10 шагов к внедрению искусственного интеллекта в ваш бизнес

Технологическая индустрия влюблена в искусственный интеллект (ИИ). С приложениями, начиная от высокотехнологичной обработки данных и заканчивая автоматизированным обслуживанием клиентов, эта технология используется во всех сферах деятельности предприятия. Мы обсуждаем, как ваш бизнес может извлечь выгоду безопасно и эффективно.

Обновлено 12 ноября 2018 г.
Скопировано
Ошибка!
https://www.pcmag.com/news/10-steps-to-adopting-artificial-intelligence-in-your-business

Искусственный интеллект (ИИ) явно является растущей силой в технологической отрасли. ИИ занимает центральное место на конференциях и демонстрирует потенциал в самых разных отраслях, включая розничную торговлю и производство.В новые продукты внедряются виртуальные помощники, а чат-боты отвечают на вопросы клиентов по всем вопросам, от сайта вашего поставщика онлайн-офиса до страницы поддержки вашего поставщика услуг веб-хостинга. Тем временем такие компании, как Google, Microsoft и Salesforce, интегрируют искусственный интеллект в качестве интеллектуального уровня во все свои технологические процессы. Да, у ИИ определенно есть свой момент.

Это не тот ИИ, к которому нас приучила поп-культура; это не разумные роботы или Скайнет, и даже не помощник Тони Старка Джарвис. Это плато ИИ происходит под поверхностью, делая наши существующие технологии умнее и раскрывая силу всех данных, которые собирают предприятия. Что это означает: широкое распространение машинного обучения (МО), компьютерного зрения, глубокого обучения и обработки естественного языка (НЛП) упростило внедрение слоя алгоритма ИИ в ваше программное обеспечение или облачную платформу.

Для предприятий практические приложения ИИ могут проявляться самыми разными способами в зависимости от ваших организационных потребностей и аналитических данных бизнес-аналитики (BI), полученных из собранных вами данных. Предприятия могут использовать ИИ для всего: от сбора социальных данных до вовлечения в управление взаимоотношениями с клиентами (CRM) и оптимизации логистики и повышения эффективности, когда речь идет об отслеживании активов и управлении ими.

Машинное обучение играет ключевую роль в развитии ИИ, отметил Люк Танг, генеральный менеджер программы Global AI+ Accelerator (открывается в новом окне) TechCode, которая инкубирует стартапы в области ИИ и помогает компаниям внедрять ИИ в свои существующие продукты и услуги.

«В настоящее время искусственный интеллект определяется недавним прогрессом в машинном обучении. Нельзя указать ни на один прорыв, но ценность для бизнеса, которую мы можем извлечь из машинного обучения сейчас, просто зашкаливает», — сказал Тан.«С точки зрения предприятия то, что происходит прямо сейчас, может нарушить некоторые основные корпоративные бизнес-процессы, связанные с координацией и контролем: планирование, распределение ресурсов и отчетность». Здесь мы приводим советы от некоторых экспертов, объясняющие шаги, которые предприятия могут предпринять для интеграции ИИ в вашу организацию и обеспечения успешного внедрения.

1. Ознакомьтесь с ИИ

Потратьте время, чтобы ознакомиться с возможностями современного ИИ. Акселератор TechCode предлагает своим стартапам широкий спектр ресурсов благодаря партнерским отношениям с такими организациями, как Стэнфордский университет, и корпорациями в области ИИ. Вам также следует воспользоваться огромным количеством онлайн-информации и ресурсов, доступных для ознакомления с основными концепциями ИИ. Танг рекомендует некоторые удаленные семинары и онлайн-курсы, предлагаемые такими организациями, как Udacity, в качестве простых способов начать работу с ИИ и расширить свои знания в таких областях, как машинное обучение и прогнозная аналитика в вашей организации.

Ниже приведен ряд онлайн-ресурсов (бесплатных и платных), которые можно использовать для начала работы:

• Курс Udacity Intro to AI (открывается в новом окне) и программа искусственного интеллекта Nano Degree (открывается в новом окне)
• Онлайн-лекции Стэнфордского университета: Искусственный интеллект: принципы и методы (Открывается в новом окне)
• Онлайн-курс edX по искусственному интеллекту (открывается в новом окне), предлагаемый Колумбийским университетом.
• Cognitive Toolkit с открытым исходным кодом от Microsoft (открывается в новом окне) (ранее известный как CNTK), помогающий разработчикам осваивать алгоритмы глубокого обучения.
• Библиотека программного обеспечения TensorFlow (открывается в новом окне) Google с открытым исходным кодом для машинного интеллекта
• AI Resources (открывается в новом окне) — каталог с открытым исходным кодом от AI Access Foundation.
• Страница ресурсов Ассоциации развития искусственного интеллекта (AAAI) (открывается в новом окне)
• Нежное руководство MonkeyLearn по машинному обучению (открывается в новом окне)
• Институт будущего жизни Стивена Хокинга и Илона Маска (Открывается в новом окне)
• OpenAI (Открывается в новом окне) — открытая отраслевая и академическая инициатива глубокого обучения.

