ไอสำหรับผู้ชายมัน

ตามที่ปรากฎปัญญาประดิษฐ์ (AI) เป็นจุดสนใจหลักในการประชุม Microsoft Build ในสัปดาห์นี้ ในขณะที่ส่วนที่ได้รับความสนใจทั้งหมดคือความสามารถในการ Cortana ของ Microsoft และ Alexa ของ Amazon ในการสื่อสาร แต่ก็มีอะไรอีกมากมายที่เกิดขึ้น สิ่งที่สำคัญสำหรับองค์กรด้านไอทีและนักพัฒนาก็คือ Microsoft Build แสดงให้เห็นว่า Azure เป็นเส้นทางที่ปฏิบัติได้สำหรับ AI และยังพูดถึงความสามารถใหม่ในการให้บริการการเรียนรู้ด้วยเครื่องจักร (ML) ซึ่งมีให้บริการโดย Azure

ไม่คาดคิด AI เป็นหัวข้อที่พบบ่อยในการประชุมนักพัฒนาชื่อใหญ่ทั้งหมดในฤดูใบไม้ผลินี้เนื่องจาก บริษัท เหล่านี้ส่วนใหญ่ลงทุนอย่างหนักในเทคโนโลยี การประชุม Google I / O ไม่เพียงแสดงความสามารถ AI ใหม่เท่านั้น แต่ยังประกาศว่า Google Research กำลังถูกเปลี่ยนชื่อเป็น "Google AI" บริษัท ยังได้พูดคุยเกี่ยวกับ AI บน Android และ Google Home แม้ว่าผู้เชี่ยวชาญด้านไอทีและนักพัฒนายังมีข่าวเกี่ยวกับความสามารถของ AI ที่รวมอยู่ใน Cloud Platform ของ Google และแน่นอนว่าการประชุม F8 ของ Facebook ประกาศกรอบ AI แบบเปิดจาก บริษัท นั้นซึ่งหวังว่าจะมีเข็มทิศทางจริยธรรมที่แนบมาด้วย

ความสนใจทั้งหมดนี้เกี่ยวกับ AI จะนำไปสู่คำถามที่หลีกเลี่ยงไม่ได้เกี่ยวกับวิธีที่องค์กรของคุณสามารถใช้งานและ ML เพื่อปรับปรุงการดำเนินงานและความสามารถในการแข่งขันโดยรวม แต่เนื่องจากคำถามเหล่านั้นน่าจะมาจากใครบางคนที่มีแนวคิดระดับสูงของสิ่งที่เกี่ยวข้องเท่านั้นจึงจะตกอยู่กับผู้เชี่ยวชาญด้านไอทีและ DevOps ไม่เพียง แต่จะเตรียมความพร้อมในตอนนี้ แต่ยังเข้าใจถึงขีดความสามารถและข้อ จำกัด ของเทคโนโลยีเหล่านี้ กรณีธุรกิจเฉพาะ

เป็นผู้รอบรู้ใน AI

เพื่อหลีกเลี่ยงการถูกขัดจังหวะโดย hype ของ AI คุณจะต้องทำสองสิ่งให้สำเร็จ ก่อนอื่นคุณจะต้องมีความรู้รอบด้านเพียงพอในความรู้ทั่วไปของ AI ซึ่งหมายถึงการทำความเข้าใจว่าเทคโนโลยีสามารถทำอะไรและไม่สามารถทำอะไรได้บ้าง ประการที่สองคุณจะต้องแมปความรู้นั้นกับองค์กรของคุณและเวิร์กโฟลว์ขององค์กรเพื่อให้คุณมีความคิดที่ดีว่าใครในองค์กรของคุณอาจได้รับประโยชน์จาก AI หลังจากตอบคำถามสองข้อนี้คุณจะมีความคิดเกี่ยวกับแหล่งข้อมูลที่คุณต้องการหากโครงการ AI เกิดขึ้นจริง

การสร้างความรู้ทั่วไปเกี่ยวกับ AI และ ML นั้นไม่ใช่เรื่องยาก ลิงก์ของบทความที่ระบุไว้ก่อนหน้านี้จะช่วยให้คุณเริ่มต้นได้และคุณสามารถเรียนรู้การอ่าน PCMag ได้มากขึ้นรวมถึงสิ่งที่ ML ส่งผลต่อความปลอดภัยและความสามารถของฐานข้อมูล AI เมื่อคุณจุ่มนิ้วเท้าของคุณลงในพูล AI ทั่วไปแล้วก็ถึงเวลาสำหรับแพลตฟอร์มเฉพาะ

