10 стъпки към възприемането на изкуствен интелект във вашия бизнес

Изкуственият интелект (AI) очевидно е нарастваща сила в технологичната индустрия. AI заема централно място на конференции и показва потенциал в широк спектър от индустрии, включително дребно и производство. Новите продукти се вграждат с виртуални асистенти, докато чатботите отговарят на въпроси на клиентите за всичко - от сайта на вашия доставчик на онлайн офис до страницата за поддръжка на доставчика на уеб хостинг услуги. Междувременно компании като Google, Microsoft и Salesforce интегрират AI като разузнавателен слой през целия си стек от технологии. Да, AI определено има своя момент.

Това не е ИИ, което поп културата ни е обусловила; това не са съзнателни роботи или Skynet, или дори асистентът на Jarvis на Тони Старк. Това плато AI се случва под повърхността, което прави съществуващите ни технологии по-интелигентни и отключва силата на всички данни, които предприятията събират. Какво означава това: Широкият напредък в машинното обучение (ML), компютърното зрение, задълбоченото обучение и обработката на естествен език (NLP) направи по-лесно от всякога да изпечете слой от алгоритъм на AI във вашия софтуер или облачна платформа.

За бизнеса практическите приложения на AI могат да се проявяват по всякакъв начин в зависимост от вашите организационни нужди и прозрения на бизнес интелигентността (BI), получени от данните, които събирате. Предприятията могат да използват AI за всичко - от извличане на социални данни до стимулиране на ангажираността в управлението на взаимоотношенията с клиенти (CRM) до оптимизиране на логистиката и ефективността, когато става въпрос за проследяване и управление на активи.

ML играе ключова роля в развитието на AI, отбеляза Люк Танг, генерален мениджър на Global AI + Accelerator програмата TechCode, която инкубира стартиращите AI и помага на компаниите да включат AI в допълнение към съществуващите си продукти и услуги.

"В момента AI се ръководи от скорошния напредък в ML. Няма нито един пробив, който можете да посочите, но бизнес стойността, която можем да извлечем от ML сега, е извън класациите", каза Танг. „От гледна точка на предприятието, това, което се случва в момента, може да наруши някои основни корпоративни бизнес процеси около координация и контрол: планиране, разпределяне на ресурси и отчитане.“ Тук ние предлагаме съвети от някои експерти, за да обяснят стъпките, които предприятията могат да предприемат, за да интегрират AI във вашата организация и да гарантират, че внедряването ви е успешно.

1. Запознайте се с AI

Отделете време, за да се запознаете с това, което съвременният ИИ може да направи. TechCode Accelerator предлага на своите стартиращи компании широк спектър от ресурси чрез партньорствата си с организации като Станфордския университет и корпорации в пространството на AI. Трябва също така да се възползвате от богатството на онлайн информация и ресурси, с които да се запознаете с основните понятия на AI. Tang препоръчва някои от отдалечените семинари и онлайн курсове, предлагани от организации като Udacity, като лесни начини да започнете с AI и да увеличите познанията си в области като ML и прогнозна анализа в рамките на вашата организация.

Следват редица онлайн ресурси (безплатни и платени), които можете да използвате, за да започнете:

• Курс на интродукционния интеграл на Udacity и програма за изкуствен интелект Nanodegree
• Онлайн лекции на университета в Станфорд: Изкуствен интелект: принципи и техники
• онлайн AI курс на edX, предлаган от Колумбийския университет
• Когнитивният инструментариум на Microsoft с отворен код (по-рано известен като CNTK), за да помогне на разработчиците да овладеят алгоритмите за задълбочено обучение
• Отворената версия на Google (OS) TensorFlow на Google за компютърна интелигентност
• AI Resources - директория с кодове с отворен код от фондацията за достъп на AI
• Страница на ресурсите на Асоциацията за повишаване на изкуствения интелект (AAAI)
• Нежното ръководство на MonkeyLearn за машинно обучение
• Стивън Хокинг и Институт за бъдеще на живота на Илон Мъск
• OpenAI, отворена индустрия и инициатива за задълбочено обучение

2. Определете проблемите, които AI искате да разрешите

След като започнете да ускорявате основните положения, следващата стъпка за всеки бизнес е да започнете да изследвате различни идеи. Помислете как можете да добавите AI възможности към съществуващите си продукти и услуги. По-важното е, че вашата компания трябва да има предвид конкретни случаи на използване, при които AI би могъл да разреши бизнес проблеми или да осигури демонстративна стойност.

