Aptverot AI straujo tempu

Saistībā ar KPMG

Nesenā aptaujā “2021 Thriving in an AI World” KPMG atklāja, ka visās nozarēs — no ražošanas līdz tehnoloģijām līdz mazumtirdzniecībai — mākslīgā intelekta (AI) ieviešana gadu no gada pieaug. Daļēji iemesls ir tas, ka digitālā transformācija virzās ātrāk, kas palīdz uzņēmumiem sākt kustēties eksponenciāli ātrāk. Taču, kā norāda Klifs Džastss (Cliff Justice), ASV līderis uzņēmumu inovāciju jomā KPMG, Covid-19 ir daudzējādā ziņā paātrinājis digitālās attīstības tempu daudzu veidu tehnoloģijās. Taisnīgums turpinās. Šeit mēs sākam piedzīvot tik strauju eksponenciālu pārmaiņu tempu, ka lielākajai daļai cilvēku ir ļoti grūti saprast progresu. Bet viņi to saprot obligāti jo mākslīgais intelekts attīstās ļoti strauji.

Taisnīgums liek mums domāt par AI citādā veidā, vairāk kā attiecības ar tehnoloģiju, nevis mūsu programmējamo rīku, jo viņš saka, AI ir kaut kas tāds, kas attīstās, mācās un attīstās, jo vairāk tiek pakļauts cilvēkiem. Ja jūsu uzņēmums atpaliek mākslīgā intelekta ieviešanā, Justice ir piesardzīgs iedrošinājums, [] uz AI orientētā pasaule paātrinās visu, ko digitālais piedāvā.

Biznesa laboratoriju vada Laurela Ruma, Insights, MIT Technology Review pielāgotās izdevniecības nodaļas, redakcijas direktore. Izrāde ir MIT Technology Review iestudējums, kurā piedalās Collective Next.

Šī aplādes epizode tika veidota sadarbībā ar KPMG.

Rādīt piezīmes un saites

2021. gads uzplaukums mākslīgā intelekta pasaulē, KPMG

Pilns atšifrējums

Laurela Ruma: No MIT Technology Review es esmu Laurel Ruma, un šī ir Business Lab, izrāde, kas palīdz uzņēmumu vadītājiem izprast jaunās tehnoloģijas, kas nāk no laboratorijas un nonāk tirgū.

Mūsu šodienas tēma ir mākslīgā intelekta ieviešanas līmenis. Tas pieaug un strauji. Jauns KPMG pētījums liecina, ka tas paātrinās noteiktās nozarēs, piemēram, rūpnieciskajā ražošanā, finanšu pakalpojumos un tehnoloģijās. Bet kas notiek, kad nospiežat gāzes pedāli, bet neesat nodrošinājis visu pārējo? Vai jūs nesatrauc AI ieviešanas līmenis jūsu uzņēmumā?

Divi vārdi jums: Covid-19 whiplash.

Mans viesis ir Klifs Džastiss, kurš ir ASV vadītājs uzņēmumu inovāciju jomā KPMG. Viņš un viņa grupa koncentrējas uz nākamās paaudzes tehnoloģiju, pakalpojumu un risinājumu identificēšanu, izstrādi un ieviešanu KPMG un tā klientiem. Klifs ir bijušais uzņēmējs un ir atzīta autoritāte globālās piegādes, jauno tehnoloģiju, piemēram, AI, viedās automatizācijas un uzņēmumu pārveidošanas jomā. Šī Business Lab epizode tiek veidota sadarbībā ar KPMG. Klif, paldies, ka pievienojies man Business Lab.

Cliff Justice: Ir lieliski būt šeit. Paldies, ka esat mani.

Laurels: Tātad, mēs gatavojamies aplūkot KPMG aptaujas rezultātus 2021. gada ziņojumam Thriving in an AI World, kurā aplūkotas septiņas nozares. Kāpēc KPMG atkārtoja šo aptauju šogad? Ko jūs gribējāt sasniegt ar šo pētījumu?

