Ниже приведено основное содержание статьи:
Хотя общая популярность искусственного интеллекта на предприятии по-прежнему низкая (около 20% в нашем последнем исследовании), руководители знают, что искусственный интеллект - это не просто реклама. Организации в различных отраслях промышленности уделяют пристальное внимание этой технологии. По нашей оценке, 40% потенциальной ценности, созданной современной аналитической технологией, исходят из того, что называется «глубоким обучением» (с использованием многослойных искусственных нейронных сетей) Технология искусственного интеллекта. В целом мы оцениваем, что стоимость глубокого обучения может составлять от 3,5 триллиона долларов США до 5,8 триллиона долларов в год.
Тем не менее, многие лидеры бизнеса все еще не уверены в том, где они должны применять искусственный интеллект, чтобы максимально использовать его. В конце концов, внедрение искусственного интеллекта во весь бизнес требует огромных инвестиций в набор талантов и модернизацию стека технологий, а также необходимы радикальные изменения. Инициативы по обеспечению того, чтобы искусственный интеллект обеспечивал значительную ценность, помогал ли он принимать правильные решения или улучшал приложения, ориентированные на потребителя.
Благодаря углубленному изучению более чем 400 случаев использования искусственного интеллекта в 19 отраслях промышленности и 9 бизнес-функциях мы обнаружили, что наиболее целесообразно использовать старую пословицу, чтобы ответить на вопрос о том, где развернуть искусственный интеллект. Деньги идут ».
Бизнес-области, которые традиционно приносят наибольшую пользу компании, часто являются областями, где искусственный интеллект может оказать наибольшее влияние. Например, в розничных организациях маркетинг и продажи часто приносят большую пользу. Наши исследования показывают, что только данные клиентов Благодаря искусственному интеллекту для персонализированных рекламных акций дополнительные продажи розничных продавцов кирпича и минометов будут увеличиваться на 1-2%. Напротив, в высококачественном производстве операции часто приносят наибольшую ценность. Интеллект можно прогнозировать исходя из потенциальных причинно-следственных факторов спроса, а не предыдущих результатов, повышая точность прогноза на 10-20%. Это означает, что затраты на инвентаризацию могут быть уменьшены на 5%, а доход может увеличиться на 2-3%.
Хотя применение искусственного интеллекта охватывает широкий спектр функциональных областей, фактически, в этих двух межсекторальных областях: управление цепочками поставок / производство, маркетинг и сбыт, мы считаем, что искусственный интеллект может играть большую роль в нескольких отраслях Сила этого, по крайней мере на данный момент, объединена. Итак, мы оцениваем, что эти варианты использования составляют более двух третей от общего объема возможностей искусственного интеллекта.
Искусственный интеллект может создать в маркетинге и продажах глобальные компании стоимостью от $ 1,4 до $ 2,6 трлн, что составляет $ 1,2-2 трлн долларов в управлении цепочками поставок и производстве (некоторые из которых принадлежат бизнесу, а некоторые из них принадлежат клиенту) В производстве наибольшая ценность от искусственного интеллекта исходит от его использования для интеллектуального обслуживания (около 0,5-0,7 трлн долларов в глобальных компаниях). Искусственный интеллект может обрабатывать аудио и видео, включая аудио и видео. Большой объем данных означает, что он может быстро идентифицировать аномалии для предотвращения неисправностей, будь то странный звук от двигателя самолета или сбоя сборочной линии, обнаруженного датчиком.
Еще один способ для бизнес-лидеров определить, где развернуть искусственный интеллект, - это взглянуть на функциональные подразделения, которые уже используют традиционную аналитику. Мы обнаружили, что в тех случаях, когда искусственный интеллект может создать наибольшую потенциальную ценность, технология нейронных сетей Может работать лучше, чем существующие аналитические методы, или генерировать дополнительные идеи и приложения. В наших исследованиях 69% случаев использования искусственного интеллекта одинаковы.
Только в 16% случаев использования мы нашли «новое» решение для искусственного интеллекта, которое хорошо работает для других аналитических методов. (Поскольку алгоритмы становятся более универсальными, различные данные, которые становятся возможными, становятся Проще всего добиться, число случаев использования в глубоком обучении может быстро увеличиваться, а доля случаев «глубокого обучения» в «зеленом поле» не может значительно увеличиться, так как более зрелые методы машинного обучения могут стать лучше и более распространенными.
Даже если мы видим экономический потенциал использования технологий искусственного интеллекта, мы осознаем практические препятствия и ограничения в реализации искусственного интеллекта. Это большой аппетит для получения достаточно большого и полного набора данных, чтобы удовлетворить глубокий аппетит глубокого обучения для подготовки данных. Проблемы все больше беспокоятся об использовании таких данных, поэтому это также проблема, которую должны решать компании. Необходимо решить проблему безопасности, конфиденциальности и возможности передачи человеческих предвзяток алгоритмам искусственного интеллекта. В некоторых отраслях, таких как здравоохранение и страхование, компании должны также попытаться объяснить аналитические результаты искусственного интеллекта на простом языке: почему эта машина приходит к этому ответу? Хорошей новостью является то, что эти технологии прогрессируют и начинают Решите некоторые из этих ограничений.
В дополнение к этим ограничениям компании могут столкнуться с еще более сложными задачами при внедрении искусственного интеллекта. Для освоения технологий требуются новые уровни знаний, и процессы могут стать серьезным препятствием для успешного внедрения технологий. Необходимо будет разработать надежный процесс обслуживания и управления данными и сосредоточиться на «первом километре» - как получить и организовать данные и усилия - и более сложную «последнюю милю», то есть как вывести модель искусственного интеллекта Интеграция во весь рабочий процесс, от менеджеров клинических испытаний и менеджеров по продажам до закупочного персонала.
Хотя компании должны проявлять бдительность и ответственность при развертывании искусственного интеллекта, учитывая масштаб технологии и ее благотворное влияние на бизнес, потребителей и общество, стоит исследовать. Это стремление не просто, но это может быть Следуйте простой концепции: Следуйте за деньгами.