Indhold
- Nøglen til bedre forretningsresultater fra datavidenskab
- Udvidelse af AI til dem med domæneekspertise
- At forstå, hvad der går ind i beslutningerne
- Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
- Lektioner fra internetets stigning
- Gør teknologi tilgængelig nu
- Reduktion af risikoen ved at reducere tid og omkostninger
Kilde: Denisismagilov / Dreamstime.com
Tag væk:
Fremtiden for AI er ikke de imponerende måneskud, men den dagligdags daglige brug, som vi forbinder med regneark. Det er det, nogle har om AI's fremkomst fra sjældne felter til almindelig forretningsbrug.
Nøglen til bedre forretningsresultater fra datavidenskab
I en Harvard Business Review artikel, Alessandro Di Fiore, grundlægger og administrerende direktør for Det Europæiske Center for Strategisk Innovation (ECSI) modtog antagelsen om, at virksomheder med mere data forskere har en bedre chance for at generere forretningspåvirkning. ”Baseret på både i hans konsulentarbejde og forskning, er han kommet til den konklusion, at ansættelse af et større antal dataforskere ikke nødvendigvis giver bedre resultater for en virksomhed.
Den samme observation blev foretaget for mig i en nylig samtale med Henry James, grundlægger og viceadministrerende direktør for Fincross International, som sagde, at det, han har set på virksomheder med store ressourcer at investere i datavidenskab er, at de faktisk kan gøre det bedre med et hold på fem end 50.
Udvidelse af AI til dem med domæneekspertise
Hvad der virkelig gør forskellen for et firma, Di Fiore, påpegede, “er demokratiseringen af adgangen til AI værktøjer og beslutningskraft blandt ledere og medarbejdere, hvilket skaber mere håndgribelig værdi. ”Han fortsatte med at observere,“ Bedste praksis viser, hvordan demokratisering kan medføre hurtigere og bedre distribuerede beslutninger, hvilket gør virksomheder mere smidige og lydhøre over for markedsændringer og muligheder. ”(For at lære om, hvordan nogle virksomheder allerede bruger AI, skal du tjekke ud AI i dag: Hvem bruger det lige nu, og hvordan.)
Mens han ikke er interesseret i udtrykket "demokratisering" og foretrækker "holdsport", er Todd Hay, Oples COO, enig i den opfattelse. Som han forklarede i et interview med Techopedia, ser han skiftet fra sjældent og centraliseret AI til masserne som analogt med vedtagelsen af regneark, et nyttigt værktøj, der skal bruges af alle forretningsfolk.
”Fag- og domæneeksperter er i den bedste position til at vurdere en forudsigelse, der kan påvirke virksomheden,” sagde Hay. Men med en opsætning, der sætter dataforskere ansvarlige for dem forudsigelige modeller, "De er udelukket fra processen." Det er ikke til gavn for virksomheden.
Selvom han indrømmer, at dataforskerne har ekspertisen inden for matematik og statistik til at bedømme, om en model klarer sig godt eller ej, har de ikke kapacitet til at bestemme, hvilke spørgsmål de skal stille til AI for at løse. Og denne kløft mellem modelekspertise og interessenters ekspertise er det, der står for det faktum, at "70-80% af sagsmodellerne aldrig bruges."
At forstå, hvad der går ind i beslutningerne
Der er yderligere konsekvenser for ikke at kunne forstå, hvordan modellen fungerer. I regulerede brancher som sundhedsydelser, forsikring eller finans, sagde Hay, er bekymringen at være i en position, hvor de er nødt til at forklare beslutningsprocessen for revisorer og ikke være i stand til at gøre det.
Rick Saletta, Oples seniormarkedsføringschef for AI, maskinelæring & data science, bemærkede sin aftale i interviewet og sagde, at dette er grunden til, at virksomheder nu søger at udvikle "gennemsigtig AI", også kendt som forklarbar AI. Som vi så ind AI's Got Some Explaining to Do, i mangel af en klar forklaring af, hvordan AI når sine konklusioner, kan du ikke være sikker på, at det er "bias-free." Han tilføjede, at det ikke længere er acceptabelt at ryste af virksomhedens ansvar for at fungere retfærdigt ved at sige, ”AI gjorde det."
Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
Du kan ikke forbedre dine programmeringsevner, når ingen er interesseret i softwarekvalitet.
Lektioner fra internetets stigning
Den frygt, der forbliver i lyset af AI, der fungerer som en sort kasse, holder virksomhederne tilbage fra at høste de fulde fordele, det muliggør. Det er en tankegang, der skal ændres, ifølge Hay. Han foreslog AI i dag er som internettet i slutningen af 90'erne. Det betyder, at der vil være nogle spektakulære fiaskoer som Pets.com og andre sådanne misfires på grund af, at folk ikke er helt sikre på, hvordan de anvender den nye teknik. Og frygt for ny teknologi holder folk tilbage, sagde han: "Det er nyt og skræmmende og meget kompliceret."
Men der er også en stor mulighed for dem, der finder ud af det. ”Alle de ting, vi ser nu, blev åbnet af internettet, fordi folk var villige til at prøve nye ting,” sagde Hay. Det er den samme situation nu AI muliggør mennesker for at finde, hvad "de ikke engang vidste, at de skulle lede efter." De skulle heller ikke være i tvivl om deres egen kapacitet, da mange "har flere færdigheder i virksomheden, end de troede, de gør," især "emneeksperter og folk, der kender dataene. “
Gør teknologi tilgængelig nu
”Vi vil se, hvordan ethvert selskab kan drage fordel af AI nu - i dag,” erklærede Hay. For at det skal ske, er det nødvendigt, at AI gøres tilgængeligt uden for kredsløbet af data-videnskabseksperter. ”Antallet af kompetente dataforskere i verden er langt under antallet af virksomheder, der ville drage fordel af det,” forklarede han. Følgelig er nøglen til at få flere forretningsproblemer løst “ikke at uddanne flere mennesker til at være Andrew Ng, men ved at stille teknologien til rådighed for folk.”
Det er faktisk fremtidens bølge ifølge Gartner, som forventes i år, vil se en stigning i "Self-service" -analyse. Betydelige fremskridt inden for AI samt komplementære teknologier som "SaaS (Sky) analytics og BI platforme gør det lettere og mere omkostningseffektivt end nogensinde før for ikke-specialister at udføre effektiv analyse og bedre informere deres beslutningstagning, ”observerede Carlie J. Idoine, forskningsdirektør i Gartner.
Når det bringes på plads i en virksomhed, og flere medarbejdere overvinder deres modvilje mod at hjælpe sig til fordelene ved AI, kan det virkelig blive en deltagende snarere end tilskuer sport inden for organisationen. Dette skift kan have en enorm indflydelse. (Hvis du ikke har tænkt meget på AI til din virksomhed, her er nogle implementeringer, du måske vil overveje: 5 måder virksomheder kan overveje at bruge AI.)
Reduktion af risikoen ved at reducere tid og omkostninger
”Folk er så bange for at bruge et halvt år på at gennemføre en hypotese,” forklarede Hay, fordi det er en så stor investering af tid og penge, der i sidste ende kan mislykkes. Men hvis AI er ikke forbeholdt disse større moonshot-projekter med en længere tidshorisont, men til mere almindelige opgaver, der udføres hurtigere, muligvis endda dagligt, bliver de "mere som et regneark", hvilket betyder et tilgængeligt, billigt værktøj, som folk ikke er bange for at prøve, selv arbejde gennem flere forskellige for at finde den der bedst passer til deres behov.
Idoine advarer imidlertid, som ikke betyder, at virksomheder bare skal forvente, at deres ansatte vælger, hvordan de bruger og tilpasser det til deres behov på egen hånd. Hun insisterer på, at ”træning, support og onboarding-processer er nødvendige for at hjælpe de fleste brugere af selvbetjening med at producere meningsfulde output.” Derfor er det nødvendigt at give ”den rigtige vejledning i, hvordan man hurtigt kan komme op og køre, samt hvordan man kan anvende deres nye værktøjer til deres specifikke forretningsproblemer. ”Og det - snarere end at øge datavidenskabets antal - er nøglen til bedre løsninger på forretningsproblemer.