เริ่มต้นด้วยสิ่งที่ผู้ขายคลาวด์ปัจจุบันของคุณนำเสนอ ข้อดีอย่างหนึ่งของคุณคือผู้ให้บริการคลาวด์รายใหญ่บางราย ได้แก่ Google, IBM และ Microsoft กำลังเสนอบริการ AI และ ML เป็นบริการคลาวด์ไม่ว่าจะเป็นแบบสแตนด์อโลนหรือร่วมกับข้อเสนอ Infrastructure-as-a-Service (IaaS) ตัวอย่างเช่นลูกค้า IBM cloud สามารถเลือก IBM Watson เป็นตัวเลือกเมนูเมื่อกำหนดค่า IBM cloud services

นอกจากนี้ตรวจสอบแหล่งเรียนรู้ที่มีอยู่ของคุณ มีการสัมมนาผ่านเว็บของ AI เป็นจำนวนมาก แต่อาจต้องเสียค่าใช้จ่ายสำหรับหลักสูตรที่สำคัญยิ่งขึ้นใน AI โดยเฉพาะอย่างยิ่งหากคุณสามารถมุ่งเน้นหัวข้อที่คุณต้องการ ผู้ขายอาจช่วยเหลือที่นี่เช่นกัน ตัวอย่างเช่น Microsoft ได้พัฒนาหลักสูตรออนไลน์ใน AI ที่เรียกว่าโปรแกรม Microsoft Professional สำหรับปัญญาประดิษฐ์ที่จะช่วยให้คุณเชี่ยวชาญในการทำมากกว่าพูดคุยกับ AI กับเพื่อนของคุณ หลักสูตร Microsoft ดูเหมือนจะครอบคลุมมีให้บริการออนไลน์และถ้าคุณไม่ต้องการใบรับรองก็ฟรี

และเมื่อคุณมีพื้นฐานทั่วไปแล้ววิธีที่มีประสิทธิภาพในการเพิ่มความรู้เฉพาะเจาะจงเกี่ยวกับวิธีที่ AI สามารถช่วยให้องค์กรของคุณสามารถเข้าถึงผู้ขายคลาวด์ของคุณได้อย่างง่ายดาย แน่นอนคุณจะต้องจัดการกับพนักงานขายมืออาชีพ แต่นั่นเป็นข้อเสียเพียงอย่างเดียว ข้อได้เปรียบคือคนเหล่านี้เป็นร้านค้าครบวงจรเมื่อพูดถึงการทำแผนที่ว่าบริการขั้นสูงของพวกเขาสามารถช่วยองค์กรของคุณได้อย่างไร และสิ่งที่พวกเขาไม่รู้พวกเขาสามารถค้นหาด้วยสายตรงไปยังวิศวกรรม คุณสามารถหลีกเลี่ยงระยะห่างระหว่างการขายที่ยาวนานด้วยคำถามที่ถูกต้อง สิ่งที่คุณต้องทำคือการเตรียมความพร้อมเนื่องจากความทุ่มเททั้งในสิ่งที่พวกเขาเสนอและสิ่งที่องค์กรของคุณต้องการ สิ่งนี้สามารถนำไปสู่การสนทนาผลที่คุณสามารถนำกลับมาใช้ใหม่เป็นแบบพิมพ์ก่อนหน้าสำหรับวิธีที่ บริษัท ของคุณสามารถใช้ AI และสิ่งที่คุณจะได้รับจากการลงทุน

และจำไว้ว่า: บริการเหล่านี้ไม่จำเป็นต้องเป็นของผู้ให้บริการ ตัวอย่างเช่น Rackspace สามารถให้การเข้าถึงบริการ AI ส่วนใหญ่ที่เสนอโดยผู้จำหน่ายคลาวด์ชื่อใหญ่อื่น ๆ และยังให้บริการเหล่านี้เป็นส่วนหนึ่งของบริการที่มีการจัดการ

รู้ว่าฟังก์ชั่นในบ้านของคุณ

ดังกล่าวเป็นส่วนสำคัญของงานไอทีในสมการ AI คือเข้าใจว่าธุรกิจทำงานอย่างไรและ AI และ ML ทำแผนที่กับความต้องการเหล่านั้นอย่างไร เห็นได้ชัดว่าการดำเนินการบริการลูกค้าและคอลล์เซ็นเตอร์ของคุณมีสองด้านที่การสนทนาทาง AI เติบโตขึ้นอย่างมาก แต่ก็ดีถ้า บริษัท ของคุณใช้เทคโนโลยีแชทบ็อตในปัจจุบัน หากไม่เป็นเช่นนั้นคุณจะต้องเพิ่มค่าใช้จ่ายลงในแผนการดำเนินการ AI โดยรวมของคุณ และเนื่องจากการประชุมนักพัฒนาของสัปดาห์นี้มีการแสดงที่ชัดเจนมีการเติบโตของ AI ในด้านธุรกิจอื่น ๆ โดยเฉพาะในด้านการวิเคราะห์การพัฒนาและความปลอดภัย หาก บริษัท ของคุณใช้การพัฒนาหรือที่ปรึกษา DevOps ในปัจจุบันก็ไม่ต้องอาย นั่งคุยกับพวกเขาเพื่อหารือเกี่ยวกับตำแหน่งที่พวกเขาเห็น AI และ ML และพิจารณาเชิญพวกเขามาพูดคุยกับตัวแทนบริการระดับมืออาชีพของผู้ให้บริการคลาวด์ของคุณเช่นกัน