Klints: Nu, mākslīgais intelekts attīstās ļoti strauji. Kad mēs, iespējams, pirms septiņiem gadiem sākām aptvert mākslīgo intelektu un investēt tajā, tas bija ļoti topošā formā. Lietošanas gadījumu nebija ļoti daudz. Daudzi lietošanas gadījumi bija balstīti uz dabiskās valodas apstrādi. Apmēram pirms 10 gadiem, kad pirmais mākslīgā intelekta publiskas lietošanas gadījums kļuva par virsrakstiem, kad IBM Watson uzvarēja Jeopardy. Kopš tā laika jūs esat pieredzējis ļoti, ļoti strauju progresu. Un visa šī joma attīstās eksponenciālā tempā. Tāpēc tas, kur mēs atrodamies šodien, ir ļoti atšķirīgs no tā, kur bijām pirms gada vai diviem.

Laurels: Šķiet, ka tikai vakar IBM paziņoja par Vatsonu, un mākslīgā intelekta eksponenciālais pieaugums ir redzams visur, mūsu automašīnās un tālruņos. Mēs noteikti to redzam vairākās vietās, nevis tikai šajā viena veida izpētes gadījumā. Viens no pētījuma virsrakstiem ir tāds, ka pastāv uzskats, ka AI varētu pārvietoties pārāk ātri, lai nodrošinātu komfortu dažiem lēmumu pieņēmējiem attiecīgajās nozarēs. Kā izskatās pārāk ātri? Vai tas ir saistīts ar Covid-19 pātagu?

Klints: Tas noteikti nav saistīts ar covid pātagu. Covid vide daudzos veidos ir paātrinājusi digitālās attīstības tempu daudzu veidu tehnoloģijās. Šeit mēs sākam piedzīvot tik strauju eksponenciālu pārmaiņu tempu, ka lielākajai daļai cilvēku ir ļoti grūti saprast progresu. Ikvienam no mums, pat man, kas strādā šajā jomā, ir ļoti grūti saprast progresu un pārmaiņu tempu. Un sagatavot uzņēmumu — sagatavot cilvēkus, procesu, uzņēmuma sistēmas, risku, kiberaizsardzību pasaulei, kuru arvien vairāk darbina mākslīgais intelekts — parastos apstākļos ir grūti. Taču, apvienojot digitālo paātrinājumu un adopciju, kas notiek Covid dēļ, kā arī mākslīgā intelekta eksponenciālo attīstību un evolūciju, ir grūti saprast iespējas un draudus, kas tiek radīti organizācijai.

Pat ja varētu pilnībā aptīt mākslīgā intelekta progresu un mākslīgā intelekta potenciālu, mainot organizāciju un mainot domāšanas veidu un kultūru tā, lai pieņemtu un gūtu labumu no iespējām, ko sniedz mākslīgais intelekts, kā arī aizsargātu pret draudi aizņem kādu laiku. Tātad tas rada trauksmes un piesardzības līmeni, kas, manuprāt, ir labi pamatots.

Laurels: Tātad, runājot par piesardzību vai plānošanu, kas nepieciešama AI ieviešanai, iepriekšējā diskusijā MIT Technologies Review EmTech konferencē 2019. gadā jūs teicāt, ka uzņēmumiem, izvietojot AI, bija jāpārdomā sava ekosistēma, proti, partneri, pārdevēji un pārējā uzņēmuma daļa. , lai visi paātrinātu. Toreiz jūs minējāt, ka tas būtu īstais izaicinājums. Vai tā joprojām ir taisnība? Vai arī jūs domājat, ka tagad, kad viss notiek tik ātri, tas ir diskomforts, ko daži vadītāji var izjust?

Klints: Nu, tā ir taisnība. Tā joprojām ir taisnība. Ekosistēma, kas noveda jūs līdz tādam līmenim pasaulē, kas vairāk orientēta uz analogiem, būs ļoti atšķirīga pasaulē, kas vairāk orientēta uz AI. Šī uz AI orientētā pasaule paātrinās visu, ko digitālais piedāvā. Ar digitālo es domāju jaunus darba veidus — digitālos uzņēmējdarbības modeļus, jaunus veidus, kā attīstīt un attīstīt tirdzniecību, veidus, kā mēs mijiedarbojamies un apmaināmies idejām ar klientiem un kolēģiem un kolēģiem. Tas viss kļūst daudz vairāk vērsts uz digitālo vidi, un tad mākslīgais intelekts kļūst par vienu no mehānismiem, kas attīstās un progresē mūsu darba un mijiedarbības veidā. Un tas kļūst nedaudz vairāk līdzīgs attiecībām ar tehnoloģijām, nevis rīkam, ko mēs programmējam, jo ​​AI ir kaut kas tāds, kas attīstās, mācās un attīstās, jo vairāk tas tiek pakļauts cilvēkiem.

