10 vaihetta tekoälyn omaksumiseen yrityksessäsi

Keinotekoinen äly (AI) on selvästi kasvava voima teknologiateollisuudessa. AI on keskittymässä konferensseihin ja osoittaa potentiaalia monilla aloilla, mukaan lukien vähittäiskauppa ja valmistus. Uusia tuotteita upotetaan virtuaalisten avustajien kanssa, kun chatbotit vastaavat asiakkaiden kysymyksiin kaikesta online-toimittajan toimittajan sivustolta web-palveluntarjoajan tukisivulle. Samaan aikaan yritykset, kuten Google, Microsoft ja Salesforce, integroivat AI: n tiedustelukerrokseksi koko teknologiapinoonsa. Kyllä, AI: lla on ehdottomasti hetki.

Tämä ei ole AI, jota popkulttuuri on ehdottanut meille odottaa; se ei ole tuntevia robotteja tai Skynetä tai edes Tony Starkin Jarvis-avustajaa. Tämä AI-tasangolla tapahtuu pinnan alla, mikä tekee nykyisestä tekniikastamme älykkäämmän ja vapauttaa kaikkien yritysten keräämien tietojen voiman. Mitä tämä tarkoittaa: Laaja edistyminen koneoppimisessa (ML), tietokonenäkymässä, syväoppimisessa ja luonnollisessa kielenkäsittelyssä (NLP) on helpottanut kuin koskaan aikaisemmin AI-algoritmikerroksen leipomista ohjelmistoon tai pilvialustaan.

Yrityksille käytännölliset AI-sovellukset voivat ilmetä kaikenlaisella tavalla organisaatiotarpeidesi ja kerättyjen tietojen perusteella saatujen yritystietojen (BI) oivalluksien mukaan. Yritykset voivat käyttää AI: tä kaikessa sosiaalisen datan louhimisesta asiakassuhteiden hallintaan (CRM) sitoutumiseen ja logistiikan ja tehokkuuden optimointiin omaisuuden seurannassa ja hallinnassa.

ML: llä on avainasemassa AI: n kehittämisessä, huomautti TechCode: n Global AI + Accelerator -ohjelman pääjohtaja Luke Tang, joka inkuboi AI-aloittajia ja auttaa yrityksiä sisällyttämään AI: n olemassa olevien tuotteiden ja palveluiden päälle.

"Tällä hetkellä AI: tä ajaa kaikki viimeaikainen edistyminen ML: ssä. Yhdenkään läpimurron löytämiseen ei voida viitata, mutta ML: stä saatava liiketoiminnan arvo on nyt kaavioilla", Tang sanoi. "Yrityksen kannalta tällä hetkellä tapahtuva voi häiritä joitain ydinliiketoimintaprosesseja, jotka liittyvät koordinointiin ja hallintaan: ajoittaminen, resurssien allokointi ja raportointi." Täällä tarjoamme joidenkin asiantuntijoiden vinkkejä selittääksesi vaiheet, joita yritykset voivat toteuttaa integroidakseen integroidun integroinnin organisaatioosi ja varmistaaksesi, että toteutus onnistuu.

1. Tutustu AI: hen

Ota aikaa tutustua siihen, mitä moderni AI voi tehdä. TechCode-kiihdytin tarjoaa startup-yrityksilleen laajan valikoiman resursseja kumppanuuksiensa kanssa esimerkiksi Stanfordin yliopiston ja AI-avaruusyritysten kanssa. Sinun tulisi myös hyödyntää saatavilla olevia online-tietoja ja resursseja hyödyntääksesi perehtyä AI: n peruskäsitteisiin. Tang suosittelee joitain etätyöpajoja ja verkkokursseja, joita järjestöt, kuten Udacity, tarjoavat helpoina tavoin aloittaa AI: n ja lisätä tietämystäsi alueista, kuten ML ja ennustava analytiikka organisaatiossasi.