„Когато работим с компания, започваме с преглед на нейните ключови технологични програми и проблеми. Искаме да можем да покажем как обработката на естествен език, разпознаването на изображения, ML и т.н. се вписва в тези продукти, обикновено с семинар по някакъв начин с ръководството на компанията “, обясни Танг. "Спецификите винаги се различават в зависимост от индустрията. Например, ако компанията извършва видеонаблюдение, тя може да спечели много стойност, като добави ML към този процес."

3. Приоритизирайте конкретната стойност

След това трябва да оцените потенциалната бизнес и финансова стойност на различните възможни реализации на ИИ, които сте идентифицирали. Лесно е да се изгубите в дискусиите за AI „пай в небето“, но Танг подчерта важността на обвързването на вашите инициативи директно с бизнес стойността.

"За да поставите приоритет, погледнете размерите на потенциала и осъществимостта и ги поставете в матрица 2x2", каза Танг. „Това трябва да ви помогне да определите приоритет въз основа на краткосрочната видимост и да знаете каква е финансовата стойност за компанията. За тази стъпка обикновено се нуждаете от собственост и признание от мениджъри и ръководители от най-високо ниво.“

4. Признайте пропастта във вътрешната способност

Има голяма разлика между това, което искате да постигнете, и това, което имате организационната способност да реално постигнете в даден период от време. Танг каза, че бизнесът трябва да знае на какво е способен и на какво не е от гледна точка на технологиите и бизнес процесите, преди да започне в цялостно внедряване на ИИ.

"Понякога това може да отнеме много време", каза Танг. „Справянето с вашите вътрешни пропуски във възможностите означава да идентифицирате какво трябва да придобиете и какви процеси, които трябва да се развиват вътре, преди да започнете. В зависимост от бизнеса може да има съществуващи проекти или екипи, които могат да помогнат за това органично за определени бизнес звена."

5. Включете експерти и създайте пилотен проект

След като вашият бизнес е готов от организационна и технологична гледна точка, тогава е време да започнете да изграждате и интегрирате. Танг каза, че най-важните фактори тук са да започнете с малки, да имате предвид целите на проекта и най-важното - да сте наясно какво знаете и какво не знаете за AI. Тук участието на външни експерти или AI консултанти може да бъде безценно.

"Не е нужно много време за първи проект; обикновено за пилотен проект 2-3 месеца е добър диапазон", каза Танг. "Искате да обедините вътрешни и външни хора в малък екип, може би 4-5 души. Тази по-строга времева рамка ще държи екипа да се съсредоточи върху прави цели. След като пилотът приключи, вие трябва да можете да решите какво по-дълго -термичен, по-сложен проект ще бъде и дали предложението за стойност има смисъл за вашия бизнес. Важно е също така опитът и от двете страни - хората, които знаят за бизнеса и хората, които знаят за AI - да бъдат обединени във вашия пилотен екип на проекта."

6. Формирайте работна група за интегриране на данни

Танг отбеляза, че преди да внедрите МЛ във вашия бизнес, трябва да почистите данните си, за да сте готови да избегнете сценария „боклук в, боклук навън“. „Вътрешните корпоративни данни обикновено се разпространяват в множество силозни данни от различни наследени системи и дори могат да бъдат в ръцете на различни бизнес групи с различни приоритети“, каза Танг. „Следователно, много важна стъпка към получаване на висококачествени данни е формирането на кръстосана работна група, интегрирането на различни набори от данни заедно и подреждането на несъответствия, така че данните да бъдат точни и богати, с всички правилни измерения, необходими за ML“.

7. Започнете с малки

Започнете да прилагате AI върху малка извадка от вашите данни, вместо да поемате твърде много твърде рано. "Започнете просто, използвайте AI постепенно, за да докажете стойност, събирайте обратна връзка и след това разширете съответно", каза Аарон Браузер, вицепрезидент по управление на решенията в M * Modal, който предлага технологии за разбиране на естествения език (NLU) за здравните организации, както и AI платформа, която се интегрира с електронни медицински записи (EMRs).