Tagad, kad mums ir daudz lielākas cilvēka dzīves uztveres spējas, pateicoties dziļās mācīšanās evolūcijai (tātad ar to šodien es domāju vairāk datora redzes), tehnoloģija spēj pārņemt daudz vairāk pasaules nekā mēs bijām iepriekš. Tāpēc ir ļoti svarīgi saprast, kādas tehnoloģijas, kāds AI, visas iespējas, ko AI var sniegt un uzlabot un paplašināt cilvēka spējas. Ir svarīgi atjaunot un atjaunot ekosistēmu ap jūsu uzņēmumu un jūsu uzņēmumu. Es domāju, ka lielāka un ilgtermiņa problēma tomēr ir kultūra, un tā ir uzņēmuma kultūra, par kuru jūs esat atbildīgs, par kuru esat atbildīgs. Taču tiek izmantota arī kultūra, ārējā kultūra, pieņemšana un veids, kā jūs strādājat ar saviem klientiem, pārdevējiem, piegādātājiem, regulatoriem un ārējām ieinteresētajām personām. Visās šajās ieinteresēto personu grupās domāšanas veida attīstība nav vienāda. Un atkarībā no nozares, kurā jūs strādājat, tas var būt ļoti nevienlīdzīgs attiecībā uz adopcijas līmeni, izpratnes līmeni, spēju un komfortu strādāt ar tehnoloģijām. Tā kā šī tehnoloģija kļūst cilvēciskāka, un mēs redzam, ka virtuālajos asistentos un ar šāda veida tehnoloģijām tā būs lielāka aiza, kas jāpārvar.

Laurels: Man ļoti patīk formulējums, kurā tiek domāts par mākslīgo intelektu kā saistību ar tehnoloģiju un rīku, jo tas patiesi norāda uz jūsu nodomiem, ienākot šajā jaunajā pasaulē, šajās jaunajās attiecībās un to, ka jūs pieņemat šīs pastāvīgās pārmaiņas. Runājot par aptauju un dažādām nozarēm, dažās nozarēs, piemēram, finanšu, mazumtirdzniecības un tehnoloģiju jomā, bija ievērojams AI ieviešanas pieaugums. Bet vai tā bija digitālās transformācijas nepieciešamība vai Covid, vai varbūt citi faktori, kas patiešām izraisīja šo pieaugumu?

Klints: Kovidam ir bijusi paātrinājuma ietekme visā pasaulē. Lietas, kas bija kustībā — neatkarīgi no tā, vai tās bija digitālo tehnoloģiju ieviešana vai izaugsme, vai izmaiņas patērētāju uzvedībā, visas šīs tendences, kas bija spēkā pirms Covid, tās paātrināja. Un tas ietver uzņēmējdarbības modeļus, kas bija lejupslīdē. Mēs redzējām tendences, kas notika tirdzniecības centros. Tas ir tikai paātrināts. Mēs esam redzējuši tehnoloģiju pieņemšanu, kas ir paātrināta. Ir nozares, uz kurām Covid ir mazāka ietekme, nevis nulles, bet mazāka ietekme. Banku, finanšu pakalpojumus Covid ietekmē mazāk nekā mazumtirdzniecību, viesmīlību, ceļojumus, loģistiku. Covid ir patiešām paātrinājis pārmaiņas, kas notiek šajās nozarēs.

AI, atsevišķi no Covid, būtiski ietekmē tos visus. Un, kā teikts mūsu aptaujā, rūpnieciskā ražošana, robotikas izmantošana, datorredzes izmantošana, mākslīgais intelekts, lai paātrinātu produktivitāti, un uzlabota efektivitāte patiešām ir sākusi kļūt par galveno un apjomīgu rūpnieciskajā ražošanā. Tas pats ar finanšu pakalpojumiem, patērētāju mijiedarbība ir uzlabota ar mākslīgo intelektu šajās jomās. Nav pārsteidzoši, ka tehnoloģija ir pilnībā pieņēmusi AI vai diezgan tuvu pilnībā pieņemtajai AI. Un tad mēs esam redzējuši dramatisku mazumtirdzniecības pieaugumu AI rezultātā. Tādējādi iepirkšanās tiešsaistē, spēja prognozēt patērētāju pieprasījumu ir bijusi spēcīga mākslīgā intelekta izmantošanas iespēja šajās nozarēs.