Seuraavassa on joukko online-resursseja (ilmaisia ​​ja maksettuja), joiden avulla voit aloittaa:

• Udacityn esittely AI-kurssille ja keinotekoisen älykkyyden Nanodegree-ohjelma
• Stanfordin yliopiston verkkoluennot: tekoäly: periaatteet ja tekniikat
• edX: n online-AI-kurssi, jota tarjotaan Columbian yliopiston kautta
• Microsoftin avoimen lähdekoodin kognitiivinen työkalupakki (aikaisemmin CNTK) auttamaan kehittäjiä hallitsemaan syvän oppimisen algoritmeja
• Googlen avoimen lähdekoodin (TensorFlow) ohjelmistokirjasto koneiden älykkyyttä varten
• AI Resources, avoimen lähdekoodin hakemisto AI Access Foundationilta
• Keinotekoisen älykkyyden edistämisen yhdistys (AAAI)
• MonkeyLearnin hellä opas koneoppimiseen
• Stephen Hawking ja Elon Muskin tulevaisuuden elämäinstituutti
• OpenAI, avoimen teollisuuden ja korkeakoulujen laaja syväoppimisaloite

2. Tunnista ongelmat, jotka haluat AI: n ratkaista

Kun olet valmis perustelemaan asioita, kaiken yrityksen seuraava askel on alkaa tutkia erilaisia ​​ideoita. Ajattele, kuinka voit lisätä AI-ominaisuuksia olemassa oleviin tuotteisiisi ja palveluihisi. Vielä tärkeämpää on, että yrityksesi tulee mielessä erityiset käyttötapaukset, joissa AI voi ratkaista liiketoimintaongelmia tai tarjota todistettavan arvon.

"Kun työskentelemme yrityksen kanssa, aloitamme katsauksella sen keskeisistä teknologio-ohjelmista ja ongelmista. Haluamme pystyä osoittamaan sille, kuinka luonnollinen kielenkäsittely, kuvan tunnistaminen, ML jne. Sopivat niihin tuotteisiin, yleensä jonkinlainen työpaja yrityksen johdon kanssa ", Tang selitti. "Erityisyydet vaihtelevat aina toimialoittain. Jos yritys esimerkiksi harjoittaa videovalvontaa, se voi saada paljon arvoa lisäämällä ML-prosessin."

3. priorisoi betoniarvo

Seuraavaksi sinun on arvioitava tunnistamasi erilaisten mahdollisten AI-toteutusten potentiaalinen liiketoiminta ja taloudellinen arvo. On helppo eksyä "taivaan piirakkaan" AI-keskusteluissa, mutta Tang korosti, että on tärkeää sitoa aloitteesi suoraan yrityksen arvoon.

"Jos haluat priorisoida, tarkastele potentiaalin ja toteutettavuuden ulottuvuuksia ja laita ne 2x2-matriisiin", Tang sanoi. "Tämän pitäisi auttaa sinua priorisoimaan prioriteetteja lähiajan näkyvyyden perusteella ja tietämään, mikä on yrityksen taloudellinen arvo. Tätä vaihetta varten tarvitset yleensä omistajuuden ja tunnustamisen johdolta ja ylimmältä johtajalta."

4. Ota huomioon sisäisten kykyjen aukko

On selvä ero sen välillä, mitä haluat saavuttaa ja mitä sinulla on organisaatiokykysi tosiasiallisesti saavuttaa annetussa aikataulussa. Tang sanoi, että yrityksen on tiedettävä, mihin se pystyy ja mihin ei, tekniikan ja liiketoimintaprosessien näkökulmasta, ennen kuin se aloittaa täysimittaisen AI-toteutuksen.

"Joskus tämän tekeminen voi viedä kauan", Tang sanoi. "Sisäisen kapasiteettivajeen korjaaminen tarkoittaa tunnistamista, mitä tarvitset ja mitä prosessit on kehitettävä sisäisesti ennen lähtöä. Liiketoiminnasta riippuen voi olla olemassa olemassa olevia projekteja tai ryhmiä, jotka voivat auttaa tekemään tämän orgaanisesti tietyille liiketoimintayksiköille."

