Dirbtinis intelektas ir mašininis mokymasis pradės priimti daug daugiau sprendimų. Greičiausiai jie vis tiek nebus naudojami artimiausioje ateityje priimant „didelius“ sprendimus, pavyzdžiui, ar nustatyti 25 proc. Tarifą prekei ir pradėti prekybos karą su partneriu.
Tačiau beveik viskas, ką įstrigote „Excel“ ir masažavote, kodavote ar rūšiavote, yra gera grupavimo, klasifikavimo ar mokymosi klasifikuoti problema. Viskas, kas yra numatomų verčių rinkinys, yra gera mašininio mokymosi problema. Viskas, kas yra modelis, forma ar objektas, kurį jūs tiesiog išgyvenate ir „ieškote“, yra gera giluminio mokymosi problema.
Ir verslas yra pilnas šių. Panašiai kaip tekstų redagavimo priemonė pakeitė rašomųjų mašinėlių telkinį, dirbtinis intelektas netrukus pakeis minias biuro darbuotojų, stebinčių „Excel“, ir pakeis kai kuriuos analitikus.
Įmonės turi ruoštis šiam pokyčiui. Kaip įmonės, kurios nepasirengė internetui ir elektroninei prekybai, liko dulkėse, taip ir įmonės, kurios nepritaikys dirbtinio intelekto ir mašininio mokymosi. Jei nežiūrite į didžiulį jūsų apdorojamų duomenų kiekį ir priimamus sprendimus ir klausiate: „Ar negaliu pereiti paskutinės mylios automatizuodamas tai? arba ieškote dalykų, kurių nedarote, nes negalite pakankamai „realiu laiku“ nuspręsti, kad įgytumėte pranašumą - po kelių metų pamatysiu jūsų įmonės uždarymą popieriuose.
Norėdami pasirengti šiam pokyčiui, turite net penkias prielaidas, kad galėtumėte net pradėti verslo pertvarką. Jums reikia strategijos, kuria dirbtinis intelektas pasklistų po visą jūsų organizaciją, pradedant nuo šių penkių sąlygų.
Dirbtinio intelekto sąlyga Nr. 1: Švietimas
Negalite visų savo įmonėje paversti duomenų mokslininkais. Be to, kai kurie matematikos darbai vyksta per greitai, kad mes, tik mirtingieji, suvoktume - konkretus algoritmas, kuris, žmonių manymu, yra efektyviausias šią savaitę, greičiausiai nebus tinkamas kitą savaitę.
Tačiau kai kurie pagrindiniai dalykai nesikeis. Visi jūsų organizacijos nariai turėtų suprasti kai kurias pagrindines mašininio mokymosi galimybes, ypač kūrėjai:
- Grupavimas: dalykų grupavimas.
- Klasifikacija: dalykų rūšiavimas į etiketes pažymėtas grupes.
- Numatymas tiesėje: jei galite sukurti linijinę diagramą, tikriausiai galite nuspėti, kokia bus ši vertė.
- Dispersijos numatymas: Nesvarbu, ar tai yra likvidumo rizika, ar vibracija, ar galios šuoliai, jei turite vertybių rinkinį, kuris patenka į diapazoną, galite nuspėti, koks yra jūsų dispersija tą dieną.
- Rūšiavimas / užsakymas / prioritetų nustatymas: Aš nekalbu apie paprastus dalykus. Nesvarbu, ar tai yra paieška, ar prioritetas, kurį skambutį paskirs jūsų pardavėjas ar palaikymo asmuo, tai gali išspręsti mašininis mokymasis.
- Rašto atpažinimas: nesvarbu, ar tai forma, garsas, ar reikšmių diapazonų ar įvykių rinkinys, kompiuteriai gali išmokti jį rasti.
Pagrindinis dalykas yra turėti žmonių rinkinį, kuris, atsižvelgdamas į savo įgūdžių lygį, gali tai nutylėti žmonėms. Jūsų kūrėjams gali būti įdomūs konkretūs algoritmai ar metodai, tačiau jūsų analitikai ir vadovai turėtų suprasti pagrindines verslo problemas ir kompiuterines technikas. Jūsų vadovams galbūt nereikia žinoti, kaip veikia klasteriai, tačiau jie turi pripažinti, kad problema „atrodo“ kaip klasterių problema.
Galiausiai, jums reikia reguliariai atnaujinti mokymą bent kartą per metus, nes galimybės plečiasi.
Susijęs vaizdo įrašas: mašininis mokymasis ir AI iššifruotas
Pralaužę ažiotažą dėl mašininio mokymosi ir dirbtinio intelekto, mūsų grupė aptaria technologijos apibrėžimus ir pasekmes.
