• Дорожная карта для владельцев и руководителей компаний по внедрению решений на основе ИИ и когнитивных технологий.
Ажиотаж вокруг искусственного интеллекта и его применения в классическом бизнесе не утихает, но многие компании до сих пор не понимают, какую реальную выгоду принесет им внедрение новых технологий в их бизнес-процессы. Эксперт в области аналитики и больших данных, преподаватель в Гарвардской школе бизнеса Томас Дэвенпорт в своей книге покажет, как можно эффективно интегрировать ИИ и когнитивные технологии в текущую бизнес-стратегию предприятия, чтобы сделать продукты привлекательнее, процессы совершеннее, а компанию успешнее. Он подробно рассматривает преимущества и сложности внедрения различных видов технологий: статистическое машинное обучение, нейронные сети, глубокое обучение, обработку естественного языка, экспертные системы на основе правил, роботов и роботизированную автоматизацию процессов. И приводит примеры как успешного, так и неудачного использования ИИ в разных компаниях: Amazon, Google, Facebook, GlaxoSmithKline, Uber, GE, цифровом банке DBS и др.
Цитаты
Подобно тому, как самые умные инвесторы "богатеют медленно", компании должны переходить к использованию когнитивных технологий постепенно. В сфере искусственного интеллекта преуспеют предприятия и организации, которые будут постоянно инвестировать в ИИ, не станут обращать внимания на ажиотаж вокруг него, сумеют приспособить ИИ для решения конкретных бизнес-задач и будут ориентироваться на долгосрочную перспективу.
Само собой, когнитивные технологии можно использовать и в других областях. Они уже применяются при разработке новых продуктов, в финансовой сфере, в области информационных технологий и многих других отраслях. Если нужно принять решение, для которого необходимо проанализировать огромный объем структурированных данных, уместно использовать технологии машинного обучения. Если нужно проанализировать текст или речь, можно применить технологию обработки естественного языка. Нужно распознать изображения? Возможно, вам понадобится глубокое обучение. Как вы догадываетесь, в бизнесе существуют сотни или даже тысячи сценариев, для которых подойдет та или иная форма ИИ. Не любая технология подойдет везде идеально, но лучше рассмотреть все возможные варианты.
Поскольку технологии ИИ не всегда понятны и порой перекрывают друг друга, можно рассматривать ИИ через призму возможностей для бизнеса, а не через призму технологий.
В сфере кадров DBS прогнозирует отток своих продажников. На основе ряда факторов, выявленных моделями машинного обучения (включая время отпуска, количество больничных, а также скорость ответов на электронные письма), банк может с 85%-ной вероятностью предсказывать, уволится ли кто-либо из сотрудников, за три месяца до увольнения.
Для кого
Для топ-менеджеров, руководителей ИТ-департаментов и отделов и... Это и многое другое вы найдете в книге Внедрение искусственного интеллекта в бизнес-практику: Преимущества и сложности (Дэвенпорт Томас)