektu, a co je nejdůležitější, být si vědom toho, co víte a co nevíte o AI. To je místo, kde může být neocenitelné přivést externí odborníky nebo AI konzultanty.

"Na první projekt nepotřebujete mnoho času; obvykle na pilotní projekt jsou 2-3 měsíce dobrý dosah, " řekl Tang. "Chcete spojit interní a externí lidi v malém týmu, možná 4-5 lidí, a že přísnější časový rámec bude udržovat tým zaměřený na přímé cíle. Po dokončení pilota byste měli být schopni rozhodnout, o co déle -terter, propracovanější projekt bude a zda návrh hodnoty má smysl pro vaše podnikání. Je také důležité, aby se ve vašem pilotním projektovém týmu sloučily odborné znalosti z obou stran - lidí, kteří vědí o podnikání a lidí, kteří vědí o AI.. “

6. Vytvořte pracovní skupinu pro integraci dat

Tang poznamenal, že před implementací ML do vašeho podnikání musíte vyčistit svá data, aby byla připravena, abyste se vyhnuli scénáři „odpadky, odpadky“. „Interní podniková data jsou obvykle rozložena do několika datových sil různých systémů a mohou být dokonce v rukou různých obchodních skupin s různými prioritami, “ řekl Tang. „Proto je velmi důležitým krokem k získání vysoce kvalitních dat vytvoření mezioborové pracovní skupiny, integrace různých datových souborů dohromady a vyřešení nekonzistencí tak, aby data byla přesná a bohatá, se všemi správnými rozměry požadovanými pro ML.“

7. Začněte malé

Začněte aplikovat umělou inteligenci na malý vzorek vašich dat, a ne příliš brzy. „Začněte jednoduše, používejte AI postupně k prokázání hodnoty, shromažďování zpětné vazby a poté podle toho rozšiřujte, “ řekl Aaron Brauser, viceprezident pro správu řešení v M * Modal, který nabízí technologii porozumění přirozenému jazyku (NLU) pro zdravotnické organizace i pro platforma AI, která se integruje do elektronických lékařských záznamů (EMR).

Specifickým typem dat mohou být informace o některých lékařských specialitách. "Buďte selektivní v tom, co bude AI číst, " řekl Dr. Gilan El Saadawi, hlavní lékařský informační pracovník (CMIO) v M * Modal. "Například vyberte určitý problém, který chcete vyřešit, zaměřte se na něj na AI a položte mu konkrétní otázku, na kterou odpovíte a ne zahodit všechna data."

8. Zahrňte úložiště jako součást plánu AI

Poté, co vyrostete z malého vzorku dat, budete muset zvážit požadavky na úložiště pro implementaci řešení AI, podle Philip Pokorny, technický ředitel (CTO) ve společnosti Penguin Computing, společnosti, která nabízí vysoce výkonné výpočty (HPC), AI a ML.

"Zlepšení algoritmů je důležité pro dosažení výsledků výzkumu. Ale bez obrovských objemů dat, které pomáhají vytvářet přesnější modely, se systémy AI nemohou dostatečně zlepšit, aby dosáhly vašich počítačových cílů, " napsal Pokorny v bílé knize s názvem "Kritická rozhodnutí: Průvodce Budování kompletního řešení umělé inteligence bez lítosti. “ "Proto by mělo být zváženo zahrnutí rychlého a optimalizovaného úložiště na začátku návrhu systému AI."

Kromě toho byste měli optimalizovat úložiště AI pro příjem dat, pracovní postup a modelování, navrhl. "Udělejte si čas na přezkoumání vašich možností může mít obrovský, pozitivní dopad na to, jak systém běží, jakmile bude online, " dodal Pokorny.

9. Začleňte AI do svých každodenních úkolů

Díky dodatečnému pochopení a automatizaci, kterou poskytuje AI, mají pracovníci nástroj, aby se AI stala součástí jejich každodenní rutiny, spíše než něco, co ho nahradí, podle Dominika Wellingtona, Global IT Evangelist ve společnosti Moogsoft, poskytovatele AI pro IT operace (AIOps)). "Někteří zaměstnanci mohou mít na pozoru technologii, která může ovlivnit jejich práci, takže je důležité zavést řešení jako způsob, jak rozšířit jejich každodenní úkoly, " vysvětlil Wellington.

Dodal, že společnosti by měly být transparentní, jak tato technologie pracuje na řešení problémů v pracovním postupu. „To dává zaměstnancům zážitek„ pod kapotou “, aby mohli jasně vizualizovat, jak AI posiluje svou roli, spíše než ji eliminovat, “ řekl.

10. Sestavte se zůstatkem

• Umělá inteligence má předpojatost a je to naše chyba Umělá inteligence má předpojatost a je to naše chyba
• IBM Artificial Intelligence se účastní Champs Human Debate IBM Artificial Intelligence se účastní Champs Human Debate
• AI nabízí obrovský potenciál, ale to se nestane přes noc AI nabízí obrovský potenciál, ale to se nestane přes noc

Když budujete systém AI, vyžaduje kombinaci uspokojení potřeb tech a výzkumného projektu, vysvětlil Pokorny. "Hlavním aspektem, dokonce ještě před zahájením navrhování systému AI, je to, že byste měli systém budovat s rovnováhou, " řekl Pokorny. „Může to znít zjevně, ale systémy AI jsou příliš často navrženy podle konkrétních aspektů toho, jak tým plánuje dosáhnout svých výzkumných cílů, aniž by pochopil požadavky a omezení hardwaru a softwaru, který by výzkum podpořil. Výsledkem je méně- než optimální, i nefunkční systém, který nedokáže dosáhnout požadovaných cílů. “

K dosažení této rovnováhy je třeba, aby společnosti zabudovaly dostatečnou šířku pásma pro úložiště, jednotku grafického zpracování (GPU) a vytváření sítí. Zabezpečení je také často přehlíženou součástí. AI ze své podstaty vyžaduje přístup k širokému rozsahu dat, aby mohl vykonávat svou práci. Ujistěte se, že chápete, jaká data budou do projektu zahrnuta a že vaše obvyklá bezpečnostní opatření - šifrování, virtuální privátní sítě (VPN) a anti-malware - nemusí stačit.

"Stejně tak musíte vyvážit, jak je celkový rozpočet vynakládán na výzkum, s potřebou chránit před výpadkem napájení a dalšími scénáři propouštěním, " řekl Pokorny. "Možná bude také nutné vytvořit flexibilitu, která umožní opětovné uložení hardwaru při změně požadavků uživatelů."