Sisällysluettelo:
Video: Kannattaako perustaa oma yritys? (Marraskuu 2024)
Vain 21 prosenttia pienyrityksistä on ottanut käyttöön tekoälypohjaisia ratkaisuja, sanoo Bluewolfin (IBM-yritys) raportti. AI Investment Gap -tutkimus kysyttiin 177 päätöksentekijää ympäri maailmaa selvittääkseen, olivatko he vielä ottaneet käyttöön AI: n ja koneoppimisen (ML), ja ymmärtääkö näiden tekniikoiden syvyyttä. Vaikka 33 prosenttia pienyrityksistä suunnitteli sijoittavansa AI: hen seuraavan 12 kuukauden aikana (nostaen ensi vuonna AI: n käyttöönottajien määrän 54 prosenttiin), kokonaismäärä on silti pienempi kuin suurten yritysten. Lisäksi 30 prosenttia suurista yrityksistä on jo sijoittanut AI: hen, kun taas 44 prosenttia aikoo aloittaa sijoittamisen seuraavan 12 kuukauden aikana. Tämä tarkoittaa 74 prosenttia eli 20 prosenttia enemmän kuin pienyritysten kokonaismäärä.
Bluewolfin asiakaskokemustietojen johtaja Vanessa Thompson kertoi, että AI-työkaluja ottaneiden yritysten ja niiden, jotka eivät aio ottaa käyttöön näitä työkaluja, välillä on tietämyskuilu. Hän kutsuu tätä aukkoa "AI Investment Gapiksi" ja kuvaa sitä "erona C-tason johtavista, jotka ymmärtävät AI: n, ja niiden, jotka eivät vielä ole ottaneet sitä käyttöön liiketoiminnassaan", esitetään kirjallisessa lausunnossa.
Koska Bluewolf myy AI-työkaluja, heidän olisi syytä ehdottaa, että ainoa syy siihen, että ihmiset eivät osta AI-työkaluja, on se, että he eivät tiedä niistä. Tarkistaakseni Thompsonin väitteen puhuin Forrester Researchin asiakasanalyysien vanhemman analyytikon Brandon Purcellin kanssa siitä, mitä muita aiheita voi olla, mikä saattaa aiheuttaa kuilun AI: n käyttöönottaneiden ja niiden, jotka eivät ole, välillä. Purcell ja Forrester Research ovat suorittaneet omat samanlaiset tutkimuksensa AI-adoptioista. Vaikka hänen kokonaismääränsä ovat samanlaiset kuin IBM: llä - 51 prosenttia yrityksistä on ottanut käyttöön tai laajentaa AI: tä, ja 20 prosenttia ilmoittaa aikovansa ottaa käyttöön seuraavan 12 kuukauden aikana -, Purcell keksi muutaman muun vakuuttavan syyn, miksi pienet yritykset saattavat olla takana AI-hyväksymiskäyrä.
AI: n kustannukset
Purcell mainitsi sijoitusrajoitukset tärkeäksi tekijäksi, etenkin "koska se liittyy osaamiseen. Pienyrityksillä ei ole resursseja palkata tietotekijöitä", hän sanoi. Nämä ovat työntekijöitä, jotka ottavat näkemyksiä tiedoista, jotka työnnetään yrityksen ohjelmistoihin ja niistä pois.
He myös määrittelevät, lukeeko AI oikein tietosi ja ryhtyy toimiin oman älykkyytensä perusteella. Tietotieteilijän keskipalkka on Glassdoor: n mukaan 113 436 dollaria vuodessa, mikä on (rikasten suuressa järjestelmässä) vain vähän pienempi kuin amerikkalaisen toimitusjohtajan keskipalkka (166 000 dollaria, PayScalen mukaan). Joten, jos olet pienyrityksen toimitusjohtaja, joka toimii partakoneen ohitse marginaalilla etkä halua leikata omaa palkkaasi, niin olisi vaikea rationalisoida kuuden luvun käyttämistä tietotieteilijälle - ja rahaa ohjelmistojärjestelmä, joka voi muuttaa tietoja AI: ssä.
Mutta ei vain mukana oleva raha kieltää pienempiä yrityksiä investoimasta AI-pohjaisiin ohjelmistoihin. "Asiaan liittyvässä huomautuksessa on tietokerroin", sanoi Purcell. "AI kukoistaa, kun sinulla on suuria määriä tietoja. Pienillä yrityksillä ei ole niin paljon tietoja sen tekemiseksi."
