0

    Как внедрять, обучать, монетизировать Искусственный интеллект

    20% компаний планируют широкомасштабное внедрение технологий искусственного интеллекта в 2019 году. Эксперты PwC объяснили, как подготовить данные для обучения по искусственному интеллекту, извлечь максимум пользы из технологии и сохранить доверие клиентов.

     

    Как правильно внедрять искусственный интеллект в свой бизнес

    Создание основы для развития искусственного интеллекта

     

    Лучшей основой для внедрения искусственного интеллекта является Центр компетенций искусственного интеллекта. Это многопрофильная команда, которая отражает все функции компании и включает в себя представителей бизнеса, ИТ-специалистов и специалистов по искусственному интеллекту.

    Что должны сделать представители бизнеса и ИТ:

    • Разработать единые правила работы с данными и обеспечения их соответствия в масштабах всего предприятия;
    • Выбрать оптимальные методы отчетности и корпоративного управления;
    • Определить технические стандарты для взаимодействия с поставщиками;
    • Осуществлять управление объектами интеллектуальной собственности;
    • Оценить уровень внедрения искусственного интеллекта.

     

    И задача специалистов по ИИ — разработка виртуальной среды со встроенными инструментами, в которой бизнес эксперты и технические специалисты будут совместно использовать ресурсы (объемы данных, методы, компоненты повторяющихся приложений) и решать бизнес-задачи.

     

    Обучение работе с искусственным интеллектом

     

    1. Сбор данных. Для того чтобы искусственный интеллект извлекал ценную деловую информацию из большого объема данных и предсказывал будущее, его необходимо обучить. Для этого необходимо собрать большой объем информации.

     

    2. Отметить данные. Собранные данные должны быть отмечены на соответствующем параметре, например, чтобы определить, удовлетворен ли клиент. Для этого данные для каждого пользователя должны быть отмечены вручную как «удовлетворенные» или «не удовлетворенные».

     

    3. Обучите искусственный интеллект. После проставления отметки должны быть показаны данные искусственному интеллекту: Он обучается нахождению нелинейных шаблонов в них и может самостоятельно применять этот маркер к другим пользователям в будущем.

     

    4. Отрегулируйте разметку. Для того чтобы маркированные наборы данных можно было использовать для алгоритмов искусственного интеллекта по всему предприятию, необходимо создать общие корпоративные стандарты их маркировки.

     

    Все задачи по обучению по искусственному интеллекту должны выполняться Центром компетенции по искусственному интеллекту.

     

    Искусственный интеллект может научиться, даже если компания не располагает достаточным количеством данных:

     

    • Углубленное и расширенное обучение позволяет создавать собственные данные на основе небольшого количества примеров;
    • Обучение предусматривает перенос решения задачи, для которой имеется достаточно данных, с одной задачи на другую;
    • Моделирование на основе вероятностных моделей используется для создания «синтетических» данных для обучения ИИ.

    Смотри не хватайтесь за все сразу.

     

    Во-первых, необходимо разработать модель искусственного интеллекта для решения конкретной бизнес-задачи, это решит конкретную проблему и повысит результативность работы. 

     

    Если компания успешно внедрила искусственный интеллект в бизнес-сфере, вполне вероятно, что его можно будет использовать и для других задач.

     

    Менеджерам необходимо создать портфель алгоритмов на основе искусственного интеллекта, которые могут быть использованы повторно для различных процессов. Это ускорит окупаемость инвестиций и позволит быстрее распространять технологии по всему предприятию.

     

    Обучайте своих сотрудников и привлекайте новых

     

    Средства машинного обучения автоматизируют работу с ИИ и облегчают доступ сотрудников к ним. Однако некоторые алгоритмы не могут быть поняты сотрудниками, прошедшими обучение в области искусственного интеллекта. В такой ситуации они могут случайно использовать неправильный алгоритм, что приведет к неверным результатам. Для предотвращения этого необходимо создать три квалификационных уровня для сотрудников в области искусственного интеллекта.

     

    Пользователи. Большинству сотрудников необходимо научиться использовать искусственный интеллект, пользоваться корпоративными приложениями на базе AI, правильно управлять данными и при необходимости обращаться за квалифицированной помощью.

     

    Разработчики. 5-10% сотрудников должны пройти дополнительное обучение у разработчиков. Они будут создавать, использовать и сотрудничать со специалистами по искусственному интеллекту для разработки новых приложений, основанных на искусственном интеллекте.

     

    Профессионалы. Небольшая часть инженеров и специалистов по интеллектуальному анализу данных будет создавать и управлять приложениями на основе искусственного интеллекта.

     

    Возможна подготовка сотрудников компании в роли пользователей и разработчиков. Эксперты в области искусственного интеллекта должны набираться из внешних кандидатов, это должны быть технические специалисты.