5. Kutsu asiantuntijoita ja perustaa pilottihanke

Kun yrityksesi on valmis organisaation ja tekniikan näkökulmasta, on aika aloittaa rakentaminen ja integrointi. Tang sanoi, että tärkeimmät tekijät tässä ovat aloittaminen pienestä, projektin tavoitteet mielessä ja mikä tärkeintä, olla tietoinen siitä mitä tiedät ja mitä et tiedä AI: sta. Tällöin ulkopuolisten asiantuntijoiden tai AI-konsulttien palkkaaminen voi olla arvokasta.

"Sinun ei tarvitse paljon aikaa ensimmäiseen projektiin; yleensä pilottihankkeelle 2–3 kuukautta on hyvä valikoima", Tang sanoi. "Haluat tuoda sisäiset ja ulkoiset ihmiset yhteen pieneen, ehkä 4–5 hengen ryhmään, ja tiukempi aikataulu pitää joukkueen keskittymään suoraviivaisiin tavoitteisiin. Lentäjän suorittamisen jälkeen sinun pitäisi voida päättää, mitä pidempään - pitkäaikainen, yksityiskohtaisempi projekti ja onko arvoehdotuksella järkeä yrityksellesi. On myös tärkeää, että molempien osapuolten asiantuntemus - ihmiset, jotka tietävät liiketoiminnan ja ihmiset, jotka tietävät AI: stä - yhdistetään pilottiprojektitiimiisi."

6. Muodosta työryhmä tietojen integroimiseksi

Tang totesi, että ennen kuin otat ML: n käyttöön yrityksessäsi, sinun on puhdistettava tietosi, jotta ne ovat valmiita välttämään "roskat sisään, jätteet pois" -skenaariota. "Yrityksen sisäinen tieto on tyypillisesti jakautunut useiden erilaisten vanhojen järjestelmien datasiloihin, ja se voi olla jopa eri liiketoimintaryhmien käsissä, joilla on erilaiset prioriteetit", Tang sanoi. "Siksi erittäin tärkeä askel kohti korkealaatuisen tiedon hankkimista on muodostaa tehtäväryhmien välinen ryhmä, integroida eri tietokokonaisuudet toisiinsa ja lajitella epäjohdonmukaisuudet, jotta tiedot ovat tarkkoja ja rikkaita kaikilla oikeilla mitoilla, joita ML edellyttää."

7. Aloita pieni

Aloita AI-sovelluksen käyttäminen pieneen näytteeseesi sen sijaan, että ottaisit liian paljon liian aikaisin. "Aloita yksinkertaisesti, käytä AI: tä vähitellen todistaaksesi arvon, kerätä palautetta ja laajentaa sitten vastaavasti", sanoi Aaron Brauser, M * Modalin ratkaisuhallinnan johtaja, joka tarjoaa luonnollisen kielen ymmärtämisen (NLU) tekniikkaa terveydenhuollon organisaatioille sekä AI-alusta, joka integroituu sähköisiin potilastietoihin (EMR).

Erityinen tietotyyppi voi olla tietoa tietyistä lääketieteellisistä erikoisuuksista. "Ole valikoiva siinä, mitä AI lukee", kertoi M * Modalin lääketieteellinen johtaja tri Gilan El Saadawi. "Valitse esimerkiksi tietty ongelma, jonka haluat ratkaista, keskitä AI siihen ja anna sille tietty kysymys vastaamiseksi, etkä heitä kaikkia tietoja siihen."

8. Sisällytä varastointi osana AI-suunnitelmaa

Kun olet noussut pienestä tietomallista, joudut harkitsemaan tallennusvaatimuksia AI-ratkaisun toteuttamiseksi, Penguin Computing -yrityksen teknisen päällikön Philip Pokornyn mukaan, yritys, joka tarjoaa korkean suorituskyvyn tietojenkäsittelyä (HPC), AI ja ML-ratkaisut.

"Algoritmien parantaminen on tärkeää tutkimustulosten saavuttamiseksi. Mutta ilman suuria tietomääriä, jotka auttavat rakentamaan tarkempia malleja, AI-järjestelmät eivät pysty parantamaan tarpeitasi laskentatavoitteidesi saavuttamiseksi", Pokorny kirjoitti valkoisessa kirjassa otsikolla "Kriittiset päätökset: Opas Koko tekoälyratkaisun rakentaminen ilman katumusta. " "Siksi nopean, optimoidun tallennuksen sisällyttämistä tulisi harkita AI-järjestelmän suunnittelun alussa."

