收藏本站
我的資料
  購物車 (0)  
親,您的購物車空空的喲~
去購物車結算
   
查看手機網站
其他帳號登錄: 注冊 登錄
北京元亨信科技有限責任公司

咨詢熱線

010-51994498

追求品質,追求卓越

THE PURSUIT OF EXCELLENCE

商城分類
  • 語音識別
  • 語意識別
  • 人臉識別
    識別儀
    攝像頭
    門禁
  • 圖像識別
    攝像頭
    存儲管理
  • AI算法產品
  • 智能機器人成品
  • 智能設備
  • 綜合
  • 智慧工廠
  • 智慧城市
  • 激光掃描
  • 移動推廣
  • 大數據
    數據庫
    服務器
    云計算
    云存儲

未來已來,如何開啟人工智能商業應用之旅

 

getImg (4).png


  雖然目前人工智能的普及程度仍然較低,但許多企業正通過人工智能提升盈利能力。人工智能在創造巨大商業價值的同時,也在影響行業價值的轉移。通過了解人工智能應用案例以及項目實施的關鍵因素,管理者們可以更好地采取行動,為在人工智能時代取勝而做好準備。



  由于人工智能的發展存在諸多不確定因素,對大多數公司而言,最明智的做法是根據當前趨勢制定一系列短期行動,并通過構建能力和數據基礎設施為將來的機遇做好準備。通常的方法與我們在數字化戰略中所倡導的有些類似,但是人工智能會呈現出一些重要的細微差別。

  如何開始

  高管們應該把他們的人工智能之旅分成三個步驟:構思和測試;試點排序和啟動;以及規?;瘧?/strong>(參閱下圖)。


微信圖片_20180408214746.jpg

 構思和測試。

  在這個階段,公司應該依賴于四個視角:客戶需求、技術進步(特別是涉及人工智能模塊的技術)、數據源和流程分解(或系統化分解),以確定最有前途的應用案例(參閱BCG于2017年1月發表的文章《贏在人工智能時代》)??蛻粜枨髮Πl現有價值的人工智能應用起到了至關重要的指導性作用??蛻艨赡軄碜酝獠?,也可能是內部后臺部門。深入了解人工智能模塊的開發對于系統地整合先進技術而言至關重要。豐富的數據池,尤其是新的數據池,提供了另一個重要的視角,因為人工智能需要依賴它們。最后,通過將流程分解成相對常規和獨立的元素,公司可能會發現人工智能可以自動化的領域。除了客戶需求之外,其它視角與公司必須用來識別數字化機會的視角都不盡相同。

  對于缺乏人工智能經驗的公司,我們強烈建議其實施一個并行的附加測試。這個測試階段要基于一個能傳遞價值,能被合理定義且復雜度適中的應用案例。這個測試將幫助組織熟悉人工智能,突顯數據或數據集成的需求以及組織和能力上的瓶頸,這是對進行下一步的關鍵輸入。

 試點排序和啟動。

  高管們應該根據每個試點的潛在價值和交付速度進行優先級排序。上一步中的測試結果將為這個環節中潛在試點的時間需求和復雜性提供洞察。

  一旦機構選定了一組最終的試點,就應該像在敏捷軟件開發中一樣,將其作為測試和學習的沖刺階段運行。由于大多數試點仍然需要處理雜亂的數據集成和數據處理,這些試點將并不完美。但是,它們將有助于正確地區分優先級,定義數據集成計劃的范圍,并確定全面運營人工智能過程所需的能力和規模。每個沖刺階段都應同時交付具體的客戶價值,并定義所需的基礎設施和集成架構。

 規?;瘧?。

    最后階段包括將試點擴展為可靠的運行流程和產品,并構建能力、流程、組織、網絡技術和數據基礎設施。盡管這一步可能會持續12至18個月,但進行中的敏捷沖刺應該能將價值最大化,并最小化重大的意外流程修正出現的可能性。

  在執行這一運營項目的同時,高管們也應實施一系列活動,讓自己及其組織做好準備,發揮人工智能的作用。

  理解人工智能。

   高管們需要了解人工智能的基本知識,并對可能發生的事情有一個直觀的理解。他們不應只是簡單地在媒體上閱讀各種新的科技奇跡,而應開始嘗試用Tensorflow Playground(Google推出的機器學習開源平臺)做一些實驗,或者進修一些有啟發性和廣泛普及的在線課程。它們的核心算法很簡單,除了那些神秘的術語外,這個領域極易理解。因此,高管們應該能夠對這個課題有一個功能性的理解。