หากคุณยังไม่ได้แมปกระบวนการทางธุรกิจทั้งหมดของคุณ AI ก็เป็นเหตุผลที่ดีในการเริ่มต้น แม้ว่าจะพบว่า AI ไม่เหมาะสำหรับกระบวนการเฉพาะ แต่การเข้าใจว่าเกิดอะไรขึ้นไม่ใช่เรื่องเลวร้ายและคุณจะต้องใช้ข้อมูลในภายหลังเพื่อการปรับใช้ที่แตกต่างกันอย่างไม่ต้องสงสัย การทำแผนที่กระบวนการทางธุรกิจของคุณก็เป็นงานที่ค่อนข้างตรงไปตรงมาหากคุณเพียงทำตามสามขั้นตอนสำคัญเหล่านี้:

1. ระบุกระบวนการ โดยทั่วไปนี่เป็นขั้นตอนที่ต้องใช้เวลามากในการประชุม แต่คุณสามารถแบ่งเบาภาระนั้นได้โดยเริ่มอย่างไม่เป็นทางการ ไปจากบนลงล่างจากผู้จัดการอาวุโสไปจนถึงระดับกลางเพื่อระบุว่าภารกิจของธุรกิจคืออะไรและกระบวนการสนับสนุนนั้นอย่างไร การประชุมอาจเป็นการสนทนาแบบไม่เป็นทางการมากกว่ากาแฟผลการประชุมสามารถจัดทำแผนที่กระบวนการอย่างเป็นทางการได้มากขึ้น
2. รวบรวมทีมสำหรับแต่ละกระบวนการหลัก อย่าพยายามไปคนเดียวเพราะมันเกือบจะล้มเหลว แต่ให้แยกรายการกระบวนการของคุณเป็นจำนวนกระบวนการหลักที่สามารถจัดการได้จากนั้นรวบรวมทีมผู้เชี่ยวชาญขนาดเล็กในแต่ละกระบวนการ นั่นคือความน่าเชื่อถือของสมองของคุณ
3. แมปเวิร์กโฟลว์ เมื่อคุณได้สิ่งที่และใครแล้วก็แผนที่วิธี ทีละขั้นตอนโดยใช้เครื่องมือ flowcharting มาตรฐานแผนที่สิ่งที่เกิดขึ้นที่ทำให้มันเกิดขึ้นและสิ่งที่พวกเขากำลังใช้เพื่อให้ได้งานที่ทำ ใช้ข้อมูลจากการตรวจสอบซอฟต์แวร์และฮาร์ดแวร์ของคุณเพื่อตรวจสอบสิ่งที่คุณค้นพบ คุณสามารถไปได้ลึกหรือเบาเท่าที่คุณต้องการในขั้นตอนนี้ แต่มาตรวัดที่ดีคือเมื่อคุณเริ่มมีช่วงเวลา "aha" เกี่ยวกับวิธีที่ AI อาจช่วยกระบวนการบางอย่าง คุณอาจมีช่วงเวลาอีกหลายครั้งที่เกี่ยวข้องกับค่าใช้จ่ายซอฟต์แวร์และฮาร์ดแวร์ที่ไม่จำเป็น

ทำตามสามขั้นตอนเหล่านี้และคุณจะกำหนดพื้นที่ที่มีประสิทธิภาพที่สุดในการพิจารณา AI ในร้านค้าของคุณอย่างรวดเร็ว แม้สำหรับพื้นที่ที่คุณพิจารณาว่า AI นั้นไม่เหมาะสมนี่เป็นข้อมูลที่มีค่าสำหรับอนาคต และสำหรับผู้ที่คุณคิดว่าอาจมีประโยชน์บางอย่างจริงๆก็ถึงเวลาดูทรัพยากร โชคดีที่ผู้ให้บริการ AI หลายรายใช้ทรัพยากรและประเมินผลได้ง่าย ตัวอย่างที่ดีคือ IBM Watson ซึ่งคุณสามารถค้นหาโซลูชัน AI ที่สร้างไว้ล่วงหน้าที่หลากหลายสำหรับการดำเนินงานทุกประเภทตั้งแต่การบริการลูกค้าไปจนถึงการจดจำภาพ IBM ยังเสนอโซลูชันคอลเซ็นเตอร์ที่ทำงานด้วย AI ซึ่งสามารถช่วยให้ลูกค้ามีส่วนร่วมในขณะที่ลดต้นทุน การประเมินโซลูชันเหล่านี้จะทำให้คุณได้สัมผัสกับโลกแห่งความเป็นจริงของ AI ที่สามารถทำงานในองค์กรของคุณกระตุ้นการพูดคุยกับผู้จัดการธุรกิจอื่น ๆ และทำให้การสนทนาของผู้ขายของคุณมุ่งเน้นไปที่สิ่งที่คุณต้องการมากกว่าสิ่งที่พวกเขาต้องการขาย

