Искусственный интеллект - это новое модное направление в бизнесе. В то время как многие крупные корпорации создают скунсовые работы для экспериментальных технологий или приобретают стартапы, лишь немногие действующие компании позволили процессам ИИ изменить ядро организации. Это может быть связано с тем, что руководители традиционных предприятий мало понимают, как работают эти технологии, не хотят рисковать, вкладывая средства в то, чего не понимают.
Полезная книга профессоров из Гарварда
Недавно вышедшая книга двух профессоров Гарвардской школы бизнеса пытается решить эту проблему. "Конкуренция в эпоху ИИ: стратегия и лидерство, когда алгоритмы и сети управляют миром" - представляет собой убедительный аргумент для того, чтобы поставить ИИ в центр бизнеса.
Авторы Marco Iansiti и Karim R. Lakhani показывают это на примере Ant Financial, который обслуживает клиентов в 10 раз больше, чем крупнейшие банки США с числом занятых менее одной десятой. Такое исключительное сочетание широкого охвата и низкой стоимости возможно, потому что Ant Financial использует данные и искусственный интеллект из своей основной платформы мобильных платежей Alipay.
В то время как Alibaba и ее потомки были первыми цифровыми компаниями, Iansiti и Lakhani утверждают, что эти возможности доступны для традиционного бизнеса и не настолько чужды, какими могут показаться на первый взгляд.
Слабый против сильного ИИ
Искусственный интеллект, который имитирует человеческие эмоции и творческий потенциал, захватывает воображение и разжигает страх. Тем не менее, синтетические компаньоны, такие как Star Trek Commander Data, еще в далеком будущем.
Несмотря на это, слабый ИИ является той силой, которая сегодня разрушает отрасли. В недавней публикации в Harvard Business Review авторы утверждали, что «ИИ, который может стимулировать взрывной рост цифровой фирмы, зачастую даже не настолько сложен». Пока компьютер может выполнять задачи, которые традиционно выполняются людьми, компания может принести значительную выгоду.
Слабый ИИ управляет ключевыми бизнес-процессами и оперативными решениями. Простым примером этого являются складские роботы, используемые компаниями по доставке, такими как Amazon и Ocado, где роботы, а не люди, собирают вещи на огромных складах.
Можно стать AI-ориентированным
Хоть это и звучит дорого, стать ориентированным на ИИ на самом деле проще, чем вы думаете. Во-первых, организации должны согласиться поставить программное обеспечение в ядро фирмы, а не людей.
Авторы утверждают, что создание «фабрики ИИ» в основе фирмы состоит из четырех компонентов: конвейер данных, алгоритмы, эксперименты для тестирования этих алгоритмов и инфраструктура для соединения этих технических процессов.
Это верно как для Uber, так и для Ocado. Хотя такси и едят органический банан - это разные потребительские впечатления, процесс, который приводит их к покупателям, одинаков.
Компаниям не нужно нанимать множество кандидатов наук, чтобы начать. Существующие коммерческие группы могут начать с решения, какие данные собирать, и создания гипотез для проверки. Например, вы могли бы начать с вопроса: какие у вас предположения относительно ваших лучших клиентов? Как вы можете проверить их?
Большие возможности для успехов в карьере
Искусственный интеллект, машинное обучение и обработка данных предоставляют широкие возможности как для технических, так и нетехнических специалистов. Согласно отчету LinkedIn Emerging Jobs, инженер по машинному обучению и специалист по данным находятся в топ-20 самых быстрорастущих профессий.
Однако главный экономист LinkedIn Гай Бергер утверждает: «Вы не можете передавать решения только техническим специалистам». Хотя переподготовка к тому, чтобы стать специалистом по данным, не может наилучшим образом использовать таланты многих людей, понимание базовых технологических процессов - главное требование к работе амбициозных специалистов.
Хорошей новостью является то, что изучение базовых процессов о том, как производятся технологические продукты или как анализируются данные, не представляет трудностей. Моим любимым предметом в колледже был древнегреческий театр, но я принимал участие в разработке алгоритмов. Я не пишу код, но работаю на предположениях, которые наша компания хочет проверить, и на поведении, которое мы хотим, чтобы алгоритм поощрял.
В «Конкуренции в эпоху ИИ» Янсити и Лакхани сделали искусственный интеллект доступным для нетехнических специалистов и показали, как простые процессы могут иметь большое значение. Эта полезная книга положила начало интересного и прибыльного путешествия.
