10 ขั้นตอนในการใช้ปัญญาประดิษฐ์ในธุรกิจของคุณ

ปัญญาประดิษฐ์ (AI) เป็นพลังที่เพิ่มขึ้นอย่างชัดเจนในอุตสาหกรรมเทคโนโลยี AI กำลังเข้าสู่ขั้นตอนกลางในการประชุมและแสดงศักยภาพในหลากหลายอุตสาหกรรมรวมถึงการค้าปลีกและการผลิต ผลิตภัณฑ์ใหม่กำลังถูกฝังอยู่กับผู้ช่วยเสมือนในขณะที่ chatbots กำลังตอบคำถามลูกค้าเกี่ยวกับทุกสิ่งจากเว็บไซต์ของซัพพลายเออร์สำนักงานออนไลน์ของคุณไปยังหน้าการสนับสนุนของผู้ให้บริการเว็บโฮสติ้งของคุณ ในขณะเดียวกัน บริษัท เช่น Google, Microsoft และ Salesforce กำลังรวม AI เป็นเลเยอร์อัจฉริยะในกองเทคโนโลยีทั้งหมด ใช่ AI กำลังมีช่วงเวลาที่แน่นอน

นี่ไม่ใช่ AI ที่วัฒนธรรมป๊อปทำให้เราคาดหวัง มันไม่ได้เป็นหุ่นยนต์ที่ไวต่อความรู้สึกหรือ Skynet หรือแม้แต่ผู้ช่วย Jarvis ของ Tony Stark ที่ราบสูง AI นี้กำลังเกิดขึ้นภายใต้พื้นผิวทำให้เทคโนโลยีที่มีอยู่ของเราฉลาดขึ้นและปลดล็อกพลังของข้อมูลทั้งหมดที่องค์กรเก็บรวบรวม ความหมาย: ความก้าวหน้าอย่างกว้างขวางในการเรียนรู้ของเครื่อง (ML) การมองเห็นคอมพิวเตอร์การเรียนรู้อย่างลึกซึ้งและการประมวลผลภาษาธรรมชาติ (NLP) ทำให้การอบอัลกอริทึม AI เป็นเลเยอร์ง่ายขึ้นกว่าเดิมในซอฟต์แวร์หรือแพลตฟอร์มคลาวด์ของคุณ

สำหรับธุรกิจแอปพลิเคชั่น AI ที่ใช้งานได้จริงสามารถแสดงได้หลายวิธีขึ้นอยู่กับความต้องการขององค์กรของคุณและข้อมูลเชิงลึกทางธุรกิจ (BI) ที่ได้จากข้อมูลที่คุณรวบรวม องค์กรสามารถใช้ AI สำหรับทุกสิ่งตั้งแต่การขุดข้อมูลโซเชียลไปจนถึงการผลักดันการมีส่วนร่วมในการจัดการลูกค้าสัมพันธ์ (CRM) ไปจนถึงการเพิ่มประสิทธิภาพด้านโลจิสติกส์และประสิทธิภาพเมื่อมีการติดตามและจัดการสินทรัพย์

ML กำลังเล่นบทบาทสำคัญในการพัฒนา AI กล่าวโดย Luke Tang ผู้จัดการทั่วไปของโปรแกรม Global AI + Accelerator ของ TechCode ซึ่งบ่มเพาะธุรกิจสตาร์ทอัพของ AI และช่วยให้ บริษัท ต่างๆรวม AI บนผลิตภัณฑ์และบริการที่มีอยู่ของพวกเขา

“ ตอนนี้ AI กำลังถูกผลักดันโดยความคืบหน้าล่าสุดใน ML ไม่มีความก้าวหน้าเดียวที่คุณสามารถชี้ไปได้ แต่มูลค่าทางธุรกิจที่เราสามารถสกัดได้จาก ML ตอนนี้อยู่นอกชาร์ต "Tang กล่าว "จากมุมมองขององค์กรสิ่งที่เกิดขึ้นตอนนี้สามารถขัดขวางกระบวนการทางธุรกิจหลักขององค์กรบางส่วนที่เกี่ยวกับการประสานงานและการควบคุม: การกำหนดเวลาการจัดสรรทรัพยากรและการรายงาน" ที่นี่เราให้คำแนะนำจากผู้เชี่ยวชาญบางคนเพื่ออธิบายขั้นตอนที่ธุรกิจสามารถนำไปใช้เพื่อรวม AI ในองค์กรของคุณและเพื่อให้แน่ใจว่าการดำเนินการของคุณประสบความสำเร็จ

