AI ir jaunais melnais

sadarbībā ar SAP

2017. gada 9. februārī divi tehnoloģiju tirgus līderi sniedza paziņojumus: SAP atklāja savu nākamās paaudzes viedo ERP sistēmu, un Nvidia paziņoja, ka pieprasījums pēc mākslīgā intelekta (AI) lietojumprogrammām veicināja pieprasījumu pēc tās grafikas platformas. No pirmā acu uzmetiena šie paziņojumi bija ierasta lieta — rutīnas skaņas, kas izplatās tehnoloģiju ziņu vidē. Tomēr paskatieties mazliet dziļāk, un jūs saprotat, ka šī diena iezīmēja pamatīgas izmaiņas gan tajā, kā uzņēmumi izmanto tehnoloģiju, gan ietekmi uz mums pārējiem.

Gadu desmitiem, izstrādājot datoru, kas varētu domā ir bijis tehnoloģiju Svētais Grāls. Un, lai gan mēs esam panākuši milzīgu progresu mūsu spējā apstrādāt milzīgu datu apjomu, domāšanas daļa lielākoties ir palikusi nenotverama. Mēs joprojām esam iestrēguši starp diviem diametrāli pretējiem AI redzējumiem — no vienas puses, tā ir gudrā, bet dziļi distopiskā HAL pasaule (2001: A Space Odyssey) un, no otras puses, tā ir vienkāršāka ierīču pasaule, piemēram, Alexa vai Siri, kas atskaņo dziesmas vai preču pasūtīšana mums.

Līdz šim tas ir.

Enterprise AI beidzot kļūst pilngadība, un kognitīvā skaitļošana nonāk reālos produktos, kurus uzņēmumi var izmantot biznesa procesu uzlabošanai. Vienkārši runājot, kognitīvā skaitļošana attiecas uz pašmācības sistēmām, kas atdarina cilvēka smadzeņu darbību. Šī evolūcija ir bijusi ilga, taču, tiklīdz mums bija skaitļošanas jauda (pateicoties mākoņa parādīšanai), lai rentabli apstrādātu lielus datu apjomus, bija tikai laika jautājums, kad pašmācības algoritmi sāks darboties. nobriedis. Šīs iespējotas datu ieguves metodes, paredzamā analītika un modeļu atpazīšana, lai darbinātu automatizētas sistēmas, kas mācās no jaunas un mainīgas datu vides un atrisina problēmas bez cilvēka iejaukšanās. Pievienojiet šīm sistēmām iespēju izteikt komandas parastā runātā valodā, un mijiedarbība starp mašīnu un cilvēku kļūs diezgan nemanāma. Sasveicinieties ar HAL 2.0.

SAP paziņojumā inteliģentā ERP daļa nāk no digitālā asistenta ( SAP CoPilot ), no kuriem lietotāji var uzdot jautājumus un kuriem viņi var dot komandas ar balsi, tekstu vai žestiem, tāpat kā to darītu cilvēka palīgam. Pēc tam šī neformālā un nestrukturētā saruna tiek kontekstualizēta, analizēta un izmantota, lai iepazīstinātu lietotāju ar konkrēto biznesa rezultātu, ko viņš vēlas. Ne tikai tas, bet arī dziļi izprotot lietotājus un organizācijas viņu uzņēmējdarbības kontekstā, SAP CoPilot var ātri pielāgoties un atbalstīt lietotājus, pievēršot viņu uzmanību lietām, kuras viņi citādi varētu būt palaiduši garām.

Plkst SAP Startup Focus , mūsu uzdevums ir izveidot un mērogot SAP inovāciju ekosistēmu, ko virza jaunuzņēmumu spēks. Šo centienu ietvaros mēs sadarbojamies ar vairāk nekā 5200 jaunizveidotiem uzņēmumiem no vairāk nekā 55 valstīm, kas veido nākamās paaudzes risinājumus, lai virzītu uzņēmumus uz priekšu, tostarp ar dažiem uzņēmumiem, kas īpaši strādā pie uzņēmumu AI. Lai gan AI pašlaik ir topošā stadijā, nav šaubu, ka tam būs izšķiroša nozīme tik daudzveidīgās lietojumprogrammās kā prognozēšana. sirdslēkmes , pārvaldīt invazīvas sugas vai finanšu krāpšanas novēršanu.