 執行人工智能健康檢查。

    高管們應該對他們在技術基礎設施、組織技能、設置和靈活性方面的起始條件有一個清楚的認知。此外,他們應該了解訪問內外部數據的難易程度。

 增加員工視角。

   人工智能可能會對員工產生威脅。盡管員工對即將失業的擔憂往往比實際情況夸張,但引入人工智能確實會產生情緒壓力,并且需要進行大規模的再培訓。試想如下場景:一個工廠的員工和一個機器人一起工作,一個采購經理從一個應用程序接收輸入信息,或者一個呼叫中心坐席從一個聊天機器人那里接手聊天的情景。工作場所的溝通、教育和培訓需要在試點設計的初始階段就被考慮到。

  從長計議

  人工智能的未來,包括其以激進方式改變價值創造的潛力,仍然有著高度的不確定性。應對這種不確定性的最佳方式是繪制并測試幾個場景,并制定一個路線圖將各項獨立的方案結合在一起。這些努力將使各公司能夠明智地修改其原有計劃,并明確該計劃對數據、技能、組織和未來工作的意義:

  數據。人工智能的突破很大程度上取決于獲得新的、獨特的或豐富的數據資源。幸運的是,至少在某些領域,機器學習模型可以基于初始數據開始工作,并在有新的數據加入時進行改進。但是,由于現有數據量每兩年翻一番,基于過去的數據所獲得的競爭優勢極易消逝,因此獲取未來數據至關重要。

  我們與麻省理工學院的聯合研究項目表明,對于跨行業以及行業內的管理者而言,數據所有權是一個棘手的問題。例如,調查受訪者對公司專有數據、公共和公司所有數據以及公共數據這三類數據中,究竟哪一類在行業中應用最為普遍的問題存在分歧。重要的是,排他性數據的數量往往決定了競爭優勢,這要求高管們更深入地理解行業和公司內部數據源的價值和可用性。

  技能。我們與麻省理工學院的研究表明,只有一小部分公司了解未來人工智能所需的知識和技能。而擁有高階人工智能技術的公司往往很難聘請和留住那些精通人工智能的數據科學家。隨著大學和在線教育提供更多的人工智能相關課程,這種迫切的需求將逐漸減少。長期而言,更有價值的技能可能是對數據科學家和業務高管團隊的管理能力,以及將人工智能的洞察和能力與已有流程、產品和服務相整合的能力。

  組織。根據我們與麻省理工學院的研究,企業對于究竟是集中式、分散式還是混合式的組織模式最有利于發展人工智能存在分歧。更關鍵的問題是,隨著組織中人員和機器越來越緊密地合作,在具備人工智能和業務專長的員工中需要實現組織內靈活性及跨職能的團隊合作。

  我們越來越清晰地了解到,除了整體的組織設計,人工智能技術在行動分散、學習集中的結構中可以得到最好的應用。對于無論是自動駕駛車輛、實時市場營銷、預測維護,還是公司的后臺職能都是如此。通過一個中心收集和處理所有來自分散機構的數據,從而使得學習集合最大化,然后在中心對匯總數據池進行集中學習后,向分散機構部署新模型并調試。

  未來的工作。人工智能無疑會影響未來工作的結構。盡管擔心人工智能將導致大規模的失業,但是我們與麻省理工學院的研究表明,在可預見的未來,會產生的影響其實十分有限。大多數受訪者并不認為人工智能將在未來五年內導致公司裁員。超過三分之二的受訪者并不擔心人工智能通過自動化取代他們的工作。他們希望人工智能能夠接管他們目前所從事的不愉快的任務。與此同時,幾乎所有的受訪者都承認,人工智能將要求員工學習新的技能,就像汽車修理師不得不擴充技能一樣。不同之處在于,他們沒有幾十年的適應時間,所以他們可能需要利用新的教育產品和人工智能本身加快再培訓的過程。組織需要靈活性,員工和高管也是如此。針對長遠成功的最佳準備是建立變革的能力。

  人工智能將從根本上改變商業。您成功的最好機會就是不要理會炒作,做必要的工作。相關行動必不可少且無可替代。

201802072327574488fbKFDL.yasuotu.gif


更多內容關注:頂呱呱生活體驗館


頂呱呱炫彩二維碼201803031615.png


喜歡討論交流的朋友可以加微信群:

微信圖片_20180319153559.jpg


如遇問題請咨詢

mmqrcode1451441534030.png





會員登錄
登錄
其他帳號登錄:
我的資料
我的收藏
購物車
0
留言
回到頂部