Ajattele sitä näin: Tiedät kuinka Facebook tietää, mitkä ystävät merkitä, kun lähetät kuvan? Tämä johtuu siitä, että Facebook on kerännyt tietoja kaikista aiemmin merkitsemistäsi viesteistä. Katsoitko koskaan elokuvaa, jota Netflix suositteli sinulle? Netflix tiesi suositella kyseistä elokuvaa aiempien valintasi perusteella. Facebook ja Netflix pystyvät antamaan nämä suositukset ML: n perusteella, joka on AI: n ensimmäinen serkku. Vaikka ne ovat samanlaisia, niitä käytetään usein vuorottelevasti (ja väärin).
Tässä on termien välinen perusero: ML-järjestelmät hyödyntävät älykkyyttä suorituskyvyn parantamiseksi tarjoamalla sinulle suosituksia ja tapoja prosessien virtaviivaistamiseen, kun taas AI: tä käyttävät järjestelmät antavat ohjelmistolle itsenäisyyden suorittaa tehtäviä ja tehdä päätöksiä ilman ihmisen valvontaa. ML on Netflix, joka antaa elokuvasuosituksia, kun AI on auto, joka ajaa sinut töihin, kun nukut takaistuimella. Pienenä yrityksenä, joka on vasta alkamassa tuottaa tietoja, AI: n edut ovat pienet verrattuna siihen, mitä Fortune 500 -yritys voi nähdä, kun he käynnistävät AI-ohjelmistonsa.
Onko Bluewolf väärä?
Joten, syötettiinkö Bluewolfille tutkimuksessaan heikkoja tietoja? Tietävätkö pienyritykset AI: stä, mutta heillä ei vain ole rahaa tai tietoja innostuakseen siitä? Purcell ei usko, että Bluewolfin tutkimus on väärä. Itse asiassa hän arvostaa IBM Watsonia kognitiivisen tietotekniikan luojaksi, kattotermi, joka kattaa AI: n, ML: n ja muut sovellukset, jotka matkiavat ihmisen aivoja.
"He käyttivät paljon rahaa tuon luokan luomiseen, mutta heillä on avaruudessa suuria kilpailijoita: Google, Amazon, Facebook, Microsoft", Purcell sanoi. "Nämä yritykset istuvat myös valtavissa määrin dataa, jota käytetään AI-järjestelmien kouluttamiseen. AI: n Hollywood-määritelmä on herkkä robotti. Emme ole vielä käyttäneet sitä. Mutta kun kyse on AI: n toteuttamisesta yritystasolla käytännölliselle AI: lle., IBM on huippuosaaja näiden työkalujen luomisessa."
Väärinkäsitykset Hollywoodista, AI: stä ja robotit, jotka murhaavat meidät unissamme, ovat todennäköinen syy, miksi pienet yritykset ovat välttäneet oppia lisää AI-työkaluista. Jos olet t-paidan myyjä Oklahomassa, niin mitä hyvää on autonominen auto tai tulevaisuusrobotti, joka on aseistettu laserpistoolilla? Purcell ja Thompson näkevät kuitenkin vähemmän tunnetussa tilanteessa käytännön käyttötapaukset pienyrityksille - käyttötapaukset, joista pieniä yrityksiä ei ole vielä koulutettu.
Pienyritykset, joita Thompson ja Bluewolf viittaavat "täydennettyyn älykkyyteen", eivät välttämättä tarvitse tietoosaamista tai tietolähdettä AI: n hyödyntämiseksi. Bluewolf määrittelee laajennetun älykkyyden sovellusten kyvyksi ajatella, päätellä ja poimia ideoita, jopa rakenteettomien tietojoukkojen, kuten kielen ja kuvien avulla. Jopa yrityksen tiedonkeruun alussa, laajennetut tiedusteluratkaisut pystyvät oppimaan jatkuvasti riippumatta siitä, kuinka vähän tietoa syötetään järjestelmään.
"Lisätty älykkyys auttaa loppukäyttäjiä ennustamaan, mitä seuraavaksi tehdä, antamalla heille profiilin siitä, mitä heidän asiakkaansa tarvitsevat", sanoi Thompson. "Näemme lisätyn tapana tehdä AI: stä todellisuutta kaiken kokoisille yrityksille."
Tähän sisältyy esimerkiksi ulkoisen ja sisäisen tiedon yhdistäminen tietämyksen lisäämiseksi, jota laajennettu älykkyystekniikka käyttää liiketoimintapäätösten tekemiseen. Esimerkiksi yhdistämällä ulkoiset paikalliset ostostavat ja säätiedot omaan, asiakkaiden ostosmallitietoon, verkkokauppayritykset voivat tarjota hyperpersonoituja kampanjoita. Tässä tilanteessa tietotekniikan tutkija olisi hyödyllistä, mutta ei välttämätöntä, ja asiakastietojen joukko tekisi kampanjasta vieläkin voimakkaamman. Mutta se ei estä kampanjaa olemasta tehokkaampaa kuin se olisi ollut ilman sisäisten ja ulkoisten tietolähteiden yhdistelmää.