Laurels: Tomēr atpalikušās nozares bija tikai veselības aprūpe un dzīvības zinātnes ar, es saku, tikai par 37% vairāk nekā pagājušā gada aptaujā. Tas joprojām ir lielisks skaitlis. Bet vai, jūsuprāt, tas ir tāpēc, ka cīņa pret Covid bija prioritāte vai varbūt tāpēc, ka tās ir regulētas nozares, vai arī bija kāds cits iemesls?

Klints: Regula ir kopīga tēma tiem, kas atpaliek. Jums ir valdība, jums ir zinātnes par dzīvību, veselības aprūpe. Tomēr arī finanšu pakalpojumi tiek regulēti, un tie ir plaši izplatīti, tāpēc tas nevar būt vienīgais. Es domāju, ka hipotēze par Covid, iespējams, ir ticamāka, jo dzīvības zinātnēs galvenā uzmanība ir pievērsta vakcīnas iegūšanai. Lai gan no mūsu viedokļa un no tā, ko mēs redzam, valdība ir liela adoptētāja. Runājot par valdības potenciālu, tas joprojām ir atpalicis. Taču milzīgie skaitļi un milzīgais darbības apjoms, kas notiek valdībā, ja salīdzina to ar privāto uzņēmumu, joprojām ir diezgan iespaidīgs. Tas ir tikai tas, ka jūs saskaraties ar tik liela mēroga izmaiņām un daudz vairāk birokrātijas, lai veiktu šīs izmaiņas valdības uzņēmumā.

Laurels: Noteikti. Jūs iepriekš minējāt rūpnieciskās ražošanas nozari, un šajā nozarē pandēmija ietekmēja 72% uzņēmumu vadītāju, lai paātrinātu AI ieviešanu. Ko tas patiesībā nozīmē patērētājiem šajā nozarē, kā arī šajā nozarē kopumā?

Klints: Skatoties uz šiem skaitļiem, nebūs tādas nozares, kuru AI neietekmētu. Nozares, kuras grasās to pieņemt ātrāk un ātrāk vai kurām būs ietekme pandēmijas rezultātā, ko gandrīz visas ir izraisījis attālināts darbs, nespēja iegūt resursus noteiktā vietā, stimuls virzīt automatizāciju un AI ir viens no automatizācijas pamatelementiem. Jo, ja paskatās uz citām aptaujas daļām, kur mēs jautājam: Kur ir lielākie ieguvumi? tas būs atrodams efektivitātē un produktivitātē. Tas ir diezgan konsekventi visās nozarēs, ja paskatās, kur tiek izmantots AI. Tātad automatizācija, produktivitāte, paredzamā analītika — visas šīs jomas ir virzītas uz šīm produktivitātes tēmām. Lietošanas gadījumi ir atšķirīgi atkarībā no nozares, taču vajadzības ir ļoti līdzīgas. Galvenās tēmas un vispārējās vajadzības ir ļoti līdzīgas. Jums bija dažas nozares, kuras pandēmija vienkārši ietekmēja atšķirīgi.

Laurels: Aizraujoši, varbūt atšķirības rūpnieciskajā ražošanā, kā jūs minējāt, ir robotika. Tātad mazliet mūsu aparatūras spēles salīdzinājumā ar vienmēr programmatūru.

Klints: Taisnība. Jā, rūpnieciskajā ražošanā jūs novērojat rūpnīcu pārveidošanu. Jūs redzat to, ko daži cilvēki sauc par Teslas efektu, kur galvenā uzmanība tiek pievērsta rūpnīcu transformācijai un automatizācijai, kur rūpnīcas celtniecība ir gandrīz tikpat svarīga kā pats produkts. Šajā nozarē ir daudz diskusiju un diskusiju par to, cik daudz automatizēt, un vai automatizācijas ir pārāk daudz? Es domāju, ka dažos no šiem publiskajiem pasākumiem, kuros esat redzējis strauju ražošanas pieaugumu, kurā tika izmantota automatizācija, jūs esat redzējis arī zināmu atkāpšanos no tā. Pārāk daudz tehnoloģiju faktiski var radīt neproduktīvas sekas un ietekmi, jo lēmumu pieņemšanā ir jāiesaistās cilvēkiem, un tehnoloģija vēl nav pieejama. Tātad šajā telpā notiek daudzas izmaiņas. Mēs redzam lielu evolūciju, daudz jaunu tehnoloģiju veidu. Padziļināta mācīšanās ļauj rūpnīcās veikt vairāk datorredzības un viedāku automatizāciju ražošanas procesā.

