10 шагов к внедрению искусственного интеллекта в ваш бизнес

Искусственный интеллект (ИИ), безусловно, является растущей силой в индустрии технологий. ИИ занимает центральное место на конференциях и демонстрирует потенциал в самых разных отраслях, включая розничную торговлю и производство. Новые продукты внедряются вместе с виртуальными помощниками, в то время как чат-боты отвечают на вопросы клиентов по всему, начиная с сайта вашего поставщика онлайн-офиса и заканчивая страницей поддержки вашего поставщика услуг веб-хостинга. Тем временем такие компании, как Google, Microsoft и Salesforce, интегрируют ИИ в качестве интеллектуального слоя во всем своем технологическом стеке. Да, ИИ определенно имеет свой момент.

Это не тот искусственный интеллект, который поп-культура заставила нас ожидать; это не разумные роботы или Скайнет, или даже помощник Тони Старка Джарвис. Это плато искусственного интеллекта происходит под поверхностью, делая наши существующие технологии умнее и раскрывая всю мощь всех данных, которые собирают предприятия. Что это значит: Широкое развитие в машинном обучении (ML), компьютерном зрении, глубоком изучении и обработке естественного языка (NLP) сделало процесс создания алгоритма искусственного интеллекта проще в вашей программной или облачной платформе.

Для предприятий практические приложения ИИ могут проявляться всевозможными способами в зависимости от ваших организационных потребностей и понимания бизнес-аналитики, полученного из собранных вами данных. Предприятия могут использовать ИИ для всего: от интеллектуального анализа социальных данных до стимулирования участия в управлении взаимоотношениями с клиентами (CRM) и оптимизации логистики и эффективности, когда дело доходит до отслеживания и управления активами.

ML играет ключевую роль в развитии ИИ, отметил Люк Тан, генеральный менеджер программы TechCode Global AI + Accelerator, которая инкубирует стартапы ИИ и помогает компаниям внедрять ИИ поверх своих существующих продуктов и услуг.

«Прямо сейчас ИИ руководствуется всем недавним прогрессом в ОД. Нет единственного прорыва, на который вы можете указать, но ценность бизнеса, которую мы можем извлечь из ОД, сейчас находится вне графика», - сказал Тан. «С точки зрения предприятия то, что происходит сейчас, может нарушить некоторые основные корпоративные бизнес-процессы, связанные с координацией и контролем: планирование, распределение ресурсов и отчетность». Здесь мы даем советы от некоторых экспертов, чтобы объяснить шаги, которые предприниматели могут предпринять, чтобы интегрировать ИИ в вашу организацию и обеспечить успешное внедрение.

1. Познакомьтесь с ИИ

Потратьте время, чтобы ознакомиться с тем, что может сделать современный ИИ. TechCode Accelerator предлагает своим стартапам широкий спектр ресурсов благодаря партнерству с такими организациями, как Стэнфордский университет и корпорации в области искусственного интеллекта. Вам также следует воспользоваться обширной онлайн-информацией и ресурсами, чтобы ознакомиться с основными понятиями ИИ. Tang рекомендует некоторые из дистанционных семинаров и онлайн-курсов, предлагаемых такими организациями, как Udacity, как простые способы начать работу с AI и расширить свои знания в таких областях, как ML и прогностическая аналитика в вашей организации.

Ниже приведен ряд онлайн-ресурсов (бесплатных и платных), которые вы можете использовать для начала:

• Курс от Udacity до AI и программа по искусственному интеллекту в области нанодоступов
• Онлайн лекции Стэнфордского университета: искусственный интеллект: принципы и методы
• Онлайн курс ИИ edX, предлагаемый через Колумбийский университет
• Microsoft Cognitive Toolkit с открытым исходным кодом (ранее известный как CNTK), чтобы помочь разработчикам освоить алгоритмы глубокого обучения
• Библиотека программного обеспечения TensorFlow с открытым исходным кодом (ОС) от Google для машинного интеллекта
• AI Resources, каталог с открытым исходным кодом от AI Access Foundation
• Страница ресурсов Ассоциации по продвижению искусственного интеллекта (AAAI)
• Нежное руководство MonkeyLearn по машинному обучению
• Институт будущего жизни Стивена Хокинга и Элона Маск
• OpenAI, открытая отраслевая и академическая программа глубокого обучения

2. Определите проблемы, которые вы хотите, чтобы ИИ решил

Как только вы овладеете основами, следующий шаг для любого бизнеса - начать изучать разные идеи. Подумайте, как вы можете добавить возможности искусственного интеллекта в ваши существующие продукты и услуги. Что еще более важно, ваша компания должна иметь в виду конкретные случаи использования, в которых ИИ мог бы решать бизнес-задачи или обеспечивать очевидную ценность.

