Data science

เหตุใด AI ที่เป็นอิสระ (ในที่สุด) ขัดขวางการเงินขององค์กรเพื่อความดี

ในฟีเจอร์พิเศษของแขกรับเชิญนี้ Kunal Verma, CTO และผู้ร่วมก่อตั้ง AppZen อภิปรายว่าเทคโนโลยีอย่าง RPA และ AI กำลังมีช่วงเวลาแห่งการแหกคุกอย่างไร ในขณะที่ผู้นำของบริษัทตระหนักดีว่าสิ่งเหล่านี้ไม่น่ามีอีกต่อไป แต่เป็นเครื่องมือที่สำคัญต่อธุรกิจเพื่อให้อยู่ข้างหน้า ของการแข่งขัน Kunal รับผิดชอบวิสัยทัศน์ด้านผลิตภัณฑ์ของบริษัท ตลอดจนดูแลทีม R&D และวิทยาศาสตร์ข้อมูลของบริษัท Kunal ร่วมก่อตั้ง AppZen ใน 2012 เมื่อเขาพัฒนาเทคโนโลยีปัญญาประดิษฐ์หลัก ก่อนหน้านี้ เขาเป็นผู้นำทีมวิจัยที่ Accenture Technology Labs ซึ่งรับผิดชอบในการพัฒนาเครื่องมือที่ใช้ AI สำหรับบริษัทที่ติดอันดับ Fortune 500 เขาได้รับปริญญาเอกของเขา ในสาขาวิทยาการคอมพิวเตอร์จากมหาวิทยาลัยจอร์เจียโดยเน้นที่เทคโนโลยีเชิงความหมาย ความต้องการความแม่นยำ ความเร็ว และต้นทุนที่เหมาะสมทำให้ระบบอัตโนมัติกลายเป็นจุดสนใจในฐานะหนึ่งในตัวขับเคลื่อนการเปลี่ยนแปลงทางดิจิทัลที่สำคัญที่สุด โดยเฉพาะอย่างยิ่งเหตุการณ์ในปีที่ผ่านมา เมื่อคุณดูตัวเลข เทคโนโลยีอย่าง RPA และ AI กำลังมีช่วงเวลาแห่งการแตกแยก ในขณะที่ผู้นำบริษัทตระหนักดีว่าสิ่งเหล่านี้ไม่เหมาะที่จะมีอีกต่อไป แต่เป็นเครื่องมือสำคัญทางธุรกิจที่จะนำหน้าคู่แข่ง AI กำลังช่วยให้องค์กรดำเนินงานที่ก่อนหน้านี้ยากหรือในบางกรณีทำไม่ได้อย่างมีประสิทธิภาพ มีประสิทธิภาพ และแม่นยำ โดยใช้ประโยชน์จากข้อมูลเชิงลึกอันมีค่าจากข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างจำนวนมาก และต้องขอบคุณ 'ข้อมูลขนาดใหญ่' นี้ที่ทำให้ข้อมูลที่เป็นประชาธิปไตยกลายเป็นความจริง—เป็นที่ที่คุณลบผู้รักษาประตูที่สร้างคอขวดและจำกัดการเข้าถึงข้อมูลที่สำคัญ คุณไม่จำเป็นต้องเป็นนักวิทยาศาสตร์ด้านข้อมูลอีกต่อไปเพื่อเข้าถึงและทำความเข้าใจกับสิ่งที่ข้อมูลกำลังบอกคุณ เนื่องจากตรรกะเกี่ยวกับวิธีที่คุณใช้ข้อมูลนั้นไม่ขึ้นกับกระบวนการสร้างข้อมูล การถือกำเนิดของบิ๊กดาต้าได้ผลักดันให้ AI เติบโตอย่างแท้จริง และในปัจจุบัน บริษัทต่างๆ จำเป็นต้องมีข้อมูลในอดีตที่ดีเพื่อนำเข้าแพลตฟอร์ม AI ของตน สุภาษิตโบราณเป็นจริง – ข้อมูลที่ดี – ผลลัพธ์ที่ดี วิธีนี้ช่วยให้สามารถทำงานข้ามทีมได้และใช้งานง่ายเมื่อโต้ตอบกับส่วนอื่นๆ ของธุรกิจผ่านสิ่งต่างๆ เช่น การแสดงข้อมูลและแดชบอร์ด ซึ่ง C-suite