Obsah:
Video: Humans Need Not Apply (Septembra 2024)
Podľa správy od spoločnosti Bluewolf (spoločnosť IBM) implementovalo riešenia založené na umelej inteligencii (AI) iba 21 percent malých firiem. Prieskum AI Investment Gap Survey oslovil 177 tvorcov rozhodnutí po celom svete, aby zistil, či už prijali AI a strojové učenie (ML) a hĺbku ich porozumenia týmto technológiám. Aj keď 33 percent malých podnikov plánuje investovať do AI v priebehu nasledujúcich 12 mesiacov (celkový počet prijímateľov AI v budúcom roku sa tak zvýši na 54%), celková suma je však stále nižšia ako v prípade veľkých spoločností. Navyše 30% veľkých spoločností už investovalo do AI, zatiaľ čo 44% plánuje začať investovať v priebehu nasledujúcich 12 mesiacov. Celkom to predstavuje 74%, čo je o 20% viac ako v prípade malých podnikov.
Vanessa Thompson, senior viceprezidentka Insights Experience Insights v Bluewolf, uviedla, že medzi spoločnosťami, ktoré prijali nástroje AI, a spoločnosťami, ktoré takéto nástroje neplánujú, existuje medzera v znalostiach. Podľa písomného vyhlásenia tento záliv nazýva „AI Investment Gap“ a označuje ho ako „rozpor medzi vedúcimi predstaviteľmi na úrovni C, ktorí rozumejú AI, a tými, ktorí ho ešte musia nasadiť do svojho podnikania“.
Pretože Bluewolf predáva nástroje AI, malo by sa im zdať, že jediný dôvod, prečo ľudia nekupujú nástroje AI, je ten, že o nich nevedia. Aby som si overil Thompsonove tvrdenie, hovoril som s Brandonom Purcellom, hlavným analytikom zákazníckeho prieskumu vo Forrester Research, o tom, čo by mohlo mať iné problémy, ktoré by mohli spôsobiť priepasť medzi tými, ktorí prijali AI, a tými, ktorí tak neurobili. Purcell a Forrester Research uskutočnili svoje vlastné podobné štúdie o prijatí AI. Hoci sú jeho celkové počty podobné IBM - 51 percent spoločností prijalo alebo rozširuje AI a 20 percent tvrdí, že plánujú prijať v priebehu nasledujúcich 12 mesiacov - Purcell prišiel s niekoľkými ďalšími presvedčivými dôvodmi, prečo môžu byť malé podniky pozadu krivka prijatia AI.
Náklady na AI
Purcell označil investičné obmedzenia za hlavný faktor, najmä „pokiaľ ide o súbor zručností. Malé podniky nemajú zdroje na najímanie vedcov údajov, “ uviedol. Toto sú pracovníci, ktorí získajú informácie o údajoch tlačených do a z podnikového softvéru.
Budú tiež tými, ktorí určia, či AI presne číta vaše údaje a podniká kroky na základe vlastnej inteligencie. Priemerná mzda pre vedcov v oblasti údajov je 113 426 dolárov ročne, podľa spoločnosti Glassdoor, ktorá je (vo veľkej schéme bohatých) iba o niečo nižšia ako priemerná mzda amerického generálneho riaditeľa (podľa PayScale 166 000 dolárov). Takže, ak ste generálny riaditeľ malej firmy, ktorý pracuje na okraji žiletky a nechcete znižovať svoj vlastný plat, potom by bolo ťažké racionalizovať utrácanie šiestich čísel za vedca údajov a utrácať peniaze za softvérový systém, ktorý dokáže prevádzať dáta v AI.
Ale nie sú to len príslušné peniaze, ktoré zakazujú menším spoločnostiam investovať do softvéru poháňaného AI. „Na súvisiacu poznámku existuje dátový faktor, “ povedal Purcell. „AI prekvitá, keď máte veľké množstvo údajov. Malé podniky nemajú toľko údajov, aby to urobili.“
Rozmýšľajte o tom takto: Viete, ako Facebook vie, ktorých priateľov označiť pri uverejňovaní fotografie? Je to preto, že Facebook zhromažďuje informácie zo všetkých vašich predtým označených príspevkov. Pozerali ste niekedy film, ktorý vám Netflix odporučil? Netflix vedel, že odporúča tento film na základe vašich predchádzajúcich výberov. Facebook a Netflix sú schopní urobiť tieto odporúčania na základe ML, ktorý je prvým bratrancom AI. Aj keď sú podobné, často sa používajú vzájomne zameniteľne (a nesprávne).
