Di seguito sono riportati i principali contenuti di questo articolo:
Anche se l'intelligenza artificiale in popolarità complessiva dell'impresa è ancora bassa (nel nostro ultimo studio, circa il 20%), ma i dirigenti sanno che l'intelligenza artificiale non è solo hype. Diverse organizzazioni del settore stanno prestando molta attenzione a questa tecnologia, dare un'occhiata al loro business può svolgere il ruolo che dovrebbero fare lo stesso, si stima il valore potenziale di analisi tecnica di oggi ha creato il 40% proviene da è chiamato 'apprendimento profondo' (una rete neurale artificiale a più strati ), la tecnologia di intelligenza artificiale. Nel complesso, si stima il valore della profondità di studio per un anno in grado di produrre tra i 3500 miliardi a $ 5,8 trilioni di.
Tuttavia, molti imprenditori sono ancora incerti dove dovrebbero applicare l'intelligenza artificiale per ottenere il massimo ritorno. Dopo tutto, l'intelligenza artificiale incorporato in tutto il business ha bisogno di fare enormi investimenti in acquisizione talento e stack tecnologico l'aggiornamento, chiamato anche per cambiamenti radicali iniziative per garantire che l'intelligenza artificiale può portare un valore sostanziale, sia che si tratti di aiutare a prendere decisioni migliori o migliorare le applicazioni consumer-oriented.
Attraverso lo studio approfondito di più di 400 in tutto 19 settore dell'intelligenza artificiale e nove funzioni operative di casi d'uso reali, abbiamo scoperto che con il vecchio adagio distribuire l'intelligenza artificiale per rispondere alla domanda di dove il più appropriato, è questa: 'seguire Il denaro va '.
Le aree di business che tradizionalmente apportano il maggior valore all'azienda sono spesso aree in cui l'intelligenza artificiale può avere il maggiore impatto.Ad esempio, nelle organizzazioni di vendita al dettaglio, il marketing e le vendite spesso portano un grande valore. l'uso di intelligenza artificiale per personalizzare promozioni, vendite incrementali di dettaglianti fisiche aumenterà 1-2%. per contro, nella produzione di fascia alta, l'operatore può spesso portare il massimo valore. qui, artificiale L'intelligenza può essere prevista sulla base di potenziali fattori causali della domanda piuttosto che dei risultati precedenti, aumentando l'accuratezza delle previsioni del 10-20%. Ciò significa che i costi di inventario possono essere ridotti del 5% e le entrate potrebbero aumentare del 2-3%.
Anche se l'applicazione dell'intelligenza artificiale copre una vasta gamma di aree funzionali, ma in realtà, in questi due settori trasversali - Supply Chain Management / produzione e marketing e vendite - siamo convinti che l'intelligenza artificiale in grado di riprodurre il più grande in diversi settori Il potere di questo, almeno per ora, è combinato. In sintesi, stimiamo che questi casi d'uso rappresentano più dei due terzi delle opportunità di intelligenza artificiale totale.
L'intelligenza artificiale in grado di creare da 1,4 a 2,6 triliardi di dollari americani per un valore in società di vendita e di marketing in tutto il mondo, in grado di creare 1.2- $ 2 trilioni di valore nella gestione della supply chain e la produzione (parte del valore appartiene l'impresa, tutte parte del valore di proprietà di clienti Nel settore manifatturiero, il valore più grande dell'intelligenza artificiale deriva dal suo utilizzo per la manutenzione predittiva (circa $ 0,5-0,7 trilioni di società globali). L'intelligenza artificiale può gestire audio e video, inclusi audio e video. Una grande quantità di dati significa che è in grado di identificare rapidamente anomalie per prevenire malfunzionamenti, sia che si tratti di uno strano suono proveniente da un motore di un aereo o di un guasto della linea di assemblaggio rilevato da un sensore.
Un altro modo per i leader aziendali di determinare dove implementare l'intelligenza artificiale è quello di esaminare i reparti funzionali che stanno già sfruttando l'analisi tradizionale. Abbiamo scoperto che nei casi d'uso in cui l'intelligenza artificiale può creare il più grande valore potenziale, la tecnologia di rete neurale Può funzionare meglio delle tecniche analitiche esistenti o generare ulteriori informazioni e applicazioni.Nella nostra ricerca, il 69% dei casi d'uso di intelligenza artificiale sono gli stessi.
In solo il 16% dei casi d'uso, abbiamo trovato una soluzione di intelligenza artificiale "greenfield" che funziona bene per altre tecniche analitiche. (Gli algoritmi diventano più versatili, i vari dati diventano fattibili diventano Più facile da ottenere, il numero di casi di utilizzo dell'apprendimento in profondità può aumentare rapidamente e la percentuale di casi di utilizzo dell'apprendimento profondo "greenfield" potrebbe non aumentare in modo significativo, poiché le tecniche di apprendimento automatico più mature hanno il potenziale per diventare migliori e più comuni.
Anche se vediamo il potenziale economico dell'uso della tecnologia dell'intelligenza artificiale, riconosciamo gli ostacoli e i limiti pratici dell'implementazione dell'intelligenza artificiale: è un grande desiderio ottenere un set di dati sufficientemente ampio e completo per soddisfare l'appetito profondo dell'apprendimento profondo dei dati di addestramento. Sfide: le persone sono sempre più preoccupate dell'uso di tali dati, quindi questa è anche una sfida che le aziende devono affrontare. È necessario affrontare la sicurezza, la privacy e la possibilità di trasmettere pregiudizi umani agli algoritmi di intelligenza artificiale. In alcune industrie, come l'assistenza sanitaria e l'assicurazione, le aziende devono anche cercare di spiegare i risultati analitici dell'intelligenza artificiale in un linguaggio semplice: perché questa macchina arriva a questa risposta? La buona notizia è che queste tecnologie stanno procedendo e iniziando Risolvi alcuni di questi limiti.
Oltre a queste limitazioni, le aziende possono affrontare nell'uso dell'intelligenza artificiale Era nell'organizzazione una sfida più difficile da padroneggiare la tecnologia richiede un nuovo livello di esperienza, ma il processo è destinato a diventare uno dei principali ostacoli alla tecnologia è stata utilizzata con successo in azienda dovrà sviluppare e mantenere solidi processi di governance dei dati, e concentrarsi sul 'primo chilometro' - come ottenere e organizzare i dati e lo sforzo - e più difficile 'ultimo chilometro', che è, come l'output del modello di intelligenza artificiale Integrazione nell'intero flusso di lavoro, dai responsabili delle sperimentazioni cliniche e dei responsabili delle vendite al personale degli acquisti.
Anche se le aziende devono essere vigili e responsabile nella distribuzione dell'intelligenza artificiale, ma data la scala della tecnologia ei suoi effetti benefici per le imprese, i consumatori e la società, vale la pena di ulteriori studi. Questa ricerca non è semplice, ma si può iniziare Segui un concetto semplice: segui i soldi.