ธุรกิจขนาดเล็กที่ไม่ได้ลงทุนใน AI อาจไม่ได้ทำการวิจัยมากพอ

ธุรกิจขนาดเล็กมีเพียง 21 เปอร์เซ็นต์เท่านั้นที่ใช้โซลูชั่นที่ใช้ปัญญาประดิษฐ์ (AI) ตามรายงานจาก Bluewolf (บริษัท IBM) การสำรวจ AI Investment Gap สำรวจผู้มีอำนาจตัดสินใจ 177 คนทั่วโลกเพื่อพิจารณาว่าพวกเขาได้นำ AI และการเรียนรู้ของเครื่องจักร (ML) มาใช้หรือไม่รวมถึงความเข้าใจในเทคโนโลยีเหล่านี้อย่างลึกซึ้ง แม้ว่าธุรกิจขนาดเล็ก 33% วางแผนที่จะลงทุนใน AI ภายใน 12 เดือนข้างหน้า (นำจำนวนผู้ใช้ AI ทั้งหมดไปสู่ ​​54% ในปีหน้า) แต่ก็ยังต่ำกว่า บริษัท ขนาดใหญ่ นอกจากนี้ 30% ของ บริษัท ขนาดใหญ่ได้ลงทุนใน AI แล้วในขณะที่ 44% วางแผนที่จะเริ่มลงทุนภายใน 12 เดือนข้างหน้า สิ่งนี้นำมาซึ่งทั้งหมดถึง 74 เปอร์เซ็นต์หรือมากกว่าธุรกิจขนาดเล็กทั้งหมด 20%

Vanessa Thompson รองประธานอาวุโสฝ่ายข้อมูลเชิงลึกประสบการณ์ลูกค้าของ Bluewolf กล่าวว่ามีช่องว่างความรู้ระหว่าง บริษัท ที่ใช้เครื่องมือ AI และผู้ที่ไม่ได้วางแผนจะใช้เครื่องมือดังกล่าว เธอเรียกช่องว่างนี้ว่า "AI Investment Gap" และอธิบายว่าเป็น "ความแตกต่างระหว่างผู้บริหารระดับ C ที่เข้าใจ AI และผู้ที่ยังไม่ได้นำไปปรับใช้กับธุรกิจของพวกเขา" ตามคำแถลงที่เป็นลายลักษณ์อักษร

เนื่องจาก Bluewolf ขายเครื่องมือ AI มันจะทำให้พวกเขาแนะนำว่าเหตุผลเดียวที่คนไม่ซื้อเครื่องมือ AI ก็เพราะพวกเขาไม่รู้เกี่ยวกับพวกเขา เพื่อตรวจสอบข้อเรียกร้องของ Thompson ฉันได้พูดคุยกับ Brandon Purcell นักวิเคราะห์อาวุโสของ Insights ลูกค้าที่ Forrester Research ว่ามีประเด็นอื่น ๆ อีกที่อาจก่อให้เกิดช่องว่างระหว่างผู้ที่ยอมรับ AI และผู้ที่ไม่ได้ใช้ Purcell และ Forrester Research ได้ทำการศึกษาคล้าย ๆ กันเกี่ยวกับการยอมรับของ AI แม้ว่าตัวเลขโดยรวมของเขาจะคล้ายคลึงกับของไอบีเอ็ม - 51 เปอร์เซ็นต์ของ บริษัท ต่าง ๆ ที่นำมาใช้หรือกำลังขยาย AI และ 20 เปอร์เซ็นต์กล่าวว่าพวกเขาวางแผนที่จะนำมาใช้ภายใน 12 เดือนข้างหน้า - เพอร์เซลล์เกิดขึ้นด้วยเหตุผลอื่น ๆ เส้นโค้งของการยอมรับ AI

ค่าใช้จ่ายของ AI

ข้อ จำกัด ด้านการลงทุนของ Purcell อ้างถึงเป็นปัจจัยสำคัญโดยเฉพาะอย่างยิ่ง "เนื่องจากเกี่ยวข้องกับชุดทักษะธุรกิจขนาดเล็กไม่มีทรัพยากรที่จะจ้างนักวิทยาศาสตร์ด้านข้อมูล" เขากล่าว เหล่านี้คือพนักงานที่จะดึงข้อมูลเชิงลึกจากข้อมูลที่ถูกผลักเข้าและออกจากซอฟต์แวร์ระดับองค์กร