Dirbtinio intelekto sąlyga Nr. 2: komponentavimas
Kai kurie naujausi komponentavimo komponentai yra duomenų mokslininkų „užrašų knygelės“; iš jų išauga daugybė kitų įrankių. Tai yra puikūs įrankiai duomenų mokslininkams ir jų bendradarbiams.
Problema ta, kad jie skatina blogą praktiką, kai kalbama apie gamybą. Sąsaja su klasifikavimo algoritmu atrodo maždaug tokia pati kaip ir visų kitų algoritmų. Konkretus klasifikavimo algoritmo diegimas nesikeičia atsižvelgiant į verslo problemą.
Kaip ir daugelis įmonių turėjo išsiaiškinti, kaip pateikti vieną kliento atvaizdą (o ne visiškai skirtingą kiekvienoje sistemoje kiekvienai verslo problemai), tą patį turite padaryti ir algoritmams. Tai nereiškia, kad reikia sugalvoti vieną tikrąjį grupavimo algoritmą, bet kad sukomponuotumėte tai, kas skiriasi.
Dirbtinio intelekto sąlyga Nr. 3: sisteminimas
Nepaisant visų žiedų, dauguma sistemų vis tiek atrodo vienodai. Yra tam tikras procesas, kaip duomenys patenka į algoritmą, kitas procesas, skirtas algoritmui vykdyti, ir vieta, kur išspjauti rezultatą. Jei kuriate visus šiuos dalykus kiekvienam algoritmui, jūs eikvojate laiką ir pinigus ir sukuriate sau didesnę problemą. Kaip ir SOA pakeitė, kiek įmonių diegia taikomąją programinę įrangą, panašūs metodai reikalingi dirbtinio intelekto diegimui.
Jums nereikia krūvos individualizuotų „Spark“ grupių, kurios visur veikia su individualizuotais „užrašų knygelėmis“ ir pagal užsakymą sukurtais ETL procesais. Jums reikalingos dirbtinio intelekto sistemos, kurios gali sunkiai pakelti, nepaisant verslo problemos.
Dirbtinio intelekto sąlyga Nr. 4: AI / UI komponentavimas
„JavaScript“ / žiniatinklio vartotojo sąsajos pasaulyje, kurio gale yra „RESTful“ paslaugos, daugelis jūsų vartotojo sąsajų turėtų galėti tiesiog sumaišyti dirbtinio intelekto komponentą. Nesvarbu, ar tai rekomenduotojas, pagrįstas vartotojo elgsena, ar pilnas virtualus asistentas, jūsų įmonė turėtų kurti vartotojo sąsajos biblioteką, kurioje būtų dirbtinio intelekto funkcijos, kad būtų galima lengvai įterpti į jūsų verslo programas.
Dirbtinio intelekto sąlyga Nr. 5: instrumentai
Nė viena iš jų neveikia be duomenų. Grįžkime prie didelių, riebių duomenų sąvartynų kūrimo, kur mes tiesiog surenkame krūvą šiukšlių HDFS ir tikimės, kad kada nors tai bus naudinga, kaip kai kurie pardavėjai paragino tai padaryti. Verčiau pažiūrėkime, kokie dalykai turėtų būti instrumentuoti.
Jei gaminate, yra paprastų pradinių taškų: kas išsitraukia rankinį matuoklį, eikvoja jūsų laiką. Tačiau net pardavimų ir rinkodaros srityje turite el. Paštą ir mobiliuosius telefonus - iš jų galima automatiškai rinkti duomenis, kurie yra akivaizdžiai naudingi. Užuot kibę pardavėjus, kad jie atliktų duomenų įvedimą, kodėl gi neleisdami sistemoms tai padaryti patiems?
Judėkite pagal savo AI strategiją
Apibendrinant, penkios pagrindinės sąlygos yra šios:
- Skleiskite AI žinias visoje savo organizacijoje.
- Kiekvienas turėtų suprasti pagrindinius kasdienius dalykus, kuriuos mašinos gali atlikti savarankiškai.
- Sukurkite savo intelekto sistemas ir komponentus.
- Sukurkite AI / UI derinius, kad galėtumėte lengvai pridėti AI prie savo verslo programų.
- Nurodykite savo sistemoms rinkti duomenis, kurių reikia algoritmams tiekti, kad priimtų sprendimus už jus.
Jei sujungsite šias prielaidas kartu, visa kita turėtų atsitikti pereinant iš informacijos amžiaus į įžvalgos amžių.