Viens no jaunizveidotajiem uzņēmumiem, kas ir daļa no mūsu programmas, ir uzņēmums ar nosaukumu Pabeigt kas izmanto mašīnmācības, AI veida, iespējas, lai palīdzētu maksājumu pakalpojumu sniedzējiem, bankām un mazumtirgotājiem novērst krāpšanu daudzkanālu tirdzniecībā. Saskaņā ar 2016. gada AFP maksājumu krāpšanas un kontroles aptauja , 73 procenti uzņēmumu bija krāpšanas mēģinājuma vai faktiskas maksājumu upuri, salīdzinot ar 60 procentiem pirms diviem gadiem. Uzņēmumiem, kuru ieņēmumi ir USD 1 miljards vai vairāk, upuru skaits ir satriecoši 78 procenti. Jauni uzņēmējdarbības modeļi nepārtraukti attīstās, sākot no tūlītējas preču piegādes līdz virtuālajai skaidrai naudai un beidzot ar digitālajām lejupielādēm, un, tā kā digitālie maksājumi kļūst visuresoši, pieaug arī tiešsaistes krāpšanas risks. Saskaņā ar LexisNexis krāpšanas reizinātājs 2015. gadā katrs 100 ASV dolāru krāpšanas faktiskās izmaksas tirgotājam izmaksāja 223 $.

Vēl nesen finanšu iestādes paļāvās uz stingrāku, uz noteikumiem balstītu modeli, piemēram, ja kredītkarte pirms dažām minūtēm tika fiziski skenēta Losandželosā un pēc divām stundām tā parādījās Meksikā, tas varētu būt krāpšanas cēlonis. Paļaušanās uz šo modeli vairs nedarbojas, jo krāpnieki maina savu spēli ātrāk, nekā kāds var atjaunināt noteikumu grāmatu (kredītkartes piemērā tas varētu būt tikai kļūdaini pozitīvs rādītājs, jo klients šajā laikā varētu būt vienkārši ceļojis pāri robežai) . Būtībā krāpšanas patoloģija atdarina labu klientu uzvedību — virspusē ir gandrīz nekādas atšķirības starp jūsu labāko klientu un jūsu ļaunāko murgu. Šeit var palīdzēt mašīnmācīšanās, ātri apgūstot, pielāgojoties un nodrošinot reāllaika rezultātus, kas var apturēt krāpšanu, pirms tā notiek, vienlaikus samazinot viltus pozitīvus gadījumus.

Galaxy.ai ir vēl viens jauns spēlētājs veselības aprūpes jomā, kas izstrādā programmatūru, kas izmanto AI, lai izveidotu slimības prognozi, pirms pacientam parādās kādi simptomi. Agrīna atklāšana dabiski ietaupa veselības aprūpes sistēmas izmaksas un ievērojami uzlabo pacientu rezultātus. Galaxy galvenā pieeja ir ievadīt savā sistēmā milzīgu datu apjomu, pēc tam apmācīt to meklēt modeļus tādā pašā veidā, kā varētu darboties jauna medicīnas studenta vai praktikanta smadzenes. Uzņēmumam vēl ir jāstrādā, pirms tas var izstrādāt algoritmus, kas precīzi atdarina cilvēka smadzeņu neironus: kā atzīst Galaxy tīmekļa vietne, tā ir izveidojusi lidojošus aparātus, kas faktiski nemaldina spārnus, bet atdarina vispārējos lidošanas principus. Mēs varētu darīt to pašu, veidojot mākslīgā intelekta smadzenes.

Mainīga pasaule

Neviena tehnoloģiju attīstība nav pilnīga, ja tai nav noteiktas tumšās puses. Kopš tiem laikiem, kad tekstilstrāvas stelles izspieda audēju vai kad automašīna pārvietoja zirgu un bagiju, mēs, cilvēki, parasti esam sajukuši par tehnoloģiju ietekmi uz mūsu darbu. Tā kā automatizācija likvidēja darbavietas, mēs centāmies virzīties uz augšu pārtikas ķēdē un atrast funkciju, kuru mazāk ietekmētu automatizācija vai ārpakalpojumi. Taču, ja mākslīgā intelekta mērogs un ietekme var apdraudēt pat viskvalificētāko zināšanu darbinieku darbu (iepriekšminētajā Galaxy.ai gadījumā mēs nelikvidēsim vajadzību pēc radiologiem, bet noteikti vajadzēs daudz mazāk). , kur aprēķins pilnībā mainās.

Saskaņā ar nesen veikto aptauju Pasaules ekonomikas forums , līdz 2020. gadam robotika, automatizācija un mākslīgais intelekts novedīs pie 7,1 miljona darbavietu neto zaudēšanas 15 lielākajās rūpnieciski attīstītajās un jaunietekmes ekonomikās. Ironiski ir tas, ka lielākā daļa zaudēto darbavietu būs prasmju (un ienākumu) spektra zemākajā līmenī, kur cilvēki vismazāk var atļauties tikt atlaisti. Aptaujas nedaudz labāka ziņa ir tā, ka tajā pašā laika posmā skaitļošanas, matemātikas un inženierijas jomās tiks izveidoti divi miljoni jaunu, augsti apmaksātu darba vietu.

Varbūt tagad ir pienācis laiks mums aktīvi apsvērt STEM , ne tikai mūsu bērniem, bet arī mums pašiem.

Pievienojieties sarunai @SAPStartups un/vai sekojiet man @BansalManju .

paslēpties