Laurels: Runājot par cilvēku iesaistīšanu šajās izvēlēs, idejās un tehnoloģijās, spēcīga kiberdrošība patiešām ir izaicinājums ikvienam, vai ne? Taču ļaundari arvien vairāk izmanto AI pret uzņēmumiem un uzņēmumiem, un jūsu vienīgā atbilde un aizsardzība ir AI. Vai jūs redzat, ka kiberdrošība ir joma, kurā vadītāji visās jomās paātrina izdevumus?

Klints: Jums ir taisnība, tehnoloģiju attīstībai kiberdrošība ir viens no lielākajiem draudiem neatkarīgi no tā, vai to nodrošina AI, izmantojot klasisko skaitļošanu, vai piecus vai 10 gadus pēc tam, kad kvantu skaitļošana būs pieejama valdībām vai korporācijām. Drošības riski turpinās palielināties. AI noteikti ir uzbrukums, taču tā ir arī aizsardzība. Tātad, paredzamā analītika, izmantojot AI, lai prognozētu draudus, lai aizsargātos pret AI radītajiem draudiem, kas palielina iespiešanās, pikšķerēšanas un citu veidu, kā kompromitēt sistēmu, sarežģītību. Šīs tehnoloģijas ir bruņošanās sacensībā starp, kā jūs teicāt, labajiem puišiem un sliktajiem puišiem. Tam nav redzams beigas, jo mēs sākam pāriet uz reālu pārmaiņu laikmetu, ko nākotnē balstīs kvantu skaitļošana. Tas tikai paātrinās, jo jums būs nepieciešama jauna veida pēckvantu kriptogrāfija, lai aizsargātu pret draudiem, ko kvantu datori var radīt drošības organizācijai.

Laurels: Tas ir absolūti pārsteidzoši, cik ātri, vai ne? Kā jau teicām, eksponenciāla izaugsme, it īpaši kvantu skaitļošanas gadījumā, iespējams, ap stūri, pieci, 10 gadi, tas izklausās pareizi. Pētījums tomēr atgriežas un saka, ka daudzi respondenti uzskata, ka viņu uzņēmumiem vajadzētu ieviest kādu mākslīgā intelekta ētikas politiku un rīcības kodeksu, taču ne daudzi to dara, ne daudzi to dara. Tātad tie, kas to dara, ir mazāki uzņēmumi. Vai, jūsuprāt, tas ir tikai laika jautājums, kad visi to darīs, vai arī šī AI ētikas politika ir obligāta prasība?

Klints: Mēs taču zinām, ka tas tiek apspriests regulatīvā līmenī. Ir būtiski jautājumi par to, kur valdībai būtu jāiejaucas ar regulējošiem pasākumiem un kur pašpārvaldes AI ētika... Kā jūsu mārketinga organizācija mērķtiecīgi nosaka klientu bāzes uzvedību? Un kā jūs varat izmantot AI, lai izmantotu psiholoģiskos profilus, lai nodrošinātu pārdošanu? Piemēram, ir daži ētiski lēmumi, kas būtu jāpieņem saistībā ar to. Sejas atpazīšanas izmantošana patērētāju vidē ir plaši apspriesta un apspriesta. Taču par mākslīgā intelekta izmantošanu un ētisku mākslīgā intelekta izmantošanu, kas vērsta uz patērētāju psiholoģiju, es domāju, ka šīs diskusijas ir tikko sākušās šovasar ar dažām dokumentālajām filmām, kas iznāca, kas parādīja, kā sociālie mediji izmanto AI, lai mērķētu patērētājus ar mārketinga produktiem un kā tas notiek. ļaundari to var ļaunprātīgi izmantot un nepareizi piemērot.

Tātad, jā, šī ir tikai aisberga redzamā daļa. Tas, ko mēs šodien redzam, ir tikai sākotnējie paziņojumi par to, cik tālu mums jāiet ar AI un kādi ir sodi, kas tiek piemēroti tiem, kuri iet tālāk, nekā vajadzētu, un vai šos sodus regulē valdība? Vai tie ir sociālie sodi un tikai atklātība, vai arī mums ir vajadzīgi likumi un noteikumi, kuriem ir zināmi zobi, lai pārkāptu šo saskaņoto ētiku, lai arī kādi tie būtu?