1. ทำความคุ้นเคยกับ AI

ใช้เวลาทำความคุ้นเคยกับ AI ที่ทันสมัยสามารถทำได้ TechCode Accelerator มอบการเริ่มต้นที่หลากหลายของทรัพยากรผ่านการเป็นพันธมิตรกับองค์กรต่าง ๆ เช่นมหาวิทยาลัยสแตนฟอร์ดและ บริษัท ในพื้นที่ AI คุณควรใช้ประโยชน์จากความมั่งคั่งของข้อมูลออนไลน์และทรัพยากรที่มีอยู่เพื่อทำความคุ้นเคยกับแนวคิดพื้นฐานของ AI Tang แนะนำบางส่วนของเวิร์กช็อประยะไกลและหลักสูตรออนไลน์ที่นำเสนอโดยองค์กรเช่น Udacity เป็นวิธีง่ายๆในการเริ่มต้นใช้งาน AI และเพื่อเพิ่มความรู้ในด้านต่าง ๆ เช่น ML และการวิเคราะห์เชิงพยากรณ์ภายในองค์กรของคุณ

ต่อไปนี้เป็นแหล่งข้อมูลออนไลน์จำนวนมาก (ฟรีและจ่ายเงิน) ที่คุณสามารถใช้ในการเริ่มต้น:

• คำนำของ Udacity สำหรับหลักสูตร AI และโปรแกรม Nanodegree ประดิษฐ์
• การบรรยายออนไลน์ของมหาวิทยาลัยสแตนฟอร์ด: ปัญญาประดิษฐ์: หลักการและเทคนิค
• หลักสูตร AI ออนไลน์ของ edX นำเสนอโดยมหาวิทยาลัยโคลัมเบีย
• ชุดเครื่องมือองค์ความรู้โอเพ่นซอร์สของ Microsoft (ก่อนหน้านี้รู้จักกันในชื่อ CNTK) เพื่อช่วยให้นักพัฒนาพัฒนาอัลกอริทึมการเรียนรู้ขั้นสูง
• คลังซอฟต์แวร์ TensorFlow ของโอเพ่นซอร์ส (OS) ของ Google สำหรับระบบอัจฉริยะ
• ทรัพยากร AI, ไดเรกทอรีรหัสโอเพนซอร์สจาก AI Access Foundation
• หน้าสมาคมเพื่อความก้าวหน้าของปัญญาประดิษฐ์ (AAAI)
• คู่มืออ่อนโยนของ MonkeyLearn ต่อการเรียนรู้ของเครื่อง
• Stephen Hawking และสถาบันอนาคตของ Elon Musk
• OpenAI เป็นอุตสาหกรรมแบบเปิดและความคิดริเริ่มในการเรียนรู้เชิงลึกในเชิงวิชาการ

2. ระบุปัญหาที่คุณต้องการให้ AI แก้ไข

เมื่อคุณทำพื้นฐานได้เร็วขึ้นขั้นตอนต่อไปสำหรับธุรกิจใด ๆ คือการเริ่มต้นค้นหาแนวคิดที่แตกต่าง คิดเกี่ยวกับวิธีเพิ่มความสามารถของ AI ในผลิตภัณฑ์และบริการที่มีอยู่ของคุณ ที่สำคัญกว่านั้น บริษัท ของคุณควรคำนึงถึงกรณีการใช้งานเฉพาะที่ AI สามารถแก้ไขปัญหาทางธุรกิจหรือให้คุณค่าที่พิสูจน์ได้

"เมื่อเราทำงานกับ บริษัท เราเริ่มต้นด้วยภาพรวมของโปรแกรมเทคโนโลยีและปัญหาสำคัญ ๆ เราต้องการแสดงให้เห็นว่าการประมวลผลภาษาธรรมชาติการจดจำรูปภาพ ML ฯลฯ เข้ากับผลิตภัณฑ์เหล่านั้นอย่างไร การประชุมเชิงปฏิบัติการบางอย่างกับผู้บริหารของ บริษัท "ถังอธิบาย "ข้อมูลจำเพาะที่แตกต่างกันไปตามอุตสาหกรรมเสมอตัวอย่างเช่นหาก บริษัท ทำการเฝ้าระวังด้วยวิดีโอพวกเขาสามารถได้รับมูลค่ามากโดยการเพิ่ม ML ให้กับกระบวนการนั้น"