2. Определите проблемы, которые вы хотите решить с помощью ИИ

Как только вы освоитесь с основами, следующим шагом для любого бизнеса будет изучение различных идей. Подумайте, как вы можете добавить возможности ИИ к своим существующим продуктам и услугам. Что еще более важно, ваша компания должна иметь в виду конкретные варианты использования, в которых ИИ может решить бизнес-задачи или обеспечить доказуемую ценность.

«Когда мы работаем с компанией, мы начинаем с обзора ее ключевых технических программ и проблем. Мы хотим показать ей, как обработка естественного языка, распознавание изображений, машинное обучение и т. д. вписываются в эти продукты, обычно с какой-то семинар с руководством компании», — объяснил Тан. «Специфика всегда зависит от отрасли. Например, если компания занимается видеонаблюдением, она может извлечь большую выгоду, добавив в этот процесс машинное обучение».

3. Отдайте предпочтение конкретной ценности

Затем вам необходимо оценить потенциальную коммерческую и финансовую ценность различных возможных реализаций ИИ, которые вы определили. Легко потеряться в дискуссиях об искусственном интеллекте «журавль в небе», но Танг подчеркнул важность привязки ваших инициатив непосредственно к ценности для бизнеса.

«Чтобы расставить приоритеты, посмотрите на размеры потенциала и осуществимости и поместите их в матрицу 2×2», — сказал Тан. «Это должно помочь вам расставить приоритеты на основе краткосрочной видимости и узнать, какова финансовая ценность для компании. Для этого шага вам обычно требуется участие и признание со стороны менеджеров и руководителей высшего звена».

4. Признайте внутренний пробел в возможностях

Существует огромная разница между тем, чего вы хотите достичь, и тем, что у вас есть организационные возможности для достижения в заданные сроки.Танг сказал, что бизнес должен знать, на что он способен, а на что нет с точки зрения технологий и бизнес-процессов, прежде чем приступать к полномасштабной реализации ИИ.

«Иногда это может занять много времени», — сказал Тан. «Устранение внутреннего пробела в возможностях означает определение того, что вам нужно приобрести, и любых процессов, которые необходимо внутренне развить, прежде чем вы начнете работать. В зависимости от бизнеса могут существовать существующие проекты или команды, которые могут помочь сделать это органично для определенных бизнес-подразделений. "

5. Пригласите экспертов и запустите пилотный проект

Как только ваш бизнес будет готов с организационной и технической точки зрения, пришло время начать строить и интегрировать. Танг сказал, что самые важные факторы здесь — начать с малого, иметь в виду цели проекта и, самое главное, осознавать, что вы знаете и чего не знаете об ИИ. Именно здесь привлечение внешних экспертов или консультантов по ИИ может оказаться бесценным.

«Вам не нужно много времени для первого проекта; обычно для пилотного проекта 2-3 месяца — это хороший диапазон», — сказал Тан. «Вы хотите объединить внутренних и внешних людей в небольшую команду, может быть, 4-5 человек, и эти более сжатые временные рамки будут держать команду сосредоточенной на простых целях. После завершения пилотного проекта вы сможете решить, что дольше. В долгосрочной перспективе будет более сложный проект и будет ли ценностное предложение иметь смысл для вашего бизнеса.Также важно, чтобы опыт обеих сторон — людей, которые разбираются в бизнесе, и людей, которые разбираются в искусственном интеллекте, — был объединен в вашей команде пилотного проекта. ."

6. Сформируйте рабочую группу для интеграции данных

Танг отметил, что перед внедрением машинного обучения в свой бизнес вам необходимо очистить данные, чтобы они были готовы, чтобы избежать сценария «мусор на входе, мусор на выходе». «Внутренние корпоративные данные обычно разбросаны по нескольким хранилищам данных разных устаревших систем и могут даже находиться в руках разных бизнес-групп с разными приоритетами», — сказал Тан.«Поэтому очень важным шагом на пути к получению высококачественных данных является формирование междисциплинарной рабочей группы [подразделения], объединение различных наборов данных и устранение несоответствий, чтобы данные были точными и полными, со всеми необходимыми параметрами. для МЛ».

7. Начните с малого

Начните применять ИИ к небольшой выборке ваших данных, а не берите слишком много слишком рано. «Начните с простого, используйте ИИ постепенно, чтобы доказать ценность, собрать отзывы, а затем расширять соответствующим образом», — сказал Аарон Браузер, вице-президент по управлению решениями в M*Modal, которая предлагает технологию понимания естественного языка (NLU). для организаций здравоохранения, а также платформу искусственного интеллекта, которая интегрируется с электронными медицинскими картами (EMR).

Конкретным типом данных может быть информация об определенных медицинских специальностях. «Будьте избирательны в том, что ИИ будет читать», — сказал доктор Гилан Эль Саадави, главный специалист по медицинской информации (CMIO) в M*Modal. «Например, выберите определенную проблему, которую вы хотите решить, сфокусируйте на ней ИИ и задайте ему конкретный вопрос, на который нужно ответить, а не бросайте на него все данные».