Inhalt
- Einführung künstlicher Intelligenz in der Wirtschaft
- Einführung der künstlichen Intelligenz in Vertikalen
- Keine Bugs, kein Stress - Ihre schrittweise Anleitung zur Erstellung lebensverändernder Software, ohne Ihr Leben zu zerstören
- Partnerschaft mit Cloud AI-Unternehmen
- Fazit
Quelle: Kittipong Jirasukhanont / Dreamstime.com
Wegbringen:
Das Unternehmen hat begonnen, AI und ML in seine Geschäftstätigkeit zu integrieren, jedoch nicht annähernd in dem Maße, wie es viele Internetunternehmen getan haben. Die Hilfe dieser Unternehmen könnte der Schlüssel zur Einführung von KI in Unternehmen sein.
Hyperscale-Internetunternehmen haben seit 2015 mehrere Ebenen des maschinellen Lernens mit zunehmender Automatisierung in der Datenverarbeitung und Modellierung überholt. Mit wenigen Ausnahmen hat das Unternehmen die Einführung künstlicher Intelligenz verzögert, sieht jedoch in Internetunternehmen Partner, die helfen können aufholen.
Die potenziellen Anwender von maschinellem Lernen in Unternehmen haben einen langen Weg vor sich, um die Talentpools, Rechenleistung, Skalierbarkeit und das Datenvolumen für Trainingsalgorithmen, die Internetunternehmen insbesondere in den letzten vier Jahren angesammelt haben, zu erreichen. In vielen Unternehmensbereichen wurden die Geschäftsprozesse für die Automatisierung der Datenverarbeitung und die sofortige Ausführung von Geschäftsentscheidungen auf der Grundlage von Erkenntnissen aus künstlicher Intelligenz nicht digital transformiert. Darüber hinaus haben einige der Branchen noch keine genau definierten Anwendungsfälle, die sich für die rentable Ausführung künstlicher Intelligenz eignen. (Weitere Informationen zu AI in Unternehmen finden Sie unter Überwinden von IT-Service-Management-Change-Management-Problemen mit der Kraft von AI.)
Einführung künstlicher Intelligenz in der Wirtschaft
Die Einführung von künstlicher Intelligenz in der Geschäftswelt befindet sich in einem frühen Stadium, insbesondere wenn wir die erfahrenen Benutzer berücksichtigen, die über Exploration und Pilotprojekte hinausgegangen sind und durch ihre Nutzung einen geschäftlichen Mehrwert erzielen. O’Reilly, ein Technologie-Medienunternehmen, stellte in seiner Umfrage „Der Stand der maschinellen Lernanpassung im Unternehmen“ aus dem Jahr 2018 fest, dass nur 15% der gesamten Unternehmensbenutzer weltweit und 18% in Nordamerika versierte Benutzer sind.
Externe Quellen für Fachwissen und Lernen spielen eine wichtige Rolle, um den Geschäftsanwendern den neuesten Stand des maschinellen Lernens näher zu bringen, insbesondere bei fortgeschrittenen KI-Techniken. Eine Umfrage von Deloitte aus dem Jahr 2018 ergab, dass 59% der Unternehmenskäufer KI-Fachkenntnisse von Unternehmenssoftwareunternehmen mit KI-Fähigkeiten erwerben, 53% gemeinsam mit Partnern entwickeln, 49% von Cloud-KI-Unternehmen erwerben und 39% von Websites wie GitHub aus Crowdsourcen beziehen . Cloud-KI-Unternehmen bieten KI als Service an, wodurch die Kosten für die Infrastruktur und die Talententwicklung vor Ort gespart werden.
Für die fortgeschrittene KI-Entwicklung sind Cloud-Unternehmen eine wichtigere Quelle für Fachwissen. 39 Prozent der befragten Unternehmen bevorzugten Cloud-Unternehmen als Quelle für fortgeschrittene KI, verglichen mit 15 Prozent für On-Premise-Software. AI as a Service ist zügig um 48% gewachsen.
Einführung der künstlichen Intelligenz in Vertikalen
Wir sprachen mit Aditya Kaul, Research Director bei Tractica, einem Branchenanalystenunternehmen, das sich auf künstliche Intelligenz und Robotik spezialisiert hat. Kaul hat die Einführung künstlicher Intelligenz in 30 Branchen für über 300 Anwendungsfälle in Unternehmen auf der ganzen Welt untersucht. "Telekommunikation und Finanzdienstleistungen waren führend bei der Einführung von KI, und sie begannen früh mit rudimentäreren statistischen Techniken, die bis in die 1980er Jahre zurückreichen", sagte Kaul. "Die Akzeptanz im Einzelhandel, in der Automobilbranche und im Gesundheitswesen hat in jüngster Zeit zugenommen, während sich der Großteil des Unternehmens noch in einem frühen Stadium der Akzeptanz befindet", fügte er hinzu. "Horizontale Unternehmensdienste wie CRM, Supply Chain und HR haben die Akzeptanz ausgeweitet KI schnell, da seine Prognosefunktionen bei der Identifizierung von potenziellen Kunden, Verbrauchernachfragetrends und talentierten Mitarbeitern hilfreich sind. “
"Die Überwachung, Synchronisierung und Optimierung komplexer und heterogener softwaredefinierter Netzwerke ist ein kritischer Anwendungsfall im Telekommunikationssektor", vermutet Kaul. "Sprachassistenten in Autos sind im Automobilsektor stark angestiegen, wobei der Schwerpunkt auf der Personalisierung von Diensten im Auto liegt", bemerkte er. Er teilte uns außerdem mit, dass "der Bankensektor künstliche Intelligenz für den Kundenservice einschließlich Chatbots einsetzt, da diese starker Konkurrenz durch kleinere Internetbanken ausgesetzt sind, abgesehen davon, dass sie zur Aufdeckung von Betrug, zur Kreditanalyse und für andere Back-End-Operationen eingesetzt werden."