Tu je základný rozdiel medzi pojmami: systémy ML využívajú inteligenciu na zlepšenie výkonu tým, že vám ponúkajú odporúčania a spôsoby na zefektívnenie procesov, zatiaľ čo systémy využívajúce inteligenciu inteligencie dávajú softvéru autonómiu na vykonávanie úloh a prijímanie rozhodnutí bez ľudského dohľadu. ML robí Netflix filmové odporúčania, zatiaľ čo AI je auto, ktoré vás vedie do práce, kým si zdriemnete zadné sedadlo. Ako malý podnik, ktorý práve začína generovať údaje, výhody AI budú nepatrné v porovnaní s tým, čo môže spoločnosť Fortune 500 vidieť, keď zapnú svoj softvér AI.
Je Bluewolf zlý?
Takže bol Bluewolf vo svojom prieskume kŕmený chudobnými informáciami? Vedia malé podniky o AI, ale jednoducho nemajú peniaze ani údaje, aby sa tým nadchli? Purcell si nemyslí, že Bluewolfov výskum je nesprávny. V skutočnosti pripisuje IBM Watson ako tvorcovi kognitívneho výpočtového systému, zastrešujúci pojem, ktorý zahŕňa AI, ML a ďalšie aplikácie napodobňujúce ľudský mozog.
„Na vytvorenie tejto kategórie utratili veľa peňazí, ale v priestore majú veľkých konkurentov: Google, Amazon, Facebook, Microsoft, “ uviedol Purcell. „Tieto spoločnosti tiež sedia na obrovskom množstve údajov používaných na výcvik systémov AI. Hollywoodska definícia AI je vnímajúcim robotom. Zatiaľ sme to nevyužili. Ale pokiaľ ide o implementáciu AI na podnikovej úrovni pre praktické AI, IBM vyniká pri vytváraní týchto nástrojov. ““
Mylné predstavy o Hollywoodoch, umelých inteligentoch a robotoch, ktoré nás vraždia v spánku, sú pravdepodobne dôvodom, prečo sa malé podniky vyhýbajú dozvedeniu sa viac o nástrojoch umelej inteligencie. Ak ste v Oklahome predajcom tričiek, potom je dobré, že je to autonómne auto alebo budúci robot vyzbrojený laserovou pištoľou? Keď sa však Purcell a Thompson berú vo svojom menej známom kontexte, vidia praktické prípady použitia pre malé podniky - prípady použitia, o ktorých malé podniky ešte neboli vzdelané.
S niečím, čo Thompson a Bluewolf označujú ako „rozšírená inteligencia“, malé podniky nepotrebujú nevyhnutne odborné znalosti v oblasti údajov alebo informácie, aby mohli využívať AI. Bluewolf definuje rozšírenú inteligenciu ako schopnosť aplikácií odôvodňovať, odvodzovať a extrahovať nápady, a to aj s neštruktúrovanými súbormi údajov, ako sú jazyk a snímky. Dokonca aj na začiatku zhromažďovania údajov spoločnosti sa rozšírené spravodajské riešenia dokážu naučiť, ako sú, bez ohľadu na to, ako málo informácií sa do systému dodáva.
„Rozšírená inteligencia pomáha koncovým používateľom predpovedať, čo robiť ďalej tým, že im poskytuje profil toho, čo ich zákazníci potrebujú, “ povedal Thompson. „Vidíme zväčšený spôsob, ako urobiť z AI realitu pre spoločnosti akejkoľvek veľkosti.“
Zahŕňa to napríklad kombináciu externých a interných údajov, aby sa zistilo, že vylepšená spravodajská technológia využíva obchodné rozhodnutia. Napríklad kombináciou externých miestnych nákupných modelov a údajov o počasí s vlastnými údajmi o nákupných vzoroch zákazníkov môžu spoločnosti elektronického obchodu poskytovať kampane s personalizáciou. V tomto scenári by vedec údajov bol užitočný, ale nie potrebný, a vďaka množstvu údajov o zákazníkoch by bola kampaň ešte silnejšia. Nezabránilo by to však tomu, aby bola kampaň silnejšia ako by bola bez kombinácie interných a externých zdrojov údajov.
