Data science

AI Frontier ถัดไป: ผลกระทบทางธุรกิจและ ROI

ในคุณสมบัติพิเศษของแขกรับเชิญนี้ Thameem Khan รองประธานฝ่ายกลยุทธ์ผลิตภัณฑ์ที่รับผิดชอบด้านวิสัยทัศน์ของ Platform ที่ Boomi ได้เฝ้าดูคลื่นลูกใหม่ของบริษัท AI ที่มุ่งเน้นไปที่การสร้างมูลค่าให้กับองค์กรด้วยการคาดการณ์ตามเป้าหมายทางธุรกิจ เขาให้เหตุผลว่าจุดประสงค์อื่นใดทำให้ AI กลายเป็นโครงการวิทยาศาสตร์ที่มีราคาแพง ธามีมมีความหลงใหลในการคาดการณ์โดยใช้ข้อมูลเป็นอย่างมาก และชอบที่จะเชื่อมโยงจุดต่างๆ กับก้อนเมฆ AI สำหรับธุรกิจได้เปลี่ยนจากการเป็นโครงการวิทยาศาสตร์เชิงทฤษฎีมาเป็นข้อได้เปรียบในการแข่งขันที่สำคัญสำหรับบริษัทที่มองไปข้างหน้า องค์กรจำนวนมากขึ้นเรื่อยๆ หันมาใช้ AI เพื่อช่วยแปลงข้อมูลให้กลายเป็นข่าวกรองที่ส่งผลกระทบทางธุรกิจอย่างยั่งยืน แต่บางบริษัทยังไม่ตระหนักถึงพลังของ AI ที่เติบโตอย่างรวดเร็วในปัจจุบันและความเสี่ยงที่จะถูกทิ้งไว้เบื้องหลัง และ AI บางส่วนยังไม่สามารถส่งมอบสิ่งที่องค์กรต้องการได้มากที่สุด นั่นคือผลกระทบทางธุรกิจ วันแรกของ AI ฉันได้ติดตามพื้นที่ AI มาหลายปีแล้ว และเช่นเดียวกับหลายๆ คนที่อ่านบทความนี้ การแนะนำ AI ของฉันคือผ่านหลักสูตร ML อันโด่งดังของ Andrew Ng ใน Coursera หลังจากจบหลักสูตร ฉันเริ่มสนใจและเริ่มเรียนรู้ AI มากขึ้น เห็นได้ชัดว่าเหตุผลหลักที่ทำให้ AI ได้รับความสนใจจากกระแสหลักคือข้อมูลและการคำนวณที่ไม่เคยมีมาก่อน ทันทีที่ฉันเริ่มสำรวจปัญหาในโลกแห่งความเป็นจริง ฉันก็ตระหนักว่า AI ไม่มีสแต็กที่ซับซ้อนที่สุดและจำเป็นต้องมีความรู้เกี่ยวกับเทคโนโลยี ภาษา และเฟรมเวิร์กมากมาย จู่ๆ ฉันก็พบว่าตัวเองหลงทางในการพยายามทำความเข้าใจเทคโนโลยีเหล่านี้และไม่ได้แก้ปัญหาที่ฉันตั้งใจจะแก้ไข นั่นคือเมื่อฉันรู้ว่าฉันต้องหยุดพักและให้เวลา AI แก่การเติบโต AI เติบโตอย่างรวดเร็ว ในช่วงสองสามเดือนที่ผ่านมา ฉันเริ่มมองหาพื้นที่ AI อย่างลึกซึ้งยิ่งขึ้น และรู้สึกทึ่งกับความคืบหน้าของชุมชน AI เช่นเดียวกับเทคโนโลยีอื่นๆ เมื่อการนำเทคโนโลยีมาใช้ในวงกว้าง คุณจะเริ่มเห็นความคิดที่ยิ่งใหญ่มารวมตัวกันเพื่อเริ่มสร้างเครื่องมือที่สรุปความซับซ้อน เครื่องมือเหล่านี้ช่วยให้ผู้ใช้ปลายทางมีสมาธิในการแก้ปัญหามากกว่าที่จะกังวลเกี่ยวกับประเด็นสำคัญ ฉันเชื่อว่า AI มาถึงขั้นตอนนี้แล้ว สแต็ค AI ได้เติบโตถึงจุดที่คุณต้องการในวันนี้คือข้อมูล และเฟรมเวิร์กจะสร้างแบบจำลองและจัดเรียงตามความแม่นยำเพื่อให้คุณเลือก และทั้งหมดนี้โดยไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว ภารกิจสำคัญของ AI: การส่งมอบ ROI คำถามจริงต่อไปที่เราต้องตอบคือ “AI ช่วยเหลือบริษัทอย่างไร” AI ถูกปลิวไปตามสัดส่วนเนื่องจากโฆษณาเกินจริง และ FOMO ก็เข้าร่วมกับองค์กรต่างๆ ทันใดนั้น เราเห็นการไหลเข้าของการลงทุนกับทีม AI ใหม่ๆ ที่หมุนเวียนและความต้องการนักวิทยาศาสตร์และวิศวกรข้อมูลจำนวนมาก องค์กรหลายแห่งมีทีม AI ที่ทำงานเกี่ยวกับข้อมูลจริงและสร้างแบบจำลองเพื่อความถูกต้องโดยไม่ต้องคิดหรือแม้แต่รู้เป้าหมายสุดท้าย