مندرجہ ذیل اہم مضمون مندرجہ ذیل ہے:
اگرچہ انٹرپرائز میں مصنوعی انٹیلی جنس کی مجموعی مقبولیت اب بھی کم ہے (ہمارے آخری مطالعہ میں تقریبا 20٪)، حکام کو معلوم ہے کہ مصنوعی انٹیلی جنس صرف ہائپ نہیں ہے. مختلف صنعتوں میں تنظیمیں اس ٹیکنالوجی پر قابو پانے میں مدد کر رہے ہیں. ان کے کاروبار کے لئے یہ کیا کر سکتے ہیں. ان کا یہ اندازہ کرنا چاہئے. ہمارے تخمینہ کے مطابق، آج کی تجزیاتی ٹیکنالوجی کی تخلیق کردہ 40 فیصد صلاحیتوں کو 'گہری سیکھنے' کہا جاتا ہے (کثیر پرت مصنوعی نیور نیٹ ورک کا استعمال کرتے ہوئے) سے آتا ہے. مصنوعی انٹیلی جنس ٹیکنالوجی. عام طور پر، ہم اندازہ کرتے ہیں کہ گہری سیکھنے کی قیمت $ 3.5 ٹریلین اور 5.8 ٹریلین ڈالر کے درمیان ہو سکتی ہے.
تاہم، بہت سے کاروباری رہنماؤں کو اب بھی غیر یقینی جہاں وہ سب سے بڑی واپسی حاصل کرنے کے لئے مصنوعی ذہانت کو درخواست دینی چاہیے ہیں. سب کے بعد، پورے کاروبار میں سرایت مصنوعی ذہانت پرتیبھا حصول اور اپ گریڈنگ ٹیکنالوجی اسٹیک میں بہت بڑا سرمایہ کاری کرنے کی ضرورت ہے، بھی بنیادی تبدیلیاں لئے بلایا اس مصنوعی انٹیلی جنس کو یقینی بنانے کے لئے اقدامات کافی قدر فراہم کرتی ہیں، چاہے یہ بہتر فیصلے کرنے میں مدد ملتی ہے یا صارفین کو سامنا کرنے والی ایپلی کیشنز کو بہتر بنانے میں مدد ملے گی.
19 صنعتوں اور 9 کاروباری کاموں میں 400 سے زائد مصنوعی انٹیلی جنس استعمال کے مقدمات کی ایک گہری مطالعہ کے ذریعے، ہم نے محسوس کیا کہ مصنوعی انٹیلی جنس کو تعینات کرنے کے بارے میں سوال کا جواب دینے کے لئے ایک پرانے مشق کا استعمال کرنا مناسب ہے. رقم جاتا ہے '.
کمپنی کے روایتی کاروباری علاقوں میں سب سے بڑی ویلیو لاو، مصنوعی ذہانت اکثر سب سے بڑا اثر ہو سکتا ہے. مثال کے طور پر، ایک خوردہ تنظیم میں، مارکیٹنگ اور سیلز اکثر زبردست قیمت لاتا ہے. ہماری تحقیق سے پتہ چلتا ہے کہ صرف گاہک کے اعداد و شمار ذاتی فروغ کے لئے مصنوعی انٹیلی جنس کے ساتھ، اینٹوں اور مارٹر خوردہ فروشوں کی بڑھتی ہوئی فروخت میں 1-2 فی صد اضافہ ہوگا. اس کے برعکس، اعلی کے آخر میں مینوفیکچررز میں، آپریشنز اکثر اکثر سب سے بڑی قدر لاتے ہیں. یہاں، لیبر انٹیلی جنس کے بجائے امکانی causal عوامل پچھلے پیشن گوئی کے نتائج، 10-20٪ کی طرف سے پیشن گوئی کی درستگی کو بہتر بنانے گا جس کی ضروریات کے مطابق میں کارفرما کیا جا سکتا ہے. اس کا مطلب یہ ہے کہ انونٹری اخراجات میں 5 فیصد تک کم کیا جا سکتا ہے، آمدنی 2-3 فیصد تک اضافہ ہو سکتا ہے.
اگرچہ مصنوعی انٹیلجنٹ کی درخواست فعال علاقوں کی وسیع پیمانے پر ہوتی ہے، دراصل ان دو کراس کے علاقوں میں سپلائی چین مینجمنٹ / مینوفیکچررز / مینوفیکچررز اور مارکیٹنگ اور سیلز - ہم یقین رکھتے ہیں کہ مصنوعی انٹیلی جنس کئی صنعتوں میں سب سے زیادہ کھیل سکتے ہیں. بجلی کی کم از کم کے لئے اب یہ ہے ایک دوسرے کے ساتھ، ہم نے اندازہ لگانے کے ان کے استعمال کے مقدمات مصنوعی ذہانت موقع یا اس سے زیادہ میں سے دو تہائی کے لئے حساب.
مصنوعی انٹیلی جنس گلوبل کمپنیوں کے لئے مارکیٹنگ اور فروخت میں $ 1.4- $ 2.6 ٹریلین کی قیمت بنا سکتی ہے، سپلائی چین مینجمنٹ اور مینوفیکچررز میں $ 1.2- $ 2 ٹریلین کی قیمت (جس میں سے کچھ کاروبار کی ملکیت ہے اور اس میں سے کچھ گاہکوں کے مالک ہیں) ) مینوفیکچرنگ میں، سب سے بڑا مصنوعی ذہانت عالمی انٹرپرائز میں 0.7 ٹریلین پیدا کرنے کے لئے) امکانات کی بحالی (تقریبا $ 0.5 کے لئے اس کا استعمال کرتے ہوئے کی قدر سے ماخوذ. AI سنبھال سکتے ہیں، آڈیو اور ویڈیو سمیت سمیت جس نے اسے فوری طور پر اسے سینسر کی طرف سے خارج یا پتہ چلنے پر ہوائی جہاز کے انجن اسمبلی لائن فالٹ عجیب آواز ہے چاہے ناکامیوں کو روکنے کے لئے، غیر معمولی حالات کی نشاندہی کر سکتے ہیں کا مطلب ہے کہ اعداد و شمار کی بڑی مقدار.