     

    Руководитель должен четко распределить обязанности между тремя группами сотрудников, наладить сотрудничество между специалистами по искусственному интеллекту и бизнес специалистами, развивать партнерские отношения между ними и культуру наставничества.

     

    Большинство сотрудников смогут освоить новые навыки и взять на себя новые роли, но некоторые не смогут, поэтому менеджеру придется адаптироваться к некоторой смене кадров.

     

    Обеспечение доверия к искусственному интеллекту

     

    Технологии искусственного интеллекта все еще вызывают много вопросов: Защита данных, кибербезопасность, занятость. Для того чтобы клиенты, сотрудники и правление могли полагаться на инструменты искусственного интеллекта, менеджеры должны следовать принципам ответственного искусственного интеллекта:

     

    Справедливость: Компании должны минимизировать искажение данных, с которыми они работают.

     

    Понимание: Они должны понимать, как ИИ принимает решения, и следить за тем, чтобы эти решения были правильными.

     

    Надежность и безопасность: Системы искусственного интеллекта должны быть устойчивы к кибератакам.

     

    Контроль: Алгоритмы искусственного интеллекта должны регулярно пересматриваться, и компания должна назначить лицо, ответственное за системы искусственного интеллекта.

     

    Соблюдение системной этики: Системы искусственного интеллекта должны соответствовать законодательным требованиям, и компании должны учитывать, как системы искусственного интеллекта влияют на сотрудников и клиентов.

     

    Чтобы обеспечить соблюдение этих принципов, вам необходимо разработать должностные инструкции, сочетающие технические знания с пониманием нормативных, этических и репутационных вопросов.

     

    Другим способом повышения доверия к искусственному интеллекту является разработка понятного искусственного интеллекта. Эта технология может оправдать любое действие и объяснить преимущества выбранной стратегии. Это повысит прозрачность, интерпретируемость и достоверность решений на основе искусственного интеллекта.

     

    ИИ Обзор возможностей

     

    Искусственный интеллект автоматизирует бизнес-процессы и помогает в принятии решений. Многие руководители сейчас концентрируются на этих возможностях технологий, но наибольшую выгоду для бизнеса принесет персонализация и повышение качества товаров и услуг.

     

    Наиболее перспективные отрасли для монетизации искусственного интеллекта:

     

    Здравоохранение. Искусственный интеллект позволит отслеживать данные об образе жизни пациента, быстрее диагностировать заболевания и предлагать персонализированную медицинскую страховку.

     

    Розничная торговля. Компании уже прогнозируют поведение потребителей с помощью ИИ. Следующий шаг — гиперперсонализация розничной торговли: с помощью искусственного интеллекта и автоматизации ритейлеры будут предлагать товары и услуги конкретному потребителю.

     

    Автомобильная промышленность. Искусственный интеллект позволяет моделировать последствия различных бизнес-решений и выбирать оптимальную стратегию. Например, один из ведущих автопроизводителей тестирует более 200 000 сценариев вывода беспилотных летательных аппаратов на рынок для совместного использования.

     

    Сочетание искусственного интеллекта с другими технологиями

     

    Искусственный интеллект работает более эффективно в сочетании с такими технологиями, как аналитика, ERP (планирование ресурсов предприятия), интернет-технологии, блокчейн и даже квантовые вычисления. Интеграция ИИ с другими технологиями начинается с данных, поэтому компаниям следует обратить особое внимание на их стандартизацию и маркировку.

     

    Наиболее перспективный способ интеграции искусственного интеллекта в Интернет вещей. Крупные компании используют различные датчики для сбора информации с корпоративного оборудования и клиентских устройств. Искусственный интеллект распознает закономерности в этом потоке данных для различных задач: от обслуживания системы до маркетингового анализа.

     

    Необходимо сочетать не только технологии, но и людей. Ранее аналитики изучали процессы и создавали алгоритмы, затем передавали их IT-специалистам для написания API-интерфейса, а затем отправляли бизнес-специалистам для применения в работе.

     

    Теперь команды должны были работать вместе с самого начала. Для этого требуется обратная связь между специалистами по разработке и эксплуатации, чтобы они могли сотрудничать и вносить изменения в продукт (технология DevOps). Еще одной возможностью является введение должности посредника между командами.

    По статье РБК

    ВНЕДРИМ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, МАШИННОЕ ОБУЧЕНИЕ, НЕЙРОННЫЕ СЕТИ

    кнопка получить предложение

    Мой муж заплатил за мое обучение. Кто вернет налог?

    Previous article

    Рассчеты в обход счетов должника и ст.199.2 УК РФ

    Next article

    You may also like

    Comments

    Leave a reply

    Ваш адрес email не будет опубликован. Обязательные поля помечены *

    More in Technology