พวกเขาจะเป็นคนที่ตัดสินว่า AI นั้นอ่านข้อมูลของคุณอย่างถูกต้องหรือไม่และดำเนินการตามความฉลาดของตัวเอง เงินเดือนเฉลี่ยสำหรับนักวิทยาศาสตร์ด้านข้อมูลอยู่ที่ $ 113, 436 ต่อปีจาก Glassdoor ซึ่งเป็น (ในรูปแบบที่ยิ่งใหญ่ของคนรวย) เพียงเล็กน้อยน้อยกว่าเงินเดือนเฉลี่ยของซีอีโอชาวอเมริกัน ($ 166, 000 ตามข้อมูลของ PayScale) ดังนั้นหากคุณเป็นซีอีโอธุรกิจขนาดเล็กที่ทำงานบนขอบที่บางเฉียบและคุณไม่ต้องการลดเงินเดือนของคุณเองมันก็ยากที่จะหาเหตุผลที่จะใช้จ่ายตัวเลขหกหลักให้กับนักวิทยาศาสตร์ข้อมูลและใช้เงินไปกับ ระบบซอฟต์แวร์ที่สามารถเปลี่ยนข้อมูลใน AI

แต่ไม่ใช่เพียงแค่เงินที่เกี่ยวข้องซึ่งห้ามมิให้ บริษัท ขนาดเล็กลงทุนในซอฟต์แวร์ที่ขับเคลื่อนด้วย AI “ ในบันทึกที่เกี่ยวข้องมีปัจจัยข้อมูล” เพอร์เซลล์กล่าว "AI เจริญรุ่งเรืองเมื่อคุณมีข้อมูลจำนวนมากธุรกิจขนาดเล็กไม่มีข้อมูลมากพอที่จะทำเช่นนั้น"

ลองคิดดูสิ: คุณรู้ไหมว่า Facebook รู้ได้อย่างไรว่าเพื่อนคนไหนที่จะแท็กเมื่อคุณโพสต์ภาพถ่าย? นั่นเป็นเพราะ Facebook รวบรวมข้อมูลจากโพสต์ที่ติดแท็กก่อนหน้านี้ทั้งหมดของคุณ คุณเคยดูหนังที่ Netflix แนะนำให้คุณหรือไม่? Netflix รู้ว่าจะแนะนำภาพยนตร์นั้นตามสิ่งที่คุณเลือกก่อนหน้า Facebook และ Netflix สามารถให้คำแนะนำเหล่านี้ได้จาก ML ซึ่งเป็นลูกพี่ลูกน้องคนแรกของ AI แม้ว่าจะคล้ายกัน แต่ทั้งสองคำนี้มักใช้แทนกัน (และไม่ถูกต้อง)

นี่คือความแตกต่างพื้นฐานระหว่างคำศัพท์: ระบบ ML ใช้ความฉลาดในการปรับปรุงประสิทธิภาพโดยเสนอคำแนะนำและวิธีปรับปรุงกระบวนการในขณะที่ระบบที่ใช้ AI มอบอิสระให้กับซอฟต์แวร์ในการดำเนินงานและตัดสินใจโดยไม่ต้องดูแลมนุษย์ ML คือ Netflix ที่ให้คำแนะนำภาพยนตร์ในขณะที่ AI เป็นรถที่ขับให้คุณทำงานในขณะที่คุณหลับนอนที่เบาะหลัง ในฐานะธุรกิจขนาดเล็กที่เพิ่งเริ่มสร้างข้อมูลข้อดีของ AI จะลดลงเมื่อเทียบกับ บริษัท ฟอร์จูน 500 ที่อาจเห็นเมื่อพวกเขาเปิดใช้งานซอฟต์แวร์ AI

Bluewolf ผิดหรือเปล่า?

ดังนั้น Bluewolf จึงให้ข้อมูลที่ไม่ดีในการสำรวจของพวกเขาหรือไม่? ธุรกิจขนาดเล็กรู้เกี่ยวกับ AI แต่พวกเขาไม่มีเงินหรือข้อมูลที่จะตื่นเต้นกับมันใช่หรือไม่ Purcell ไม่คิดว่าการวิจัยของ Bluewolf นั้นผิด ในความเป็นจริงเขาให้เครดิตกับ IBM Watson ในฐานะผู้สร้างการคำนวณทางปัญญาซึ่งเป็นคำศัพท์ที่ครอบคลุม AI, ML และแอปพลิเคชันอื่น ๆ ที่เลียนแบบสมองมนุษย์