«Когда мы работаем с компанией, мы начинаем с обзора ее основных технических программ и проблем. Мы хотим показать, как обработка естественного языка, распознавание изображений, ML и т. Д. Вписываются в эти продукты, обычно с Это своего рода семинар с руководством компании, - объяснил Тан. «Специфика всегда варьируется в зависимости от отрасли. Например, если компания осуществляет видеонаблюдение, она может получить большую ценность, добавив ML к этому процессу».

3. Определите приоритетность конкретной ценности

Затем вам необходимо оценить потенциальную деловую и финансовую ценность различных возможных реализаций ИИ, которые вы определили. Легко заблудиться в обсуждениях искусственного интеллекта, но Тан подчеркнул важность привязки ваших инициатив непосредственно к бизнес-ценности.

«Чтобы расставить приоритеты, посмотрите на размеры потенциала и выполнимости и поместите их в матрицу 2x2», - сказал Тан. «Это должно помочь вам расставить приоритеты на основе краткосрочной видимости и узнать, какова финансовая ценность компании. Для этого шага вам обычно требуется владение и признание со стороны менеджеров и руководителей высшего звена».

4. Признать пробел в внутренних возможностях

Существует резкое различие между тем, что вы хотите достичь, и тем, что у вас есть организационные возможности на самом деле достичь в течение определенного периода времени. Тан сказал, что бизнес должен знать, на что он способен, а что нет, с точки зрения технологий и бизнес-процессов, прежде чем начинать полномасштабную реализацию ИИ.

«Иногда это может занять много времени», - сказал Тан. «Устранение вашего внутреннего разрыва в возможностях означает определение того, что вам необходимо приобрести, и любых процессов, которые необходимо внутренне развить, прежде чем вы начнете. В зависимости от бизнеса, могут существовать проекты или команды, которые могут помочь сделать это органично для определенных бизнес-единиц."

5. Привлеките экспертов и создайте пилотный проект

Как только ваш бизнес будет готов с организационной и технической точек зрения, пришло время начать строить и интегрировать. Тан сказал, что самые важные факторы здесь - начать с малого, иметь в виду цели проекта и, самое главное, знать, что вы знаете и что вы не знаете об искусственном интеллекте. Именно здесь привлечение внешних экспертов или консультантов по искусственному интеллекту может быть неоценимым.

«Вам не нужно много времени для первого проекта; обычно для пилотного проекта 2-3 месяца - это хороший диапазон», - сказал Тан. «Вы хотите объединить внутренних и внешних людей в небольшую команду, возможно, из 4-5 человек, и в эти более сжатые сроки команда сосредоточится на простых целях. После того, как пилот будет завершен, вы сможете решить, что дольше В конечном итоге, будет более продуманный проект, и будет ли ценное предложение иметь смысл для вашего бизнеса. Также важно, чтобы опыт обеих сторон - людей, которые знают о бизнесе, и людей, которые знают об ИИ - был объединен с вашей командой пилотного проекта. «.

6. Сформируйте рабочую группу для интеграции данных

Тан отметил, что перед тем, как внедрить ML в свой бизнес, вам необходимо очистить данные, чтобы они были готовы избежать сценария «мусор в мусоре». «Внутренние корпоративные данные обычно распределяются по разным хранилищам данных в разных унаследованных системах и могут даже находиться в руках разных бизнес-групп с разными приоритетами», - сказал Тан. «Поэтому очень важным шагом на пути к получению высококачественных данных является формирование рабочей группы, объединение различных наборов данных и сортировка несоответствий, чтобы данные были точными и богатыми, со всеми необходимыми измерениями, необходимыми для ML».

7. Начните с малого

Начните применять ИИ к небольшой выборке ваших данных, а не слишком рано. «Начните с простого, используйте ИИ постепенно, чтобы доказать свою ценность, собрать отзывы и затем расширяться соответствующим образом», - сказал Аарон Браузер, вице-президент по управлению решениями в M * Modal, которая предлагает технологию понимания естественного языка (NLU) для организаций здравоохранения, а также платформа AI, которая интегрируется с электронными медицинскими записями (EMR).