Laurels: Tā ir situācija, kas nedaudz pagrūda mani, velk tevi, vai ne? Tā kā tehnoloģija attīstās ļoti ātri, bet sabiedrība vai noteikumi var būt nedaudz atpalikuši. Un tajā pašā laikā uzņēmumi ne vienmēr, iespējams, dažos gadījumos, pieņem AI tik ātri, vai arī tiem ir problēmas ar personālu šajās AI iniciatīvās. Tātad, kā uzņēmumi cenšas sekot līdzi talantu iegūšanai, un vai uzņēmumiem vajadzētu sākt meklēt vai, iespējams, jau ir meklējuši pašreizējo darbinieku prasmju paaugstināšanu vai apmācību, kā izmantot AI kā jaunu prasmi?

Klints: Jā, tās ir ļoti smagas problēmas. Ja paskatās uz pētījumu un iedziļināties tajā, jūs redzēsit atšķirību starp lielajiem uzņēmumiem un mazajiem uzņēmumiem. Ar to es domāju spēju piesaistīt talantus, kas gadiem ilgi ir apmācīti progresīvās analītikas, datortehnikas, padziļinātas mācīšanās, mašīnmācīšanās jomā, kā arī izprast sarežģītās, daudzlīmeņu, dziļās mācīšanās svaru un novirzes apmācību sarežģītības un nianses. algoritmus — šo talantu nav viegli iegūt. Ir ļoti grūti pieņemt klasisko datorinženieri un pārkvalificēt viņu tāda veida uz statistiku balstītajā mākslīgajā intelektā, kur jums patiešām ir jāstrādā ar šo sarežģīto neironu tīklu apmācību, lai sasniegtu uzņēmuma mērķus.

Mēs redzam, ka tehnoloģiju uzņēmumi piedāvā šos pakalpojumus mākonī, un tas ir veids, kā piekļūt mākslīgajam intelektam un piekļūt dažiem no šiem rīkiem, abonējot API, lietojumprogrammu saskarnes un piemērojot šīs API jūsu platformām un tehnoloģijām. Bet, lai patiešām iegūtu konkurences priekšrocības, jums ir jāspēj manipulēt un attīstīt un kontrolēt datus, kas tiek izmantoti šo algoritmu apmācībā. Mūsdienu pasaulē mākslīgais intelekts ir ļoti, ļoti izsalcis datu, un tam ir nepieciešams milzīgs datu apjoms, lai iegūtu precīzu un kvalitatīvu izvadi. Šie dati tiek uzkrāti lielākajiem uzņēmumiem, un tas ir atspoguļots to novērtējumā. Tātad, mēs redzam, kas ir šie uzņēmumi. Liela daļa šīs vērtības ir saistīta ar datiem, kuriem viņiem ir piekļuve. Un produkti, ko viņi spēj ražot, ir balstīti uz lielu daļu šo datu. Šos produktus daudzas reizes darbina mākslīgais intelekts.

Laurels: Tātad, atgriežoties pie aptaujas, kas ir pēdējais datu punkts, 60% respondentu apgalvo, ka AI viņu organizācijā darbojas vismaz vidēji vai pilnībā. Salīdzinot ar laiku pirms 10 gadiem, tas šķiet reāls mākslīgā intelekta progress. Bet ne visi vēl ir tur. Kādi ir daži pasākumi, ko uzņēmumi var veikt, lai pilnīgāk funkcionētu ar AI?

Klints: Šeit es atgriežos pie tā, ko teicu pagājušajā gadā, proti, pārvērtēju jūsu ekosistēmu. Kas ir tavi partneri? Kurš ienes šīs iespējas jūsu biznesā? Izprotiet, kādas ir jūsu iespējas attiecībā pret tehnoloģiju nodrošinātājiem, kas jums nodrošina piekļuvi AI. Ne katrs uzņēmums varēs vienkārši nolīgt AI ekspertu un iegūt AI. Tās ir tehnoloģijas, kā jau teicu, tās ir grūti izstrādāt. Tos ir grūti uzturēt. Tie attīstās zibenīgi, eksponenciāli. Tātad sarunas, kuras mēs būtu bijušas pirms sešiem mēnešiem vai gada, tagad atšķirtos tikai šajā vidē notiekošo pārmaiņu tempa dēļ. Nevēlēšanās mainīt AI ir zema. Un tāpēc tas virzās ātrāk nekā Mūra likums. Tas paātrinās tik ātri, cik to atļauj dati. Paši algoritmi pastāv jau gadiem ilgi. Tā ir spēja uztvert un izmantot datus, kas virza AI. Tāpēc, sadarbojoties ar šīm iespējām, šie tehnoloģiju uzņēmumi, kuriem ir piekļuve datiem, kas attiecas uz jūsu nozari, ir būtisks panākumu elements.

