Начните с 8 простых шагов

У многих, в зависимости от возраста спрашивающего, термин «искусственный интеллект» (ИИ) вызывает в воображении образы HAL из классического фильма Кубрика 1968 года 2001: Космическая одиссея, Арнольда Шварценеггера в Терминаторе. (1984 г.) или Ава из Ex Machina (2014 г.). По какой-то причине Голливуд убежден, что искусственный интеллект (ИИ) уничтожит человечество. Несмотря на возражения, у меня более оптимистичный взгляд на ИИ, поскольку он обладает огромным потенциалом, чтобы помочь человечеству.

Многие бизнес-лидеры, с которыми я общался, понимают важность данных, аналитики и ИИ, но немного не понимают, что на самом деле означает ИИ. Несмотря на самые лучшие намерения, ИИ для многих кажется недосягаемым и недоступным. Многие лидеры определяют ИИ как способность машин думать и действовать как люди. Они считают, что ИИ может интерпретировать мир и принимать решения, подобные человеческим. В некотором смысле это отчасти верно, но это определение слишком расплывчато.

Если копнуть немного глубже, то обычно можно выделить две широкие категории ИИ:

  • Общий искусственный интеллект (AGI), который может быть «сильным ИИ» или «общим ИИ» — например, HAL, Терминатор и Ава.
  • Искусственный узкий интеллект (ANI), который также называют «узким ИИ» — например, подача заявки на кредитную карту или заказ пиццы через онлайн-чат.

Другими словами, AGI — это технология научной фантастики и кино, а ANI — технология сегодняшнего дня. Бизнес-лидеры используют возможности ANI во всех сферах бизнеса и отраслях. ANI — это просто технология данных, аналитики и автоматизации, используемая для решения конкретных задач.

Примеры АОН в действии включают:

  • Использование чат-ботов и диалогового ИИ для выполнения конкретных задач, таких как заказ пиццы или подача заявки на кредитную карту.
  • Использование алгоритмов прогнозной аналитики и машинного обучения для персонализации предложений и взаимодействия с клиентами в режиме реального времени.
  • Применение компьютерного зрения и оптического распознавания символов (OCR) для извлечения текстовых данных из квитанций, налоговых форм, PDF-файлов и отгрузочных документов для автоматизации претензий по гарантии или просеивания хранилищ данных для выбора подходящие кандидаты для фармацевтических испытаний.
  • Использование обработки естественного языка (NLP) и анализа текста для выявления ключевых тем и настроений, чтобы понять голос клиента.
  • Применение компьютерного зрения для автоматического сканирования изображений и выявления аномалий в медицинских изображениях или производственных данных.

Никакого роботизированного апокалипсиса или разумных машин. Только данные, аналитика и автоматизация. Вот и все.

Примеры использования ИИ в бизнес-функциях включают:

За прошедшие годы появилось много определений ИИ, как показано ниже.

Итак, учитывая исторический контекст и высокоуровневое определение того, как применяется ИИ, как мы можем создать практическое определение ИИ? На мой взгляд, определение ИИ довольно простое.

Искусственный интеллект = данные + аналитика + автоматизация

Начнем с данных, данные могут принимать различные формы и форматы, такие как данные о транзакциях из систем торговых точек, события от оборудования и машин, геопространственные данные, поведенческие данные, демографические данные, текст, изображения и аудио, и это лишь некоторые из них.

Сами по себе данные инертны — они не реагируют и ничего не делают. Применение аналитики и автоматизации к данным повышает их ценность и преобразует.

Далее обратимся к аналитике. Аналитика может принимать разные формы, но четыре общепринятые категории включают описательную аналитику (что произошло), диагностическую аналитику (почему это произошло), предиктивную аналитику (что может произойти) и предписывающую аналитику (что нам следует делать). Многие организации применяют аналитику для получения информации из данных, но этого недостаточно. Примером понимания является то, что мы ожидаем увеличения госпитализаций COVID-19 на 20% в следующем месяце. Это отличное понимание, но как поставщик медицинских услуг я могу использовать эту информацию? Нужно ли мне заказывать больше предметов медицинского назначения, увеличивать численность персонала или увеличивать вместимость (коек) в моем учреждении? Аналитические идеи необходимо применять к конкретным бизнес-проблемам для принятия решений, которые, в свою очередь, заставляют бизнес предпринимать полезные действия.

Если бизнес не предпринимает никаких действий или не меняет свое поведение в результате решения, основанного на ИИ, зачем беспокоиться?

Наконец, давайте посмотрим на технологию автоматизации. Это может принимать разные формы, но автоматизация позволяет повторять действия. Существуют различные технологии, такие как простое планирование, роботизированная автоматизация процессов (RPA), автоматизация бизнес-процессов (BPA), бизнес-правила и управление решениями, чат-боты и виртуальные агенты, а также робототехника.

На рисунке ниже показана схема действий «от данных к аналитике».

Теперь, чтобы превратить это в ИИ, нам нужно использовать технологии цифровой автоматизации. Объединив данные, аналитику и автоматизацию, мы успешно внедрили искусственный интеллект. Теперь эти системы могут стать довольно сложными и нуждаться в мониторинге и управлении, но, тем не менее, концепция довольно проста.

На рисунке ниже представлено прагматичное определение ИИ.

Теперь, когда у нас есть прагматичное определение искусственного интеллекта, с чего начать? Самые эффективные компании приняли следующие методы, чтобы максимизировать свои шансы на успех.[1]

  • Согласуйте стратегию ИИ и бизнес-цели
  • Повышение квалификации сотрудников для ИИ
  • Межфункциональное сотрудничество
  • Внедрение управления данными
  • Стандартизируйте и автоматизируйте бизнес-процессы
  • Обеспечьте принятие и ценность

Не пытайтесь вскипятить океан своим первым проектом, начните с чего-то впечатляющего.

Чтобы начать работу с ИИ, выполните следующие восемь шагов:

  1. Установите стратегические бизнес-приоритеты, цели и ключевые результаты (OKR).
  2. Определите, сопоставьте и расставьте приоритеты для конкретных проектов для каждой инициативы.
  3. Создайте кросс-функциональные команды, чтобы понять, как технологии могут помочь в достижении заявленных бизнес-целей.
  4. Установить управление проектами и изменить процессы и планы управления.
  5. Понимание данных, необходимых для принятия бизнес-решения.
  6. Понимание аналитических методов, необходимых для принятия решения.
  7. Сотрудничайте с конечными пользователями, экспертами в предметной области и заинтересованными сторонами, а затем итерируйте решение.
  8. Отслеживайте прогресс, учитесь на ошибках и празднуйте успехи.

Как видите, я надеюсь, что эта статья убедила вас в том, что ИИ вполне доступен для вашего бизнеса. ИИ не является предвестником конца света, а скорее используется умными предприятиями каждый день.

Если вы хотите узнать больше о том, как ИИ применяется в разных сферах бизнеса и отраслях, рассмотрите возможность поддержки местного автора, купив TinyTechGuide. Эту книгу можно прочитать за 1,5 часа или меньше.

Искусственный интеллект: практическое руководство, как заставить ИИ работать на ваш бизнес

Использованная литература:

[1] Кэм, Ариф, Майкл Чуи и Брайс Холл. 2019. Опрос: внедрение ИИ доказывает свою ценность, но незначительное влияние | МакКинзи. Www.mckinsey.com. 22 ноября 2019 г. https://www.mckinsey.com/featured-insights/artificial-intelligence/global-ai-survey-ai-proves-its-worth-but-few-scale-impact.