Lisäksi sinun tulisi optimoida AI-tallennus tiedon syöttämiseen, työnkulkuun ja mallintamiseen, hän ehdotti. "Ajanjaksolla vaihtoehtosi tarkistamiseen voi olla valtava, positiivinen vaikutus järjestelmän toimintaan sen jälkeen kun se on verkossa", Pokorny lisäsi.

9. Ota AI osaksi päivittäisiä tehtäviäsi

AI: n tarjoamalla ylimääräisellä näkemyksellä ja automatisoinnilla työntekijöillä on työkalu tehdä AI: stä osa päivittäistä rutiiniaan eikä jotain, joka korvaa sen, toteaa Moogsoftin globaali IT-evankelista Dominic Wellington, IT-toimintojen AI-toimittaja (AIOps).). "Jotkut työntekijät voivat olla varovaisia ​​tekniikan suhteen, joka voi vaikuttaa heidän työhönsä, joten ratkaisun käyttöönotto tapana lisätä päivittäisiä tehtäviään on tärkeää", Wellington selitti.

Hän lisäsi, että yritysten tulisi olla avoimia tekniikan toiminnalle ratkaistakseen työnkulun ongelmat. "Tämä antaa työntekijöille" hupun alla "-kokemuksen, jotta he voivat selkeästi visualisoida, kuinka AI kasvattaa heidän rooliaan sen sijaan, että poistaisi sen", hän sanoi.

10. Rakenna tasapainossa

• Keinotekoisella älykkyydellä on bias-ongelma, ja se on meidän virheemme Keinotekoisella älykkyydellä on bias-ongelma, ja se on meidän virheemme
• IBM: n keinotekoinen älykkyys keskittyy ihmiskeskusteluihin
• AI tarjoaa valtavan potentiaalin, mutta se ei tapahdu yön yli AI tarjoaa valtavan potentiaalin, mutta se ei tapahdu yön yli

Kun rakennat AI-järjestelmää, se vaatii yhdistelmän tekniikan ja tutkimushankkeen tarpeiden tyydyttämistä, Pokorny selitti. "Ennen kuin aiot suunnitella AI-järjestelmää, kattava näkökohta on, että sinun pitäisi rakentaa järjestelmä tasapainossa", Pokorny sanoi. "Tämä saattaa kuulostaa itsestään selvältä, mutta liian usein AI-järjestelmät suunnitellaan tiettyjen näkökohtien perusteella siitä, miten ryhmä aikoo saavuttaa tutkimustavoitteensa, ymmärtämättä tutkimusta tukevien laitteistojen ja ohjelmistojen vaatimuksia ja rajoituksia. Tulos on vähemmän- kuin optimaalinen, jopa toimintahäiriöinen järjestelmä, joka ei saavuta haluttuja tavoitteita."

Tämän tasapainon saavuttamiseksi yritysten on rakennettava riittävät kaistaleveydet varastointiin, grafiikkaprosessoriyksikköön (GPU) ja verkkoon. Turvallisuus on myös usein huomiotta jätetty komponentti. AI luonteeltaan vaatii pääsyä laajalle tietotielle työnsä suorittamiseksi. Varmista, että ymmärrät, millaisia ​​tietoja projektiin liittyy ja että tavanomaiset suojausmenetelmäsi - salaus, VPN: t ja haittaohjelmat - eivät välttämättä riitä.

"Samoin sinun on tasapainotettava, kuinka kokonaisbudjetti käytetään tutkimuksen toteuttamiseen tarpeeseen suojautua sähkökatkoksilta ja muilta skenaarioilta irtisanomisten avulla", Pokorny sanoi. "Saatat joutua rakentamaan joustavuutta myös salliaksesi laitteiston uudelleensijoittamisen käyttäjän vaatimusten muuttuessa."