3. จัดลำดับความสำคัญมูลค่าคอนกรีต

ถัดไปคุณจะต้องประเมินศักยภาพทางธุรกิจและมูลค่าทางการเงินของการติดตั้ง AI ที่เป็นไปได้ที่คุณระบุ เป็นเรื่องง่ายที่จะหลงทางในการพูดคุยเรื่อง "พายในท้องฟ้า" แต่ Tang เน้นถึงความสำคัญของการผูกความคิดริเริ่มของคุณโดยตรงกับมูลค่าทางธุรกิจ

“ ในการจัดลำดับความสำคัญให้ดูขนาดของศักยภาพและความเป็นไปได้และนำพวกเขาไปสู่เมทริกซ์ 2x2” Tang กล่าว "สิ่งนี้จะช่วยให้คุณจัดลำดับความสำคัญโดยพิจารณาจากการมองเห็นในระยะใกล้และรู้ว่ามูลค่าทางการเงินของ บริษัท เป็นอย่างไรสำหรับขั้นตอนนี้คุณจะต้องมีกรรมสิทธิ์และการยอมรับจากผู้จัดการและผู้บริหารระดับสูง"

4. ยอมรับช่องว่างความสามารถภายใน

มีความแตกต่างอย่างสิ้นเชิงระหว่างสิ่งที่คุณต้องการบรรลุและสิ่งที่คุณมีความสามารถขององค์กรเพื่อให้บรรลุจริงภายในกรอบเวลาที่กำหนด Tang กล่าวว่าธุรกิจควรรู้ว่าอะไรที่มีความสามารถและไม่ได้มาจากมุมมองกระบวนการทางเทคโนโลยีและธุรกิจก่อนที่จะเริ่มใช้งาน AI

“ บางครั้งสิ่งนี้อาจใช้เวลานานในการทำ” Tang กล่าว "การจัดการช่องว่างความสามารถภายในของคุณหมายถึงการระบุสิ่งที่คุณต้องการและกระบวนการใด ๆ ที่จำเป็นต้องมีการพัฒนาภายในก่อนที่คุณจะเริ่มดำเนินการทั้งนี้ขึ้นอยู่กับธุรกิจอาจมีโครงการหรือทีมที่มีอยู่แล้ว "

5. นำผู้เชี่ยวชาญและตั้งโครงการนำร่อง

เมื่อธุรกิจของคุณพร้อมจากจุดยืนขององค์กรและเทคโนโลยีแล้วถึงเวลาที่ต้องเริ่มสร้างและผนวกรวม Tang กล่าวว่าปัจจัยที่สำคัญที่สุดที่นี่คือการเริ่มต้นเล็ก ๆ มีเป้าหมายของโครงการในใจและที่สำคัญที่สุดต้องระวังสิ่งที่คุณรู้และสิ่งที่คุณไม่รู้เกี่ยวกับ AI นี่คือที่นำผู้เชี่ยวชาญภายนอกหรือที่ปรึกษา AI สามารถล้ำค่า

“ คุณไม่ต้องการเวลามากสำหรับโครงการแรกโดยปกติแล้วสำหรับโครงการนำร่อง 2-3 เดือนเป็นช่วงที่ดี” Tang กล่าว "คุณต้องการที่จะนำคนภายในและภายนอกมารวมกันเป็นทีมขนาดเล็กอาจจะ 4-5 คนและกรอบเวลาที่เข้มงวดขึ้นจะทำให้ทีมมุ่งเน้นไปที่เป้าหมายที่ตรงไปตรงมาหลังจากนักบินเสร็จสมบูรณ์คุณควรตัดสินใจได้ว่าอะไรจะนานขึ้น - ระยะยาวโครงการที่ซับซ้อนยิ่งขึ้นจะเป็นอย่างไรและการเสนอคุณค่าเหมาะสมกับธุรกิจของคุณหรือไม่นอกจากนี้ยังเป็นสิ่งสำคัญที่ความเชี่ยวชาญจากทั้งสองฝ่าย - ผู้ที่รู้เกี่ยวกับธุรกิจและผู้รู้เกี่ยวกับ AI จะรวมอยู่ในทีมโครงการนำร่องของคุณ ."