สามารถแชร์และเข้าใจได้อย่างง่ายดาย แม้จะมีบริษัทหลายแห่งที่ใช้ประโยชน์จากระบบอัตโนมัติอยู่แล้ว แต่ปัจจุบันไม่มีที่ไหนที่ AI จะส่งผลกระทบได้มากไปกว่าแผนกการเงินของบริษัท ซึ่งขัดขวางการทำงานของทีมการเงินและการทำงาน ทั้งภายในและภายนอกองค์กร ตามธรรมเนียมแล้ว ทีมการเงินมักประสบปัญหาจากกระบวนการที่ต้องทำด้วยตนเอง การกำกับดูแลของมนุษย์ และเทคโนโลยีที่สืบทอดมา AI กำลังเปลี่ยนแปลงสิ่งเหล่านี้โดยการขจัดอุปสรรคและทำให้เข้าถึงข้อมูลได้มากขึ้น ขณะนี้ทีมการเงินสามารถทำให้กระบวนการทางการเงินและการปฏิบัติตามกฎระเบียบที่ซับซ้อนเป็นแบบอัตโนมัติได้ เช่น เอกสารการตรวจสอบ—ตั้งแต่รายงานค่าใช้จ่ายและใบแจ้งหนี้ ไปจนถึงใบบรรจุภัณฑ์และใบเสร็จ เทคโนโลยี AI สามอย่างที่มีความสำคัญต่อการเงินขององค์กร เพื่อที่จะกลายเป็นทีมการเงินที่เป็นอิสระอย่างแท้จริง จำเป็นอย่างยิ่งที่จะต้องใช้เทคโนโลยี AI ที่สำคัญสามอย่างพร้อมกัน — Computer Vision (CV), Natural Language Processing (NLP) และ Semantic Analysis (บางครั้งเรียกว่า Semantic Understanding) ชุดค่าผสมนี้ช่วยให้มั่นใจว่าระบบสามารถเข้าใจข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง ในขณะที่ยังคงเรียนรู้จากธุรกรรม จุดข้อมูล และความคิดเห็นของผู้ใช้หลายพันล้านรายการ ในช่วงไม่กี่ปีที่ผ่านมา ความก้าวหน้าใน AI ได้ปรับปรุงเทคโนโลยี Computer Vision ให้มากที่สุดเท่าที่ตอนนี้เราสามารถอ่านข้อความจากใบเสร็จได้อย่างง่ายดาย แม้ว่าจะอ่านยากเหมือนที่คุณได้รับจากแท็กซี่สีเหลืองก็ตาม เมื่อตรวจสอบเอกสารทางการเงิน โมเดล CV ตามการเรียนรู้เชิงลึกกำลังทำงานอยู่เบื้องหลังเพื่อดึงข้อมูล ในขณะที่เทคนิคการประมวลผลภาษาธรรมชาติที่ทันสมัยจากสถาบันวิจัยต่างๆ ช่วยให้เราเข้าใจภาษา NLP ถูกใช้ในชีวิตประจำวันของเราเมื่อเราใช้ผู้ช่วยเสมือน เช่น Siri และ Alexa แต่ธุรกิจต่างๆ กำลังเริ่มสำรวจแอปพลิเคชันเพื่อเพิ่มความเร็วในการผลิต ตัวอย่างเช่น เทคโนโลยีการประมวลผลภาษาธรรมชาติกำลังถูกใช้เพื่อถอดความการสนทนาในแบบเรียลไทม์ ซึ่งสามารถนำไปใช้ในการดึงข้อมูล ซึ่งช่วยให้ AI สามารถตัดสินใจตามข้อมูลนี้ได้ ด้วยการวิเคราะห์เชิงความหมาย คุณสามารถทำความเข้าใจและสร้างความสัมพันธ์ระหว่างข้อมูลที่แตกต่างและแยกออกมา เช่น วันที่ ราคา ส่วนลด เงื่อนไขการชำระเงิน และหมวดหมู่การใช้จ่ายระดับรายการ โดยไม่จำเป็นต้องมีการแทรกแซงด้วยตนเองเพื่อตรวจสอบข้อมูลที่ไม่รู้จักหรือไม่สามารถจำแนกประเภทได้ . ตัวอย่างเช่น สมมติว่าคุณได้รับใบแจ้งหนี้จากเพื่อนร่วมงานที่พาลูกค้าออกไปทานอาหารเย็นเมื่อสองสามคืนก่อน โดยใช้ประโยชน์จากการจัดประเภทเชิงความหมายเพื่อดึงการอนุมานจากข้อมูล ระบบจะสามารถอ่านและทำความเข้าใจใบเสร็จและรายการที่คุณสั่งซื้อ filet mignon ซึ่งเป็นเนื้อสัตว์ประเภทหนึ่งซึ่งเป็นอาหารประเภทหนึ่ง แต่ก็เป็นสิ่งที่สามารถเป็นค่าใช้จ่ายได้ตามนโยบายของบริษัท AI แบบอัตโนมัติกำลังขับเคลื่อนการเปลี่ยนแปลงทางดิจิทัลอย่างแท้จริง นอกจากนี้ยังมีการเน้นที่ระบบอัตโนมัติด้วยเทคโนโลยีต่างๆ เช่น Robotic Process Automation (RPA) ซึ่งสามารถจัดการงานที่ทำซ้ำได้อย่างง่ายดาย จัดการข้อมูลที่มีโครงสร้าง (เท่านั้น) และต้องการการโต้ตอบของมนุษย์ในปริมาณที่ดี แม้ว่า RPA จะเป็นเทคโนโลยีที่เป็นประโยชน์และทำงานได้ดีกับ AI แต่ทีมการเงินขององค์กรก็ต้องการสิ่งอื่นที่ทำให้พวกเขาสามารถควบคุมข้อมูลขนาดใหญ่ (ทั้งที่มีโครงสร้างและไม่มีโครงสร้าง) ให้กลายเป็นอิสระอย่างแท้จริง ซึ่งสามารถทำได้ด้วย AI เท่านั้น ด้วยข้อกำหนดด้านความแม่นยำที่ค่อนข้างสูงในด้านการเงิน (เช่น การปฏิบัติตามข้อกำหนด การตรวจสอบ ฯลฯ) การนำ AI มาใช้นั้นค่อนข้างท้าทาย แต่ AI ที่ทำงานอัตโนมัติ (และเทคโนโลยี AI หลักสามประการ) เป็นตัวขัดขวางขั้นสุดท้าย ความสามารถในการประมวลผลใบแจ้งหนี้โดยอัตโนมัติ ตั้งแต่ PDF ไปจนถึงรูปแบบกระดาษ ช่วยให้อนุมัติและตัดสินใจได้โดยไม่ต้องเสียเวลาตรวจสอบโดยเจ้าหน้าที่ซึ่งใช้เวลาหลายสัปดาห์กว่าจะสำเร็จ ทีมการเงินสมัยใหม่ต้องการโซลูชันที่ใช้ AI แบบอัตโนมัติซึ่งช่วยงานหนักและประหยัดเวลาในการตรวจสอบโดยเจ้าหน้าที่ซึ่งใช้เวลานานสำหรับข้อยกเว้นเท่านั้น ทีมของคุณสามารถมุ่งความสนใจไปที่ปัญหาที่ต้องมีการแก้ไข การสอบสวน หรือการตัดสินใจที่เหมาะสม แทนที่จะต้องแยกค่าใช้จ่ายและใบแจ้งหนี้จำนวนมาก พวกเขายังสามารถใช้เวลามากขึ้นกับสิ่งที่พวกเขาทำได้ดีที่สุด: การคาดการณ์และสนับสนุนเป้าหมายและวัตถุประสงค์ทางการเงินเชิงกลยุทธ์ในระยะยาวของบริษัท ดังนั้น ในท้ายที่สุด การเดินทางของเราเพื่อควบคุมพลังของ AI อย่างแท้จริงนั้นเชื่อมโยงกับข้อมูลขนาดใหญ่อย่างแยกไม่ออก และความสามารถในการมีแพลตฟอร์มที่เข้าใจได้ เพื่อให้องค์กรสามารถตัดสินใจทางธุรกิจที่มีคุณค่า ขับเคลื่อนประสิทธิภาพ ประหยัดต้นทุน และ มากกว่า. 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