เราลืมถามคำถามสำคัญระหว่างความสับสนทั้งหมดนี้ หากต้องการอ้างอิง Arijit Sengupta ของ Aible: “AI ให้ ROI หรือไม่” หากไม่เป็นเช่นนั้น ก็เป็นเพียงวิธีแก้ปัญหาที่น่าสนใจสำหรับปัญหาที่ไม่มีใครสนใจ พลังแห่งการทำงานร่วมกัน เราสามารถสำรวจพลังที่แท้จริงของ AI ได้ดีขึ้นเมื่อเราให้ผู้ใช้ทางธุรกิจ ตั้งเป้าหมาย และรักษาวงจรความคิดเห็นอย่างต่อเนื่อง ในองค์กรส่วนใหญ่ นักวิทยาศาสตร์ข้อมูล ซึ่งอาจมีหรือไม่มีความเข้าใจในธุรกิจเป็นอย่างดี เป็นผู้กำหนดแบบจำลองและการตัดสินใจ ในหลายกรณี AI อาจไม่ใช่วิธีแก้ปัญหาที่จำเป็นด้วยซ้ำ การใช้งานจำนวนมากยังประสบปัญหาจากโมเดลที่ล้าสมัยซึ่งไม่มีวิวัฒนาการไปพร้อมกับการเปลี่ยนแปลงของข้อมูล เช่นเดียวกับมนุษย์ AI จำเป็นต้องพัฒนาการคาดการณ์กับธุรกิจที่เปลี่ยนแปลงตลอดเวลา ความสำเร็จของ AI คือการให้คุณค่าแก่องค์กรโดยการคาดการณ์ตามเป้าหมายทางธุรกิจ และองค์กรต่างๆ ควรมีแผนปฏิบัติการที่ชัดเจนเพื่อใช้การคาดการณ์เหล่านี้ เมื่อนั้น AI จะสามารถให้ ROI ได้แล้ว มิฉะนั้นจะกลายเป็นโครงการวิทยาศาสตร์ราคาแพงที่บริษัทของคุณให้ทุนสนับสนุน AI กำลังรบกวนรูปแบบธุรกิจแบบดั้งเดิม AI กำลังเปลี่ยนแปลงและจะเปลี่ยนแปลงวิธีที่เราเป็นอยู่และจะดำเนินธุรกิจต่อไป สตาร์ทอัพรวบรวมข้อมูลมากมายและใช้ AI เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับผู้ใช้ จากนั้นแนะนำหรือจับคู่กับประสบการณ์ที่ปรับแต่งเฉพาะบุคคลสำหรับผู้ใช้ปลายทาง ตัวอย่างที่ดีของบริษัท AI ที่ประสบความสำเร็จคือน้ำมะนาว ภายนอกเป็นบริษัทประกันอีกแห่งหนึ่ง แต่ในความเป็นจริง บริษัทใช้ AI เพื่อทำให้กระบวนการต่างๆ ของบริษัทเป็นไปโดยอัตโนมัติ การใช้เทคโนโลยี AI ช่วยให้พวกเขาบรรลุรายได้เกือบ 100 ล้านดอลลาร์ในสี่ปีและเติบโตเป็น 1 700 ลูกค้าต่อพนักงานเทียบกับคู่แข่งที่มี 150 ถึง 100 ลูกค้าต่อพนักงาน Next Frontier ของ AI: Mainstream Impact ดังนั้น AI Tech stack/tools มีวิวัฒนาการเพียงพอหรือไม่? AI hype ลดลงแล้วและถึงเวลาคิดเกี่ยวกับ AI ในแง่ของ ROI แล้วหรือยัง? องค์กรควรเริ่มคิดเกี่ยวกับวิธีใช้ AI เพื่อสร้างคูน้ำที่ใหญ่ขึ้นสำหรับทศวรรษหน้าหรือไม่? ในความคิดของฉัน คำตอบของคำถามข้างต้นทั้งหมดคือ ใช่ เรามีบริษัทต่างๆ เช่น YData และ Superb AI ที่ให้บริการการติดฉลากข้อมูล Pachyderm ให้บริการสายข้อมูล Tecton พร้อมที่เก็บฟีเจอร์ และ CI/CD ที่มี Seldon และ Algorithmia ประกอบเป็นกองเทคโนโลยี ในทางกลับกัน บริษัทต่างๆ เช่น Aible กำลังสร้างแนวคิด AI ในแง่ของ ROI และให้บริการโซลูชันแบบเบ็ดเสร็จที่โฮสต์ และบริษัทต่างๆ เช่น Lemonade, Affirm, UpStart, Fiverr และ Pinterest ได้พิสูจน์แล้วว่า AI ทำให้พวกเขาได้เปรียบในการเป็นผู้ก่อกวนในพื้นที่ของตน ถึงเวลาแล้วที่องค์กรต่างๆ เริ่มใช้ประโยชน์จาก AI เป็นเทคโนโลยีกระแสหลัก แทนที่จะเป็นโครงการวิทยาศาสตร์ในห้องใต้ดิน โดยมีนักวิทยาศาสตร์ผู้คลั่งไคล้เป็นผู้ดำเนินรายการ ลงทะเบียนเพื่อรับจดหมายข่าว InsideBIGDATA ฟรี เข้าร่วมกับเราบน Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button