Определенным типом данных может быть информация по определенным медицинским специальностям. «Будьте избирательны в том, что ИИ будет читать», - сказал д-р Гилан эс-Саадави, директор по медицинской информации (CMIO) в M * Modal. «Например, выберите определенную проблему, которую вы хотите решить, сфокусируйте ИИ на ней и дайте ей конкретный вопрос, чтобы ответить, а не бросайте все данные».

8. Включите хранилище как часть вашего плана AI

По словам Филиппа Покорни, главного технического директора Penguin Computing, компании, которая предлагает высокопроизводительные вычисления, после того, как вы освоите небольшую выборку данных, вам нужно будет рассмотреть требования к хранилищу для реализации решения ИИ. HPC), AI и ML решения.

«Улучшение алгоритмов важно для достижения результатов исследований. Но без огромных объемов данных, помогающих строить более точные модели, системы ИИ не могут улучшиться настолько, чтобы достичь ваших вычислительных целей», - написал Покорный в официальном документе под названием «Критические решения: руководство по Создание полного решения по искусственному интеллекту без сожалений. " «Вот почему включение быстрого, оптимизированного хранилища следует рассматривать в начале проектирования системы ИИ».

Кроме того, он должен оптимизировать хранилище AI для получения данных, рабочего процесса и моделирования, предложил он. «Потратив время на просмотр ваших опций, вы получите огромное положительное влияние на работу системы, как только она начнет работать», - добавил Покорный.

9. Включите ИИ как часть ваших ежедневных задач

По словам Доминика Веллингтона, Global Evangelist из Moogsoft, поставщика искусственного интеллекта для ИТ-операций (AIOps), благодаря дополнительному пониманию и автоматизации, обеспечиваемой ИИ, работники получают инструмент, который делает ИИ частью их повседневной жизни, а не чем-то, что заменяет его.). «Некоторые сотрудники могут опасаться технологий, которые могут повлиять на их работу, поэтому важно внедрить решение как способ расширить свои повседневные задачи», - пояснил Веллингтон.

Он добавил, что компании должны быть прозрачными о том, как технология работает для решения проблем в рабочем процессе. «Это дает сотрудникам опыт« под капотом », так что они могут четко представить, как ИИ увеличивает свою роль, а не устраняет ее», - сказал он.

10. Построить с балансом

• Искусственный интеллект имеет проблему смещения, и это наша вина Искусственный интеллект имеет проблему смещения, и это наша ошибка
• IBM Искусственный интеллект принимает участие в дебатах о людях
• ИИ предлагает огромный потенциал, но это не произойдет в одночасье ИИ предлагает огромный потенциал, но это не произойдет в одночасье

По словам Покорного, когда вы создаете систему искусственного интеллекта, она требует сочетания удовлетворения потребностей технологии и исследовательского проекта. «Всеобъемлющее соображение, даже до того, как приступить к разработке системы ИИ, заключается в том, что вы должны построить систему с балансом», - сказал Покорный. «Это может показаться очевидным, но слишком часто системы искусственного интеллекта разрабатываются вокруг конкретных аспектов того, как команда планирует достичь своих целей исследования, без понимания требований и ограничений аппаратного и программного обеспечения, которое будет поддерживать исследование. Результатом является менее чем неоптимальная, даже нефункциональная система, которая не может достичь желаемых целей ».

Чтобы достичь этого баланса, компаниям необходимо создать достаточную пропускную способность для хранения, графического процессора (GPU) и работы в сети. Безопасность также часто упускается из виду. ИИ по своей природе требует доступа к широкому спектру данных, чтобы выполнять свою работу. Убедитесь, что вы понимаете, какие типы данных будут задействованы в проекте и что ваши обычные меры безопасности - шифрование, виртуальные частные сети (VPN) и защита от вредоносных программ - могут оказаться недостаточными.

«Точно так же вы должны сбалансировать общий бюджет, затрачиваемый на исследования, с необходимостью защиты от перебоев в подаче электроэнергии и других сценариев за счет избыточности», - сказал Покорный. «Вам также может понадобиться гибкость, позволяющая перенастроить оборудование при изменении требований пользователя».