21.11.2017

Интелигентно инвестиране в ИИ

Интелигентно инвестиране в ИИ - EVS Translations
Интелигентно инвестиране в ИИ – EVS Translations

Бързият технологичен напредък преобразява фирмите всеки ден, като изкуственият интелект и машинното обучение се превръщат в нарастваща тенденция в света на бизнеса.

И докато повечето фирми вярват, че ИИ ще бъде от полза за техните организации и ще подпомогне за запазването на конкурентно предимство, някои все още са несигурни дали възвращаемостта на инвестициите си заслужава усилията.

Пазарът за ИИ, който възлиза на около 1,5 млрд. долара за миналата година и за когото се предвижда ръст до близо 60 млрд. долара през следващото десетилетие, се доминира понастоящем от големи информационни масиви и разпознаване на образи. От друга страна машинното обучение, което възлиза на над 300 милиона долара, носи най-големи приходи.

Инвестирането в изкуствения интелект се очаква да достигне ръст от 300% до края на годината, 75% от екипите от разработчици следва да използват технологии с изкуствен интелект в едно или повече бизнес приложения или услуги, автори на 20% от цялото бизнес съдържание ще бъдат машините, а една трета от най-бързо развиващите се фирми се очаква да внедрят повече умни машини, отколкото хора до края на 2018 г.

Ако се пренесем по-напред в бъдещето, до 2020 г. 30% от всички фирми за бизнес преводи се предвижда да внедрят ИИ в процесите си на продажба, а над 90% от всички взаимоотношения с клиентите ще бъдат управлявани от ИИ до края на 2025 г.

Първите потребители на ИИ и машинното обучение – високи технологии и телекомуникации, автомобилна индустрия, финансови услуги и медийни корпорации, са следвани неотлъчно от секторите на здравеопазването, търговията на дребно и производството.

Телекомуникационните мрежи и автоматизацията на маршрутизирането на трафика, системите за подпомагане на водачите и когнитивните системи, които имитират човешкото поведение, машинният анализ на финансите и инвестициите, машинното медийно планиране и насочването на потребителите, автоматизираната диагностика и роботизираните хирургически операции, виртуалните чатботове, биометричните и персонализирани услуги за пазаруване, интелигентните асистиращи промишлени роботи на поточните линии, качествен контрол посредством компютърно зрение – ИИ намира приложение и отчита бърз растеж в почти всички индустрии, насочени към крайните потребители.

Машините стават все по-интелигентни, но все още живеем в свят на приложен ИИ, където интелигентните машини могат да изпълнят специфична специализирана задача и само при задълбочено учене и обучение върху голямо количество данни, да използват алгоритми, за да симулират какво би се случило, като се вземе предвид всяка комбинация от входни стойности, и да изчислят най-ефективния резултат на базата на наличните данни. С други думи нивото на интелигентност на ИИ зависи от количеството данни, които обработва.

Ролята на данните в използвания ИИ е много по-значима, отколкото е на големите информационни масиви и приложенията за анализ. За да генерират икономическа стойност, приложенията на ИИ трябва да бъдат обучени върху големи количества специфични за фирмата данни и тъй като достъпът до данните е основният фактор за ефективното внедряване на ИИ, големите инвестиционни разходи за управлението на данните и технологиите заедно с поверителността на данните са най-големите предизвикателства, определени от първите потребители. Те са следвани от бремето на значителните организационни промени, за да може интелигентните машини и хора да работят ефективно заедно наред с неуредените законови положения, когато става въпрос за решения, взети от машини.

Внедряването на ИИ от бизнеса е в много ранен етап и има голямо различие между първите потребители и изоставащите. Въз основа на потенциалната икономическа и финансова добавена стойност всяка организация трябва да определи своите индивидуални нужди, за да добави възможностите на ИИ към съществуващите си процеси и услуги и ясно да изясни кои части е по-добре да бъдат управлявани от хората и кои да бъдат полу или изцяло автоматизирани и оставени на преценката на машините.

Ние в EVS Translations, например, започнахме, като автоматизирахме всички наши корпоративни процеси и работни процеси в една съвременна система за управление на данни, за да продължим напред с инвестиции в решения за превод с невронна машина.