6. สร้าง Taskforce เพื่อรวมข้อมูล

ถังตั้งข้อสังเกตว่าก่อนที่จะใช้ ML กับธุรกิจของคุณคุณต้องทำความสะอาดข้อมูลของคุณเพื่อให้พร้อมที่จะหลีกเลี่ยงสถานการณ์ "ขยะมูลฝอยขยะ" “ โดยทั่วไปข้อมูลภายในองค์กรจะถูกกระจายออกไปในหลายไซโลข้อมูลของระบบมรดกที่แตกต่างกันและอาจอยู่ในมือของกลุ่มธุรกิจต่าง ๆ ที่มีลำดับความสำคัญต่างกัน” Tang กล่าว "ดังนั้นขั้นตอนที่สำคัญมากในการรับข้อมูลที่มีคุณภาพสูงคือการสร้าง cross-taskforce รวมชุดข้อมูลที่แตกต่างกันเข้าด้วยกันและแยกแยะความไม่สอดคล้องกันเพื่อให้ข้อมูลมีความถูกต้องและสมบูรณ์ด้วยมิติที่เหมาะสมทั้งหมดสำหรับ ML"

7. เริ่มต้นเล็ก ๆ

เริ่มต้นใช้ AI กับตัวอย่างข้อมูลของคุณเล็ก ๆ น้อย ๆ แทนที่จะเริ่มเร็วเกินไป "เริ่มต้นง่ายๆใช้ AI เพิ่มขึ้นเพื่อพิสูจน์คุณค่ารวบรวมความคิดเห็นจากนั้นขยายให้เหมาะสม" Aaron Brauser รองประธานฝ่ายการจัดการโซลูชันของ M * Modal กล่าวซึ่งนำเสนอเทคโนโลยีการทำความเข้าใจภาษาธรรมชาติ (NLU) สำหรับองค์กรด้านการดูแลสุขภาพ แพลตฟอร์ม AI ที่ทำงานร่วมกับเวชระเบียนอิเล็กทรอนิกส์ (EMR)

ข้อมูลบางประเภทอาจเป็นข้อมูลเกี่ยวกับแพทย์เฉพาะทาง “ จงเลือกในสิ่งที่ AI จะอ่าน” ดร. Gilan El Saadawi หัวหน้าเจ้าหน้าที่ข้อมูลการแพทย์ (CMIO) ที่ M * Modal กล่าว "ยกตัวอย่างเช่นเลือกปัญหาที่คุณต้องการแก้ไขมุ่งเน้นไปที่ AI และให้คำถามเฉพาะเพื่อตอบและไม่ทิ้งข้อมูลทั้งหมดไว้"

8. รวมที่เก็บข้อมูลเป็นส่วนหนึ่งของแผน AI ของคุณ

หลังจากที่คุณเพิ่มข้อมูลตัวอย่างเล็ก ๆ น้อย ๆ คุณจะต้องพิจารณาข้อกำหนดด้านการจัดเก็บเพื่อนำไปใช้แก้ปัญหา AI ตามที่ Philip Pokorny ประธานเจ้าหน้าที่ฝ่ายเทคนิค (CTO) ของ Penguin Computing บริษัท ที่ให้บริการประมวลผลประสิทธิภาพสูง โซลูชัน HPC), AI และ ML

"การปรับปรุงอัลกอริธึมเป็นสิ่งสำคัญในการเข้าถึงผลการวิจัย แต่หากไม่มีข้อมูลจำนวนมากเพื่อช่วยสร้างแบบจำลองที่แม่นยำมากขึ้นระบบ AI จะไม่สามารถปรับปรุงได้เพียงพอที่จะบรรลุวัตถุประสงค์ในการคำนวณของคุณ" Pokorny เขียนในเอกสารทางวิชาการ การสร้างโซลูชันปัญญาประดิษฐ์ที่สมบูรณ์แบบโดยไม่ต้องเสียใจ " "นั่นเป็นเหตุผลว่าทำไมการรวมที่จัดเก็บข้อมูลที่รวดเร็วและได้รับการปรับให้เหมาะสมควรพิจารณาเมื่อเริ่มต้นการออกแบบระบบ AI"

นอกจากนี้คุณควรเพิ่มประสิทธิภาพการจัดเก็บข้อมูล AI สำหรับการนำเข้าข้อมูลเวิร์กโฟลว์และการสร้างแบบจำลองเขาแนะนำ “ การสละเวลาในการตรวจสอบตัวเลือกของคุณอาจมีผลกระทบเชิงบวกอย่างมากต่อระบบการทำงานของออนไลน์ครั้งเดียว” Pokorny กล่าวเสริม