Laurels: Kad jūs runājat ar vadītājiem par to, kā gūt panākumus ar AI, kā dot viņiem padomu, ja viņi AI ieviešanā atpaliek no konkurentiem un vienaudžiem?

Klints: Mēs veicam šādas aptaujas. Mēs veicam etalonus. Mēs izmantojam etalonus, kas ir pieejami citās jomās un citās jomās. Mēs skatāmies uz pārmaiņu tempu un relatīvo ieguvumu šai konkrētajai nozarei un vēl šaurāk — funkciju vai darbību šajā nozarē un šajā biznesā. AI vēl nav iefiltrējies katrā atsevišķā jomā. Tas ir ceļā uz to, taču ir jomas klientu apkalpošanas jomā, GNA, organizācijas aizmugures komponenti, ražošana, analītika, ieskati, prognozēšana, tas viss, AI ir spēcīgs balsts, tāpēc turpinot to attīstīt. Bet tad ir elementi produktu dizainā, inženierzinātnēs un citos dizaina aspektos, kuros AI virzās uz priekšu, un šobrīd gandrīz nav vienlīdzīgi konkurences apstākļi.

Tātad, tas ir nevienmērīgi. Dažās jomās tas ir ļoti attīstīts, citās tas nav tik attīstīts. Es arī teiktu, ka priekšstats, kas izpaudīsies, aptaujājot vispārīgos speciālistus šajās jomās, var neņemt vērā dažas no progresīvākām mākslīgā intelekta iespējām, kas varētu būt pēc sešiem mēnešiem, gadam vai diviem gadiem. Taču šīs iespējas attīstās ļoti ātri, un tās ātri pārvietosies uz šīm nozarēm. Es arī aplūkotu starta ekosistēmu. Jaunuzņēmumi strauji attīstās. Tehnoloģijas, ko jaunizveidotais uzņēmums izmanto un ievieš jaunās nozarēs, lai izjauktu šīs nozares, ne vienmēr tiek ņemtas vērā stingrākos uzņēmumos, kuriem ir esošie darbības modeļi un esošie uzņēmējdarbības modeļi. Tātad jaunizveidotais uzņēmums var izmantot AI un datus, lai pilnībā pārveidotu to, kā nozare patērē produktu vai pakalpojumu.

Laurels: Tas ir labs padoms kā vienmēr. Klif, liels paldies, ka šodien pievienojies mums šajā lieliskajā sarunā par Business Lab.

Klints: Mans prieks. Ir lieliski ar jums runāt.

Laurels: Tas bija Klifs Džastiss, ASV vadītājs uzņēmumu inovāciju jomā KPMG, ar kuru es runāju no Kembridžas, Masačūsetsas štatā, MIT un MIT Technology Review mājas, no kura paveras skats uz Čārlza upi.

Tas ir viss šajā Business Lab epizodē. Es esmu jūsu saimnieks Laurel Ruma. Es esmu MIT Technology Review pielāgotās publicēšanas nodaļas Insights direktors. Mēs esam dibināti 1899. gadā Masačūsetsas Tehnoloģiju institūtā. Un jūs varat mūs atrast drukātā veidā, tīmeklī un pasākumos katru gadu visā pasaulē. Lai iegūtu plašāku informāciju par mums un šovu, lūdzu, apmeklējiet mūsu vietni technologyreview.com.

Šī pārraide ir pieejama visur, kur saņemat aplādes.

Ja jums patīk šī sērija, mēs ceram, ka veltīsit brīdi, lai mūs novērtētu un atsauktu. Business Lab ir MIT Technology Review produkcija. Šo sēriju producēja Collective Next. Paldies par klausīšanos.

Šo aplādes epizodi veidoja Insights, MIT Technology Review pielāgotā satura nodaļa. To neizstrādāja MIT Technology Review redakcijas darbinieki.

paslēpties