Der Gesundheitssektor verfügt zwar über ein enormes Potenzial, war jedoch bis vor kurzem aufgrund regulatorischer Hindernisse für die Verwendung seiner Daten zurückgeblieben. "Mehrere von Risikounternehmen unterstützte Start-ups haben sich jetzt in klinischen Studien auf maschinelles Lernen konzentriert, um die Wirkstoffentdeckung zu beschleunigen", erklärte Kaul.
Keine Bugs, kein Stress - Ihre schrittweise Anleitung zur Erstellung lebensverändernder Software, ohne Ihr Leben zu zerstören
Sie können Ihre Programmierkenntnisse nicht verbessern, wenn sich niemand um die Softwarequalität kümmert.
Einzelhandelsgeschäfte haben ihre Investitionen in maschinelles Lernen beschleunigt, da sie die Vorhersage von Angebot und Nachfrage genau beherrschen. Laut einem Forschungsbericht von McKinsey senkte der deutsche Einzelhändler Otto die Retouren um mehr als 2 Millionen Artikel pro Jahr und den Lagerbestand um 20%, indem er mithilfe von Deep-Learning-Algorithmen vorhersagte, was Kunden kaufen werden. Die KI-Engine bestellt jetzt autonom 200.000 Artikel pro Monat, da sie mit einer Genauigkeit von 90% vorhersagen kann, was Otto in den nächsten 30 Tagen verkaufen wird. (Sie sind sich nicht sicher, wie KI in Ihr Unternehmen passt? Sehen Sie sich 5 Möglichkeiten an, wie Unternehmen die Verwendung von KI in Betracht ziehen könnten.)
Partnerschaft mit Cloud AI-Unternehmen
Hyperscale-Cloud-KI-Unternehmen waren bereit, mit Unternehmenskunden zusammenzuarbeiten, um ihre Fähigkeiten im Bereich künstliche Intelligenz zu verbessern. Sie sind sich jedoch nicht sicher, wie sie mit Unternehmen zusammenarbeiten sollen, die für die Installation von Back-End-Systemen unverzichtbar sind. „Cloud-Unternehmen sind mit ihren Werbegeschenken, einschließlich kostenloser Cloud-Zeit, Beratungs- und Schulungsressourcen, gegenüber Unternehmenskunden großzügig vorgegangen“, stellte Kaul fest.
Da Cloud-KI-Unternehmen wie Google im Jahr 2015 einen schnellen Übergang von handgefertigten Algorithmen zu Deep Learning im Jahr 2016 und neueren Algorithmen wie Reinforcement Learning vorgenommen haben, können sie Early Adopters beraten, wie sie Fortschritte auf ihrem Weg zum KI-Lernen erzielen können Reife.
"Die Kosten für KI sinken ebenfalls, da vorab trainierte Modelle, beschriftete Datensätze und eine generelle Reduzierung der Preise für Cloud-KI verfügbar sind", erklärte Kaul."Gleichzeitig wurde die Zeit für Datenverarbeitung, Datenaufnahme, Datenaufbereitung und Etikettierung, die 90% des Aufwands ausmacht, mit Techniken wie AutoML, die diese Prozesse automatisieren, verkürzt", fügte er hinzu. Nvidia, ein Partner von Hyperscale-Cloud-KI-Unternehmen, hat seine GPUs (Graphical Processing Units) für das Unternehmen neu verpackt. "Nvidia hat sich neu positioniert, um auf Anwendungsfälle für Data Science und Analytics im Unternehmen abzielen zu können, wodurch das Training großer Analysemodelle im Vergleich zu CPUs (Zentraleinheiten) beschleunigt wird", erklärte Kaul.
Unternehmen mit Unternehmenssoftware müssen einen Weg finden, um Cloud-KI-Unternehmen gerecht zu werden, zumal sie neue Funktionen auf den Markt bringen, die Teil der Struktur des Unternehmensgeschäfts werden. "Funktionen wie Chatbots und Computer Vision-Funktionen für die Bilderkennung werden durch intensives Lernen ermöglicht, das den Wert erweitert, den AI bringt", erklärte Kaul. „Software selbst ist nicht mehr fest codiert, sondern passt sich den Daten- und Analysebedürfnissen an“, fügte er hinzu. Es gibt noch keine ausreichenden Beweise dafür, dass Unternehmen mit Unternehmenssoftware, mit wenigen Ausnahmen wie Microsoft, mit Cloud-KI-Unternehmen in Bezug auf Algorithmen Schritt halten können. Trotz aller Anzeichen sind die neuen Bedingungen für die Zusammenarbeit zwischen Cloud-KI-Unternehmen und Unternehmenssoftware-Unternehmen noch nicht geklärt.
Fazit
Maschinelles Lernen wird das Unternehmen neu erfinden, da es die Unternehmenssoftware selbst neu definiert. Das Unternehmen wird sich durch die Automatisierung der Datenverarbeitung und die schnellere Ausführung von Geschäftsentscheidungen schneller an das externe Geschäftsumfeld anpassen, basierend auf Erkenntnissen aus Algorithmen, die die Zeit zum Lernen aus Daten verkürzen. Unternehmenssoftware wird häufiger weiterentwickelt und neu konfiguriert, um mit den Algorithmen Schritt zu halten.