“ พวกเขาใช้เงินเป็นจำนวนมากเพื่อสร้างหมวดหมู่นั้น แต่พวกเขามีคู่แข่งรายใหญ่ในพื้นที่: Google, Amazon, Facebook, Microsoft” Purcell กล่าว "บริษัท เหล่านั้นกำลังนั่งอยู่กับข้อมูลจำนวนมากที่ใช้ในการฝึกอบรมระบบ AI คำจำกัดความฮอลลีวูดของ AI เป็นหุ่นยนต์ที่มีความรู้สึกเรายังไม่ได้ใช้มัน แต่เมื่อพูดถึงการนำ AI มาใช้ในระดับองค์กร IBM นั้นยอดเยี่ยมในการสร้างเครื่องมือเหล่านั้น "

ความเข้าใจผิดเกี่ยวกับฮอลลีวูด, AI และหุ่นยนต์ที่ฆ่าเราในการนอนหลับของเราเป็นเหตุผลที่ทำให้ธุรกิจขนาดเล็กหลีกเลี่ยงการเรียนรู้เพิ่มเติมเกี่ยวกับเครื่องมือ AI หากคุณเป็นผู้จำหน่ายเสื้อยืดในโอคลาโฮมาแล้วรถอัตโนมัติหรือหุ่นยนต์ในอนาคตที่ติดอาวุธด้วยปืนเลเซอร์คืออะไร อย่างไรก็ตามเมื่อถ่ายในบริบทที่ไม่ค่อยมีใครรู้จักเพอร์เซลล์และทอมป์สันก็เห็นกรณีการใช้งานจริงสำหรับธุรกิจขนาดเล็ก - กรณีการใช้งานที่ธุรกิจขนาดเล็กยังไม่ได้รับการศึกษา

ด้วยสิ่งที่ ธ อมป์สันและบลูวูล์ฟเรียกว่า "ความฉลาดยิ่งขึ้น" ธุรกิจขนาดเล็กไม่จำเป็นต้องมีความเชี่ยวชาญด้านข้อมูลหรือขุมทรัพย์ของข้อมูลเพื่อใช้ประโยชน์จาก AI Bluewolf กำหนดหน่วยสืบราชการลับที่เพิ่มขึ้นว่าเป็นความสามารถของแอพในการหาเหตุผลสรุปและแยกความคิดแม้จะอยู่ในชุดข้อมูลที่ไม่มีโครงสร้างเช่นภาษาและภาพ แม้ในช่วงเริ่มต้นของการเก็บรวบรวมข้อมูลของ บริษัท โซลูชั่นระบบสารสนเทศอัจฉริยะก็สามารถเรียนรู้ได้อย่างต่อเนื่องไม่ว่าข้อมูลจะถูกป้อนเข้าสู่ระบบเพียงเล็กน้อยก็ตาม

"หน่วยข่าวกรองเติมช่วยให้ผู้ใช้คาดการณ์ว่าจะทำอย่างไรต่อไปโดยให้พวกเขามีรายละเอียดของสิ่งที่ลูกค้าต้องการ" ธ อมป์สันกล่าว "เราเห็นว่าการเพิ่มขึ้นเป็นวิธีที่ทำให้ AI เป็นจริงสำหรับ บริษัท ทุกขนาด"

ซึ่งรวมถึงสิ่งต่าง ๆ เช่นการรวมข้อมูลภายนอกและภายในเพื่อเสริมความรู้ที่ใช้เทคโนโลยีอัจฉริยะเพิ่มเติมเพื่อการตัดสินใจทางธุรกิจ ตัวอย่างเช่นโดยการรวมรูปแบบการช้อปปิ้งในท้องถิ่นภายนอกและข้อมูลสภาพอากาศเข้ากับกรรมสิทธิ์ข้อมูลรูปแบบการช็อปปิ้งของลูกค้า บริษัท อีคอมเมิร์ซสามารถส่งมอบแคมเปญที่ปรับให้เป็นแบบส่วนตัว ในสถานการณ์สมมตินี้นักวิทยาศาสตร์ด้านข้อมูลจะมีประโยชน์ แต่ไม่จำเป็นและกลุ่มข้อมูลลูกค้าจะทำให้แคมเปญมีประสิทธิภาพยิ่งขึ้น แต่มันจะไม่หยุดแคมเปญจากการมีพลังมากกว่าที่จะเป็นโดยปราศจากการรวมกันของแหล่งข้อมูลภายในและภายนอก