Āzijas AI darba kārtība: pozitīvi noskaņota

sadarbībā ar ADP

Aptaujas respondentiem tika jautāts, vai viņi uzskata, ka robotikai un mākslīgajam intelektam (AI) būtu konstruktīva vai destruktīva ietekme uz vairākiem tirgus segmentiem. Viņu atbildes tika ierindotas no 1 (AI ieviešana izraisītu darba vietu un procesu iznīcināšanu) līdz 5 (AI ievērojami palielinātu nozares vērtību un efektivitāti). Visās rūpniecības nozarēs atbildes bija pozitīvas, vidēji 3,8 šajā mērogā. Tie bija augstāki no tehnoloģijām vairāk atkarīgās nozarēs, piemēram, informācijas tehnoloģiju un komunikāciju (ITC), loģistikas un ražošanas nozarēs.

Skaidrs, ka respondenti vēl vairāk sliecās saskatīt pozitīvus ieguvumus no AI savai nozarei: lielākā daļa nozares dalībnieku AI ietekmi uz savu nozari novērtēja augstāk nekā vidēji. Respondenti no vienas nozares tomēr bija pesimistiskāki. Finanšu pakalpojumu nozares pārstāvji vidēji uzskatīja, ka AI ir pozitīva ietekme, taču daudzi arī uzskatīja, ka automatizēti procesi un uz mašīnām balstīti darījumi iznīcinās vērtību viņu nozarē.

Banku nozares bažas par mākslīgā intelekta destruktīvo potenciālu atklājās arī tad, kad respondentiem tika lūgts novērtēt šo tehnoloģiju ietekmi uz Āzijas industriālo, politiku un konkurētspēju. Kopumā aptaujas respondenti uzskatīja, ka mākslīgā intelekta attīstība ievērojami palielinātu Āzijas kā ražošanas un pakalpojumu centra konkurētspēju, dotu labumu valdības politikas veidotājiem viņu mēģinājumos veicināt inovāciju un palielinātu vispārējās nozares izaugsmes izredzes.

Vienīgā nozares kohorta, kas nejutās tik pozitīvi kā respondentu vidēji, bija finanšu pakalpojumu nozare. Nozares respondenti vidēji jutās visvairāk iedrošināti par AI un automatizācijas pozitīvo ietekmi uz viņu pašu konkurētspēju, ierindojot to 4 vietā no 5. Atkal mazumtirdzniecības, ITC un ražošanas nozaru respondentu optimisms bija augstāks par vidējo. savukārt noskaņojums no finanšu pakalpojumu nozares bija ievērojami zemāks.

Salīdzinošo piesardzību un pesimismu finanšu sektora respondentu vidū varētu radīt pagātnes pieredze. 2007. gada globālā finanšu krīze, iespējams, nav sākusies Āzijā vai skārusi reģiona bankas un finanšu institūcijas tik smagi kā citur, taču nokrišņi un ilgstošais regulējuma un atbilstības slogs, ko tā radīja, Āzijas bankas cieš līdz pat šai dienai. Turklāt jauno tehnoloģiju izraisītās minikrīzes pastāvīgi ietekmē nozares ainavu; Piemēram, zibatmiņas avārijas ir ātrs, straujš akciju tirgus kritums, ko izraisa cilvēka kļūdu un algoritmiskās tirdzniecības kombinācija. Finanšu nozares respondenti var atcerēties šos notikumus, apsverot, ko mākslīgais intelekts nozīmē viņu nākotnei.

Neraugoties uz finansiālo respondentu pieticīgo atturību, mākslīgais intelekts var ietekmēt vairākas Āzijas attīstības problēmas, sākot ar pārtikas nodrošinājumu un beidzot ar sabiedrisko drošību, transporta tīkliem un veselības aprūpi. Baidu pētniecības Dziļās mācīšanās institūta (pazīstams kā Baidu IDL) direktors Lins Juancjins uzskata, ka tas viss uzreiz nonāk pie gala: nav iespējams norādīt uz nozari, kas “pirmā” ieviesīs AI. . Sabiedriskais transports, loģistika — gandrīz katra kritiskās infrastruktūras platforma var gūt labumu no tā, un tās visas ir savstarpēji saistītas. AI nonāks visās nozarēs uzreiz, un tas parādīsies ātrāk, nekā mēs domājam.

AI nozares vadītāji uzskata, ka divi saistīti faktori ļaus autonomām un viedām lietojumprogrammām izplatīties vienlaikus. Viens no tiem ir lielo datu pieaugums Āzijā, ko baro daudzi simti miljonu cilvēku blīvi apdzīvotās pilsētās, kuri ir savienoti ar mobilo internetu. Dati ir vissvarīgākais resurss veiksmīgai mašīnmācības attīstībai, saka Zhang Yue, Singapūras Tehnoloģiju un dizaina universitātes profesors un mašīnvalodas pētnieks. Liela apjoma un kontekstā bagātīgie mobilie dati sniedz AI izstrādātājiem lielu daudzumu noderīgu datu. Lielo datu izmantošana, izmantojot analīzi, rada otro faktoru, kas veicina AI attīstību: uzņēmumi arvien vairāk vēlas ne tikai izmantot analīzi, lai palielinātu savu biznesa veiktspēju, bet arī aizņemties un dalīties ar automatizētu procesu ieskatiem dažādās nozarēs.

Baidu IDL pārstāvis Lins saka, ka veiksmīgai mākslīgā intelekta izstrādes ekosistēmai ir nepieciešami četri ievades faktori: lieli dati, nepārtraukta algoritmu izstrāde, liela skaitļošanas jauda un 'lielas lietojumprogrammas'. Lins šo pēdējo faktoru raksturo kā vissvarīgāko: lietojumprogrammas, kas piesaista lielu skaitu. lietotāju ātri veicina lietojumu, mijiedarbību un datu izveidi, lai izveidotu pozitīvu attīstības cilpu dziļiem neironu tīkliem, kuru apjoms un iespējas palielinās, jo apstrādes jauda kļūst arvien lētāka un lielāka.

Nākamais: Āzijas AI programma: cilvēkkapitāls un AI

paslēpties