การลงทะเบียนเพื่อรับการประเมินเป็นเรื่องง่าย ในกรณีของ IBM Watson คุณจะต้องผ่านบัญชี IBM Cloud และคุณจะต้องสามารถใช้บริการของ IBM ได้ หรือคุณสามารถใช้ Azure เพื่อเข้าถึงโปรเซสเซอร์ภาษาที่ขับเคลื่อนด้วย AI ของ Microsoft ซึ่ง บริษัท เรียกว่า "Microsoft Cognitive Services Language เข้าใจ" หรือ LUIS บริการนี้ออกแบบมาเพื่อช่วยเหลือเกี่ยวกับบริการรู้จำเสียงพูด แต่ Azure ยังมีข้อเสนอที่เกี่ยวข้องจำนวนมากขึ้นที่มุ่งเน้นไปที่งานและแนวดิ่งที่แตกต่างกัน

คิดต้นทุน

ฟังก์ชั่นและความสามารถอย่างแน่นอนประกอบด้วยประเด็นความรู้ที่สำคัญ แต่จุดข้อมูลที่สำคัญและหลีกเลี่ยงไม่ได้ซึ่งคุณจะต้องรับผิดชอบในที่สุดคือต้นทุน ผู้ให้บริการคลาวด์รายใหญ่ที่ให้การเข้าถึงผลิตภัณฑ์ AI ของพวกเขาสามารถช่วยให้คุณเข้าใจเรื่องนี้ได้ แต่อย่างที่ฉันได้เรียนรู้ในขณะที่ทำงานเกี่ยวกับการอัปเดตบทสรุป IaaS ของฉันสำหรับ PCMag ไม่ใช่เรื่องง่าย ดังนั้นคุณควรเริ่มต้นตอนนี้และคุณเกือบจะต้องขอความช่วยเหลือ บริการระดับมืออาชีพผู้ที่คุณมีส่วนร่วมในการกำหนดความต้องการของคุณยังสามารถช่วยคุณกำหนดค่าใช้จ่ายได้แม้ว่าคุณจะต้องจัดการกับเรื่องนี้ด้วยความรู้ของคุณเองเกี่ยวกับวิธีการทำงานขององค์กรของคุณ ทรัพยากร - ทั้งหมดนี้สามารถส่งผลกระทบอย่างลึกซึ้งต่อต้นทุนระยะยาว

แน่นอนว่าการเริ่มต้นโครงการประเมินผลเช่นนี้เป็นการยากที่จะจัดลำดับความสำคัญหากไม่มีใครในห่วงโซ่การจัดการที่ส่งเสียงรบกวนเกี่ยวกับ AI แต่อย่างที่ฉันพูดความรู้เกี่ยวกับกระบวนการทางธุรกิจนั้นประเมินค่าไม่ได้ว่า บริษัท ของคุณจะใช้ AI หรือไม่ นอกจากนี้การได้รับความรู้ในตอนนี้จะทำให้คุณเป็นดาราร็อคในวันที่คนที่มีความรู้ระดับสูงนำมาซึ่งการประชุมเจ้าหน้าที่ นอกจากนี้เมื่อคุณเจาะเข้าไปใน AI และ ML คุณจะเห็นได้อย่างชัดเจนว่าอนาคตที่ขับเคลื่อนด้วย AI นั้นอยู่บนขอบฟ้าสำหรับองค์กรส่วนใหญ่ไม่ว่าจะเป็นอุตสาหกรรมใด

ในท้ายที่สุดมันจะเป็นพนักงาน IT และ DevOps ที่น่าจะต้องใช้และจัดการผลิตภัณฑ์หรือบริการจัดหาโครงสร้างพื้นฐานที่จำเป็นและจัดการกระบวนการรักษาความปลอดภัยและการรวมที่จำเป็นสำหรับทีมพัฒนาเพื่อให้ทำงานได้ทั้งหมด เตรียมตัวตอนนี้และคุณจะช่วยตัวเองด้วยอาการปวดหัวในภายหลัง