Получите более глубокое понимание и стимулируйте инновации с помощью облачного AI/ML

Искусственный интеллект (ИИ) быстро внедряется в основу информационных технологий и становится все более распространенным. На самом деле, Gartner недавно подсчитала, что в 2021 году расширение ИИ создаст ценность для бизнеса на 2,9 триллиона долларов и сэкономит 6,2 миллиарда человеко-часов во всем мире. получать более глубокие знания, внедрять инновации и повышать эффективность своих операций, как никогда раньше, и делать это с минимальными затратами.

AI/ML — лучше с облаком

Но сначала немного уборки. Машинное обучение — это когда компьютерные модели учатся на основе опыта, выявляя закономерности, корреляции и тенденции в данных. Модели машинного обучения могут обеспечить более глубокое понимание данных, чем только люди, и они также могут быть прогнозирующими и предписывающими. Искусственный интеллект — это когда компьютеры используют машинное обучение для выполнения задач и действий, которые выполняются вручную или повторяются — которые могут выполнять люди — но делают это быстрее, а иногда и более эффективно.

Большинство организаций используют и то, и другое, и есть много недавних вариантов использования AI/ML, включая рекомендации по дополнительным/кросс-продажам, оптимизацию активов, эффективность логистики и распределения, индивидуальный маркетинг, финансовую торговлю, анализ здравоохранения, безопасность данных и обнаружение мошенничества. В этих вариантах использования в качестве преимуществ часто упоминаются оптимизация затрат, увеличение дохода/маржи и управление рисками. И список примеров продолжает расти.

Но почему искусственный интеллект и машинное обучение на основе облака и почему именно сейчас? Проще говоря, поставщики облачных услуг за последние полвека значительно повзрослели и теперь могут предложить вам полный набор вычислительных ресурсов и ресурсов хранения в качестве услуги, а это означает, что вы можете использовать только то, что вам нужно, и тогда, когда вам это нужно. Вот некоторые из способов, которыми облако может улучшить AI/ML:

• Эластичность и масштабируемость. Для моделей ИИ требуется эластичная облачная инфраструктура, которая может увеличиваться и уменьшаться в зависимости от рабочей нагрузки. Возьмем, к примеру, управление цепочками поставок и логистикой. Используя масштабные AI/ML для управления повторяющимися и ручными задачами, связанными с управлением поставщиками и доставкой продуктов, вы можете улучшить процесс закупок, высвобождая ресурсы в вашем подразделении цепочки поставок, чтобы сосредоточиться на более стратегических мероприятиях с добавленной стоимостью.
• одноразовость. Одноразовая облачная инфраструктура идеально подходит для экспериментов с ИИ. Например, в течение жизненного цикла разработки для конкретного продукта облачный AI/ML может предоставить огромные ИТ-ресурсы, необходимые для внедрения инноваций и гибкости, что может привести к снижению затрат на исследования и разработки, повышению качества продукта и более быстрому выходу на рынок. сроки. А когда вам не нужны ресурсы, вы можете просто сократить их, потому что они предоставляются как услуга, и вы используете только то, что вам нужно, и тогда, когда вам это нужно.
• Быстрый доступ к большим хранилищам данных и вычислительным ресурсам. Облако предоставляет крупномасштабные хранилища данных и вычислительные ресурсы (GPU), которые могут принимать, обрабатывать и хранить высокоскоростные потоковые данные в реальном времени, а также большие объемы пакетных данных, необходимые для AI/ML. И эти ресурсы можно получить и получить к ним доступ почти мгновенно и в любое время, как только вы установили отношения с поставщиком облачных услуг, без прохождения длительного процесса закупки и распределения ресурсов для дорогостоящей технической инфраструктуры.
• Готовые алгоритмы, помогающие быстрее внедрять инновации. Доступность предварительно обученных моделей искусственного интеллекта — это ускорители, которые могут сократить время выхода на рынок. У всех основных гиперскейлеров есть предварительно обученные модели, которые могут помочь вам получить ценные сведения на основе данных, которые улучшат качество обслуживания ваших клиентов, и сделают это быстрее и с меньшими затратами.Например, во многих бизнес-сценариях может быть быстрее и дешевле использовать предварительно обученные модели, предоставляемые гиперскейлерами, для проектов в таких областях, как нейронная обработка языка, улучшение зрения, обработка текста и речи, для создания ценных приложений с искусственным интеллектом. /ML понимание.