Конкретен тип данни може да бъде информация за определени медицински специалности. "Бъдете избирателни в това, което ще прочете AI", каза д-р Gilan El Saadawi, главен лекар по медицинска информация (CMIO) в M * Modal. „Например изберете определен проблем, който искате да разрешите, фокусирайте AI върху него и му задайте конкретен въпрос, на който да отговаря, а не да хвърляте всички данни в него.“

8. Включете съхранението като част от вашия AI план

След като излезете от малка извадка от данни, ще трябва да обмислите изискванията за съхранение, за да внедрите AI решение, според Филип Покорни, главен технически директор (CTO) в Penguin Computing, компания, която предлага високоефективни изчисления (HPC), AI и ML решения.

„Подобряването на алгоритмите е важно за постигане на резултати от научните изследвания. Но без огромни обеми от данни, които да помогнат за изграждането на по-точни модели, AI системите не могат да се подобрят достатъчно, за да постигнат вашите компютърни цели“, пише Покорни в бяла книга, озаглавена „Критични решения: Ръководство за Изграждане на цялостното решение за изкуствен интелект без съжаления. " "Ето защо включването на бързо, оптимизирано съхранение трябва да се има предвид в началото на дизайна на AI системата."

Освен това трябва да оптимизирате AI съхранение за поглъщане на данни, работен поток и моделиране, предложи той. „Отделянето на време за преглед на вашите опции може да има огромно, положително въздействие върху начина, по който системата работи веднъж онлайн“, добави Покорни.

9. Включете ИИ като част от ежедневните си задачи

С допълнителната представа и автоматизация, осигурена от AI, работниците разполагат с инструмент, който да превърне AI в част от ежедневието си, а не в нещо, което го замества, според Доминик Уелингтън, Global IT Evangelist в Moogsoft, доставчик на AI за ИТ операции (AIOps). „Някои служители могат да бъдат предпазливи към технологиите, които могат да повлияят на тяхната работа, така че въвеждането на решението като начин за увеличаване на ежедневните им задачи е важно“, обясни Уелингтън.

Той добави, че компаниите трябва да бъдат прозрачни по отношение на начина, по който технологията работи, за да разрешава проблеми в работен процес. „Това дава на служителите опит„ под капака “, така че да могат ясно да визуализират как AI усилва ролята си, а не да я премахва“, каза той.

10. Изградете с баланс

• Изкуственият интелект има проблем с пристрастията и това е наша грешка Изкуственият интелект има проблем с пристрастията и това е наша грешка
• IBM Изкуствен интелект предприема шансове за дебат за човека. IBM Изкуствен интелект предприема шансове за дебат за човека
• AI предлага огромен потенциал, но няма да се случи през нощта AI предлага огромен потенциал, но няма да се случи през нощта

Когато изграждате AI система, тя изисква комбинация от удовлетворяване на нуждите на технологията, както и на изследователския проект, обясни Pokorny. "Най-общото внимание, дори преди да започнете да проектирате AI система, е, че трябва да изградите системата с баланс", каза Pokorny. „Това може да звучи очевидно, но твърде често AI системите са проектирани около специфични аспекти на начина, по който екипът предвижда постигането на своите изследователски цели, без да разбират изискванията и ограниченията на хардуера и софтуера, които биха подкрепили изследването. Резултатът е по-малко- отколкото оптимална, дори дисфункционална система, която не успява да постигне желаните цели."

За да постигнат този баланс, компаниите трябва да изграждат достатъчна честотна лента за съхранение, графичен процесор (GPU) и мрежа. Сигурността също е често пренебрегван компонент. AI по своето естество изисква достъп до широка част от данни, за да върши своята работа. Уверете се, че разбирате какви видове данни ще бъдат включени в проекта и че вашите обичайни защитни мерки - криптиране, виртуални частни мрежи (VPN) и анти-злонамерен софтуер - може да не са достатъчни.

„По същия начин трябва да балансирате как се изразходва общият бюджет за постигане на научни изследвания с необходимостта да се защити от прекъсване на електрозахранването и други сценарии чрез съкращения“, каза Покорни. „Може също да се наложи да изградите гъвкавост, за да позволите пренареждане на хардуера при промяна на потребителските изисквания.“