Ce qui suit est le contenu principal de l'article:
Bien que la popularité globale de l'intelligence artificielle dans l'entreprise soit encore faible (environ 20% dans notre dernière étude), les dirigeants savent que l'intelligence artificielle n'est pas que du battage médiatique. Regardez ce que cela peut faire pour leur entreprise: ils devraient faire de même Selon notre estimation, 40% de la valeur potentielle créée par la technologie analytique d'aujourd'hui provient de ce qu'on appelle «l'apprentissage en profondeur» (en utilisant des réseaux de neurones artificiels multicouches) La technologie de l'intelligence artificielle En général, nous estimons que la valeur de l'apprentissage en profondeur peut se situer entre 3,5 et 5,8 billions de dollars par année.
Cependant, de nombreux chefs d'entreprise ne sont toujours pas sûrs d'utiliser l'intelligence artificielle pour tirer le meilleur parti de l'intelligence artificielle, ce qui nécessite d'énormes investissements dans le recrutement de talents et la mise à niveau des piles technologiques. Des initiatives pour s'assurer que l'intelligence artificielle apporte une valeur substantielle, qu'elle aide à prendre de meilleures décisions ou à améliorer les applications destinées aux consommateurs.
Grâce à une étude approfondie de plus de 400 cas d'utilisation de l'intelligence artificielle dans 19 industries et 9 fonctions commerciales, nous avons constaté qu'il est plus approprié d'utiliser un vieil adage pour répondre à la question de savoir où déployer l'intelligence artificielle. L'argent va ».
Les domaines d'activité qui apportent traditionnellement le plus de valeur à l'entreprise sont souvent les domaines où l'intelligence artificielle peut avoir le plus d'impact: par exemple, dans les organisations de vente au détail, le marketing et les ventes apportent souvent une grande valeur. Avec l'intelligence artificielle pour les promotions personnalisées, les ventes additionnelles des détaillants traditionnels augmenteront de 1 à 2%, tandis que dans le secteur manufacturier haut de gamme, les opérations apporteront souvent la plus grande valeur. L'intelligence peut être prédite en fonction des facteurs causaux potentiels de la demande plutôt que des résultats antérieurs, augmentant l'exactitude des prévisions de 10 à 20%, ce qui signifie que les coûts d'inventaire peuvent être réduits de 5% et les revenus augmenter de 2-3%.
Bien que l'application de l'intelligence artificielle couvre un large éventail de domaines fonctionnels, mais en fait, dans ces deux domaines transversaux - la gestion de la chaîne d'approvisionnement / fabrication et la commercialisation et les ventes - nous croyons que l'intelligence artificielle peut jouer le plus grand dans plusieurs secteurs Pour le moment, la puissance est combinée: en résumé, nous estimons que ces cas d'utilisation représentent plus des deux tiers des opportunités totales d'intelligence artificielle.
L'intelligence artificielle peut créer 1,4 à 2,6 billions de dollars américains d'une valeur de vente et de marketing dans le monde, peut créer 1.2- 2 billions $ en valeur dans la gestion de la chaîne d'approvisionnement et de fabrication (partie de la valeur appartient à l'entreprise, partie de la valeur détenue par les clients Dans le secteur manufacturier, la plus grande valeur de l'intelligence artificielle provient de son utilisation pour la maintenance prédictive (environ 0,5-0,7 billions de dollars dans les entreprises mondiales) L'intelligence artificielle peut gérer l'audio et la vidéo, y compris l'audio et la vidéo. Une grande quantité de données permet d'identifier rapidement les anomalies afin d'éviter les dysfonctionnements, qu'il s'agisse d'un son étrange provenant d'un moteur d'avion ou d'une panne de ligne d'assemblage détectée par un capteur.
Une autre façon pour les chefs d'entreprise de déterminer où déployer l'intelligence artificielle consiste à examiner les départements fonctionnels qui exploitent déjà les analyses traditionnelles: nous avons découvert que dans les cas d'utilisation où l'intelligence artificielle peut créer la plus grande valeur potentielle, la technologie de réseau neuronal Peut fonctionner mieux que les techniques analytiques existantes ou générer des connaissances et des applications supplémentaires Dans notre recherche, 69% des cas d'utilisation de l'intelligence artificielle sont les mêmes.
Dans seulement 16% des cas d'utilisation, nous avons trouvé une solution d'intelligence artificielle «greenfield» qui fonctionne bien pour d'autres techniques analytiques (à mesure que les algorithmes deviennent plus polyvalents, les différentes données deviennent réalisables). Plus facile à obtenir, le nombre de cas d'utilisation profonde peut augmenter rapidement, et la proportion de cas d'utilisation en profondeur peut ne pas augmenter de manière significative, car des techniques d'apprentissage automatique plus matures peuvent devenir meilleures et plus courantes.
Même si nous voyons le potentiel économique de l'utilisation de la technologie de l'intelligence artificielle, nous reconnaissons les obstacles pratiques et les limites de la mise en œuvre de l'intelligence artificielle.L'appétit est grand pour obtenir un ensemble de données suffisamment vaste pour répondre aux besoins profonds. Défis: les utilisateurs s'inquiètent de plus en plus de l'utilisation de ces données, c'est donc un défi que les entreprises doivent relever: la sécurité, la confidentialité et la possibilité de transmettre des biais humains aux algorithmes d'intelligence artificielle. Dans certaines industries, comme les soins de santé et l'assurance, les entreprises doivent également essayer d'expliquer les résultats analytiques de l'intelligence artificielle dans un langage simple: Pourquoi cette machine arrive-t-elle à cette réponse? La bonne nouvelle est que ces technologies progressent et commencent Résolvez certaines de ces limitations.
En plus de ces limites, les entreprises peuvent être confrontées à des défis plus difficiles en adoptant l'intelligence artificielle.Maîtriser la technologie nécessite de nouveaux niveaux d'expertise, et les processus peuvent devenir un obstacle majeur à l'adoption réussie de la technologie. Devra développer un processus robuste de gestion et de maintenance des données, et se concentrer sur le «premier kilomètre» - comment acquérir et organiser les données et les efforts - et le «dernier kilomètre», autrement dit comment produire le modèle d'intelligence artificielle Intégration dans l'ensemble du flux de travail, depuis les responsables des essais cliniques et les directeurs des ventes jusqu'au personnel d'achat.
Même si les entreprises doivent être vigilantes et responsables lorsqu'elles déploient une intelligence artificielle, compte tenu de l'ampleur de la technologie et de son impact bénéfique sur les entreprises, les consommateurs et la société, il vaut la peine d'enquêter. Suivez un concept simple: Suivez l'argent.