Как вы туда доберетесь

Легко увидеть, как облако помогает подпитывать AI/ML для продвижения идей и инноваций. Однако для этого требуется планирование и проницательность. Облачный AI/ML требует видения, прочной основы и образования в сочетании с дисциплиной управления. Прежде всего, необходимо определить концепцию организации в области искусственного интеллекта и машинного обучения и облачную стратегию, которые привязаны к приоритетной ценности для бизнеса. Один из способов быстро продемонстрировать ценность для ключевых заинтересованных сторон и топ-менеджеров — провести проект подтверждения ценности в критически важной области, которая должна служить пилотным вариантом использования.

Следующим шагом для повышения ценности бизнеса для всех функций и бизнес-подразделений является создание прочной основы AI/ML; путем включения моделей с надежной облачной платформой и платформой данных для анализа бизнес-процессов. Думайте об AI/ML как о ускорителе знаний и понимания. Модели, которые вы создаете (или используете в рамках предоставления услуг как услуга от облачного провайдера), могут быть основаны на необходимой инфраструктуре и вычислительных ресурсах — когда они вам нужны, чтобы предоставлять информацию о вашем бизнесе и клиентах и ​​помогать вам получать ваши продукты. и услуги на рынок быстрее и эффективнее.

Имея основу, вы можете начать масштабировать, эксплуатировать и управлять своей программой AI/ML на уровне предприятия. Начните с обучения и расширения прав и возможностей ваших бизнес-пользователей в области искусственного интеллекта и машинного обучения и преобразования бизнес-процессов. Однако крайне важно внедрить барьеры для масштабирования ваших программ AI/ML в соответствии с потребностями и бизнес-целями. Какими бы мощными ни были возможности облачного AI/ML, ими необходимо хорошо управлять, чтобы сделать их устойчивыми на уровне предприятия.

После того, как вы масштабировали свою программу облачного ИИ/МО, очень важно убедиться, что ваши выводы точны и беспристрастны.Другими словами, модели машинного обучения нуждаются в циклах обратной связи и постоянном переобучении, чтобы убедиться, что результаты моделирования заслуживают доверия и что модели не предвзяты. Это критически важно для установления доверия к AI/ML в организации и высшем руководстве.

Потенциальная отдача

Если вы все сделаете правильно, отдача от облачного AI/ML может быть огромной. Вы получаете вычислительную инфраструктуру и мощность, которые вам нужны, когда вам это нужно, чтобы получать информацию и внедрять инновации, которые помогут вам дифференцировать свои продукты и услуги и вывести их на рынок быстрее, эффективнее и с максимальной прибыльностью. В мире, где конкуренция жесткая, а конкуренты, казалось бы, внезапно появляются из ниоткуда, чтобы бросить вам вызов, эта сила может помочь вам процветать, а не просто бороться за выживание.

О компании «Делойт»
«Делойт» относится к одной или нескольким из «Делойт Туш Томацу Лимитед», британской частной компании с ограниченной ответственностью («ДТТЛ»), ее сети фирм-членов и связанных с ними организаций. DTTL и каждая из ее фирм-членов являются юридически самостоятельными и независимыми организациями. DTTL (также именуемая «Делойт Глобал») не предоставляет услуги клиентам. В Соединенных Штатах «Делойт» относится к одной или нескольким американским фирмам-членам DTTL, их связанным организациям, которые работают под названием «Делойт» в Соединенных Штатах, и их соответствующим аффилированным лицам. Некоторые услуги могут быть недоступны для подтверждения клиентов в соответствии с правилами и положениями государственного бухгалтерского учета. Посетите сайт www.deloitte.com/about, чтобы узнать больше о нашей глобальной сети фирм-членов.

Эта публикация содержит только общую информацию, и «Делойт» посредством этой публикации не предоставляет бухгалтерские, деловые, финансовые, инвестиционные, юридические, налоговые или другие профессиональные консультации или услуги. Эта публикация не является заменой таких профессиональных консультаций или услуг и не должна использоваться в качестве основы для принятия каких-либо решений или действий, которые могут повлиять на ваш бизнес.Прежде чем принимать какое-либо решение или предпринимать какие-либо действия, которые могут повлиять на ваш бизнес, вам следует проконсультироваться с квалифицированным профессиональным консультантом. «Делойт» не несет ответственности за какие-либо убытки, понесенные любым лицом, полагающимся на эту публикацию.