ہے جہاں مصنوعی ذہانت کی تعیناتی میں کاروباری رہنماؤں کو فیصلہ کرنے کے، پہلے ہی روایتی تجزیاتی تراکیب کا استعمال کرتے ہوئے کر رہے ہیں ان لوگوں کے محکموں کی طرف دیکھو ایک اور طریقہ ہے ہم مل گیا ہے تاکہ مصنوعی ذہانت سب سے بڑی صلاحیت کی قدر استعمال کے مقدمات بنا سکتے ہیں، عصبی نیٹ ورک کی ٹیکنالوجی ہمارے مطالعہ میں موجودہ تجزیاتی تراکیب کے مقابلے میں بہتر کارکردگی کا مظاہرہ کریں، یا اضافی بصیرت اور ایپلی کیشنز پیدا کر سکتے ہیں.، مصنوعی ذہانت کے استعمال کے مقدمات میں سے 69 فیصد درست ہیں.
استعمال کے مقدمات میں سے صرف 16 فیصد میں ہم غیر موثر مقامی 'گرینفیلڈ' مصنوعی ذہانت کے حل دیگر تجزیاتی تراکیب پر لاگو نہیں ملا. (ساتھ الگورتھم زیادہ عام ہو جاتا ہے، وہ مختلف اعداد و شمار بننے کی ضرورت ممکن ہو جاتا ہے آسانی سے دستیاب، مقدمات کی تعداد میں سیکھنے کی گہرائی کو تیزی سے اضافہ ہونے کا امکان ہے، اور 'گرینفیلڈ' گہری سیکھنے سے زیادہ جدید ترین مشین لرننگ ٹیکنالوجی بھی بہتر اور زیادہ عام بننے کی صلاحیت ہے کے بعد سے، مقدمات نمایاں طور پر بہتر نہیں کیا جا سکتا ہے کا استعمال کرتے ہیں حساب.)
ہم دیکھتے ہیں یہاں تک کہ اگر مصنوعی ذہانت ٹیکنالوجی کا استعمال اقتصادی صلاحیت موجود ہے، ہم بھی مصنوعی ذہانت اور عملی رکاوٹوں کی حدود نفاذ کے لئے. پہچاننے کی تربیت ڈیٹا کی گہرائی سیکھنے کے لئے بہت بڑی بھوک کو پورا کرنے کے لئے کافی بڑی اور کافی جامع ڈیٹا سیٹ حاصل کریں، ایک اہم ہے اس طرح کے ڈیٹا کو استعمال کرنے کے لئے لوگوں کو چیلنج بھی کے بارے میں فکر مند ہے، لہذا یہ بھی انٹرپرائز، سیکورٹی، رازداری کے چیلنجز سے نمٹنے کے لئے کی ضرورت ہے، اور مصنوعی ذہانت الگورتھم اور دیگر مسائل سے خطاب کرنے کی ضرورت ہے کے امکان کو انسانی تعصب کی نشریات ہے. میں کچھ صنعتوں میں، جیسے صحت کی دیکھ بھال اور انشورنس، کمپنیوں کو بھی ایک سادہ زبان میں مصنوعی انٹیلی جنس کے تجزیاتی نتائج کی وضاحت کرنے کی کوشش کرنا چاہئے: یہ مشین اس جواب میں کیوں آتی ہے؟ اچھی خبر یہ ہے کہ یہ تکنالوجی ترقی کر رہے ہیں اور شروع ان حدود میں سے کچھ کو حل کریں.
ان حدود کے علاوہ میں، کمپنیوں وہ ٹیکنالوجی میں مہارت حاصل کرنے کے لئے ایک سے زیادہ مشکل چیلنج پر تنظیم میں تھا مصنوعی ذہانت کے استعمال میں کا سامنا ہو سکتا مہارت کی ایک نئی سطح کی ضرورت ہوتی ہے، لیکن اس عمل کو کامیابی انٹرپرائز میں استعمال کیا گیا ہے ٹیکنالوجی کے لئے ایک بڑی رکاوٹ بننے کا امکان ہے ترقی اور مضبوط ڈیٹا گورننس کے عمل کو برقرار رکھنے کے لئے، اور 'پہلی کلو میٹر' پر توجہ مرکوز کرنی ہوگی - حاصل کرنے کا طریقہ اور ڈیٹا اور کوشش کو منظم - اور زیادہ مشکل 'آخری کلومیٹر'، یہ ہے کہ، کس طرح کی مصنوعی ذہانت کے ماڈل کی پیداوار حصولی کے افسران کو طبی ٹیسٹ مینیجرز اور سیلز مینیجر سے، پورے کام کا بہاؤ میں ضم.
کمپنیوں چوکس اور مصنوعی ذہانت کی تعیناتی میں ذمہ دار ہے، لیکن ٹیکنالوجی اور کاروباری اداروں، صارفین اور معاشرے پر اس کے فائدہ مند اثرات کے پیمانے دیا جائے ضروری ہے، لیکن یہ اچھی طرح مالیت میں مزید مطالعہ ہے. یہ حصول آسان نہیں ہے، لیکن آپ کو شروع کر سکتے ہیں ایک سادہ تصور شروع کی پیروی کریں: پیسے کی پیروی کریں.