Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
Commerce cognitif : Comment vos affaires peuvent-elles tirer bénéfice de l'AI ?
{{{sourceTextContent.subTitle}}}
Avances dans les défis actuels d'intelligence artificielle et occasions pour des sociétés à travers le spectre d'affaires. Mais l'intégration commerciale des processus numériques cognitifs exige la connaissance approfondie.
{{{sourceTextContent.description}}}
Avec un nombre toujours croissant d'entreprises utilisant maintenant des technologies cognitives, les experts prévoient que l'économie globale pourrait voir une contribution de $15,7 trillions de l'AI d'ici 2030. Pourtant en dépit de ce potentiel, aujourd'hui beaucoup de sociétés tireraient bénéfice d'une meilleure compréhension d'AI et de ses capacités comme elles regardent pour remodeler leurs opérations de jour en jour.
L'intégration commerciale des processus numériques cognitifs est bien plus compliquée que renversant un commutateur et laissant une machine intelligente faire sa chose, comme Martin Benson, le chef de l'AI consultant à la consultation dont le siège est en Grande-Bretagne Jaywing de la science de données explique :
Il y a une attente que des chimères d'AI peuvent être appliquées sans effort à n'importe quelle tâche d'affaires de n'importe quelle taille. La détermination si l'AI peut aider avec un problème commercial donné est un problème complexe même et exige la connaissance approfondie des outils et des techniques disponibles.
JEU DES POURCENTAGES
Dans une enquête récente effectuée par Databricks et groupe international de données, la grande majorité des 200 américains et les cadres en informatique européens qui ont participé ont dit que quand ils sont venus à commercialiser l'AI, préparant les ensembles de données nécessaires et les modèles se déployants d'AI efficacement et sûrement avaient été fortement provocants. De façon générale, l'enquête a constaté que seulement une dans trois affaire-a focalisé des projets d'AI avait hérité, avec un concept moyen du temps de production de plus de six mois.
Dès le début, les entreprises vu l'application de l'AI devraient comprendre la distinction entre « étroit » et le « général » AI. Tandis que l'ancien décrit les systèmes étroitement focalisés qui peuvent exécuter une tâche spécifique au moins aussi bien qu'un humain, ce dernier décrit tout-entourer des systèmes avec des capacités de résolution des problèmes et large l'intelligence semblables aux humains.
Tandis que les technologies cognitives avancent rapidement, nous sommes toujours loin de penser même à créer l'AI générale.
Pour Tom Davenport, le conseiller supérieur à l'Analytics de Deloitte et le co-auteur de l'état 2017 de Deloitte d'enquête cognitive,
L'AI est actuellement difficile à mettre en application à l'échelle et aborde principalement des tâches particulières, opérations commerciales non entières. Ceci signifie que les “tirs de lune” sont loin moins pour être réussis que les projets fortement ambitieux et tout-entourants de “bas fruit accrochant” qui augmentent des processus d'affaires.
APPLICATIONS DIVERSES
L'AI actuellement est appliquée par des entreprises dans trois domaines principaux – automation cognitive, analyse cognitive et engagement cognitif. le géant médical Nous-siégé de technologie que Becton Dickinson (BD) emploie Amelia d'IPsoft comme agent cognitif virtuel accessible par une interface de causerie (engagement cognitif), aussi bien qu'un grand service AI-autorisé d'analytics de données a appelé BDInsights (analyse cognitive). Car Amelia apprend plus au sujet des processus du BD, tout l'avantage d'utilisateurs et la confiance de la société dans les agents humains est réduit. Adeel Fudda, le chef du BD des services globaux d'automation explique :
L'AI a bénéficié le BD de nous donner une nouvelle lentille sur nos propres opérations et données. D'une perspective d'apprentissage automatique et d'analytics, beaucoup de notre compréhension a été toujours dérivée des ensembles de données dynamiques multiples et était donc inaccessible sans aide de logiciel. Tous nos outils d'AI permettent à des employés de se concentrer sur un travail à valeur ajoutée plus élevé.
PRATIQUE PROGRESSE
Une barrière principale à l'exécution des technologies cognitives par des entreprises intègre des applications d'AI dans des processus existants et les systèmes, indique Davenport :
C'est l'un des raisons pour lesquelles il y a tant de pilotes et de validations de principe liés à l'AI aux sociétés, mais sensiblement moins des applications de production.
Quelques sociétés abordent cette question en acquérant les capacités d'AI qui sont intégrées dans le logiciel qu'elles actionnent déjà.
Pendant que les technologies d'AI deviennent de plus en plus capables et intégrées dans l'autre logiciel, je pense que nous verrons une adoption beaucoup plus large par des entreprises de toutes les tailles.
La dynamique entre les différents secteurs d'activité où l'AI est utilisée est susceptible également de décaler avancer. Dans l'état 2017 de Deloitte de robotique cognitive d'enquête et d'automation cognitive a expliqué presque la moitié de tous les projets liés à l'AI entrepris par des répondants. Mais car il devient plus facile mettre en application d'autres types de technologie d'AI, le rapport l'automation, à l'analyse des applications cognitives d'engagement changera probablement, Davenport prévoit.
les applications orientées langue d'AI, par exemple, étaient les moins communes dans notre collection de projet parce qu'elles sont actuellement très provocantes.
Martin Benson de Jaywing ajoute,
Chatbots sont venus sur un peu pendant les dernières années, mais les niveaux de capacité sont toujours assez rudimentaires. C'est vraiment un problème général d'AI qui exige non seulement une compréhension du dialogue, mais également la connaissance et compréhension du monde. Je m'attends au progrès lent dans ce secteur pendant quelque temps.