9. รวม AI เข้าเป็นส่วนหนึ่งของภารกิจประจำวันของคุณ

ด้วยข้อมูลเชิงลึกและระบบอัตโนมัติเพิ่มเติมที่จัดทำโดย AI พนักงานมีเครื่องมือในการทำให้ AI เป็นส่วนหนึ่งของกิจวัตรประจำวันของพวกเขามากกว่าสิ่งที่แทนที่มันตาม Dominic Wellington, Global IT Evangelist ที่ Moogsoft ผู้ให้บริการ AI สำหรับการดำเนินงานด้านไอที ) “ พนักงานบางคนอาจระแวดระวังเทคโนโลยีที่อาจส่งผลกระทบต่องานของพวกเขาดังนั้นการแนะนำวิธีแก้ปัญหาเพื่อเพิ่มงานประจำวันของพวกเขาจึงเป็นสิ่งสำคัญ” เวลลิงตันอธิบาย

เขาเสริมว่า บริษัท ควรมีความโปร่งใสในการทำงานของเทคโนโลยีเพื่อแก้ไขปัญหาในเวิร์กโฟลว์ "สิ่งนี้จะช่วยให้พนักงานได้รับประสบการณ์ 'ภายใต้ประทุน' เพื่อให้พวกเขาสามารถเห็นภาพได้ชัดเจนว่า AI เพิ่มบทบาทของพวกเขาอย่างไรมากกว่ากำจัดมันออกไป" เขากล่าว

10. สร้างด้วยความสมดุล

• ปัญญาประดิษฐ์มีปัญหาอคติและมันเป็นความผิดของเราปัญญาประดิษฐ์มีปัญหาอคติและมันเป็นความผิดของเรา
• ปัญญาประดิษฐ์ของไอบีเอ็มใช้เวลาในการอภิปรายของมนุษย์
• AI เสนอศักยภาพมหาศาล แต่มันจะไม่เกิดขึ้นข้ามคืน AI เสนอศักยภาพมาก แต่จะไม่เกิดขึ้นข้ามคืน

เมื่อคุณสร้างระบบ AI มันจำเป็นต้องมีการผสมผสานระหว่างการตอบสนองความต้องการของเทคโนโลยีและโครงการวิจัย Pokorny อธิบาย “ ข้อพิจารณาที่ครอบคลุมก่อนที่จะเริ่มออกแบบระบบ AI ก็คือคุณควรสร้างระบบด้วยความสมดุล” Pokorny กล่าว "สิ่งนี้อาจฟังดูชัดเจน แต่บ่อยครั้งที่ระบบ AI ได้รับการออกแบบมาโดยเฉพาะเกี่ยวกับวิธีการที่ทีมคาดหวังให้บรรลุเป้าหมายการวิจัยโดยไม่เข้าใจข้อกำหนดและข้อ จำกัด ของฮาร์ดแวร์และซอฟต์แวร์ที่จะสนับสนุนการวิจัยผลลัพธ์ที่ได้คือ ระบบที่ไม่สามารถบรรลุเป้าหมายที่ต้องการ "

เพื่อให้เกิดความสมดุลนี้ บริษัท จำเป็นต้องสร้างแบนด์วิดท์ที่เพียงพอสำหรับการจัดเก็บหน่วยการประมวลผลกราฟิก (GPU) และระบบเครือข่าย ความปลอดภัยเป็นองค์ประกอบที่มองข้ามเช่นกัน AI ตามธรรมชาตินั้นต้องการการเข้าถึงข้อมูลในวงกว้างเพื่อทำงานของมัน ตรวจสอบให้แน่ใจว่าคุณเข้าใจว่าข้อมูลประเภทใดที่จะมีส่วนเกี่ยวข้องกับโครงการและการป้องกันความปลอดภัยตามปกติของคุณ - การเข้ารหัสเครือข่ายส่วนตัวเสมือน (VPN) และมัลแวร์อาจไม่เพียงพอ

“ ในทำนองเดียวกันคุณต้องสมดุลว่างบประมาณโดยรวมจะถูกใช้ไปอย่างไรเพื่อให้บรรลุผลการวิจัยด้วยความจำเป็นในการป้องกันความล้มเหลวของพลังงานและสถานการณ์อื่น ๆ ผ่านการทำซ้ำซ้อน” Pokorny กล่าว "คุณอาจต้องสร้างความยืดหยุ่นเพื่อให้สามารถเปลี่ยนฮาร์ดแวร์ได้ตามความต้องการของผู้ใช้ที่เปลี่ยนแปลง"