Na tę imprezę nie można się spóźnić!

Pierwsi użytkownicy sztucznej inteligencji podzielą się globalnym zyskiem, a maruderzy prawdopodobnie nigdy nie nadrobią zaległości. Nie myślę o gigantach technologicznych, korporacjach czy fintechach.  Myślę o średnich i dużych firmach, które narodziły się w świecie analogowym. Jeśli teraz spóźnią się do stołu, niezależnie od branży, to źle na tym wyjdą.

Bo i ile początki są trudne i kosztowne, to potem przychodzi niesłychana możliwość skalowania danego rozwiązania. I to jest ten święty Graal biznesu, opartego o tę technologię.

 

To jest świat dzisiejszy

To nie jest element świata Terminatora lub przyszłości, która nadejdzie. 

Niektóre technologie AI wymagają dalszego rozwoju, ale niektóre, takie jak uczenie głębokie lub uczenie maszynowe są oparte na badaniach, które rozpoczęły się ponad 40 lat temu.

Netflix stosuje uczenie maszynowe w silniku rekomendacji. Algorytmy analizują tysiące czynników, zanim wyświetlą wyskakujące okienko, mówiąc „oto Twój następny film”. Firma przez ostatnie kilka lat doskonaliła technologię. Wynik? Ocena platformy jest wyższa niż Disneya.

Waymo (należący do Alphabet producent samochodów autonomicznych) przeprowadziło tysiące podróży i udoskonaliło algorytmy uczenia maszynowego. Algorytmy mogą zastąpić 100 lat realnego doświadczenia w prowadzeniu pojazdu. Oznacza to, że samochody można szkolić, aby zdobywały coraz większe umiejętności w samoczynnym prowadzeniu się. Brzmi dziwnie, prawda? Wcale nie, jeśli samochody firmowe spędzałyby kilka lat w drodze i otrzymywałyby terabajty danych. Waymo jest numerem jeden w świecie pojazdów autonomicznych, z najbardziej zaawansowaną bazą danych obiektów i wszystkim, co niezbędne, aby jazda była inteligentna i autonomiczna.

Ale AI jest nie tylko dla Google i Netflix.    Fishbrain to aplikacja dla wędkarzy. Możesz zobaczyć, gdzie łowią ryby, a sztuczna inteligencja pomaga przewidywać brania. Aplikacja zapewnia dokładne okna czasowe, w których bierze określony gatunek.

 

Trudne warunki wstępne

W biznesie nie ma sztucznej inteligencji bez zbioru wysokiej jakości danych.

Opracowanie systemów sztucznej inteligencji wymaga czasu. Następnie firma musi przeszkolić system i przyprawić go, aby można go było używać w określonym środowisku. To nie tylko problem z kodowaniem, ponieważ systemy te wymagają wielu symulacji i nadzoru ekspertów.

Zanim użytkownik zobaczy efekt zastosowania sztucznej inteligencji, firma poświęca nawet do kilku lat na jej budowanie. Przejście od wersji pilotażowych i prototypów do systemów produkcyjnych może być bardzo czasochłonne.

Algorytmy będą również musiały być monitorowane pod kątem etycznych wyników. Badacze  wykorzystali dane z kredytów hipotecznych i przetestowali modele uczenia maszynowego. Czego się dowiedzieli? Sztuczna inteligencja może bardzo szybko działać jak rasista. Jest to łatwe, ponieważ sztuczna inteligencja nie ma emocji, a w zależności od zestawu danych może działać inaczej.

Ale jest też święty Graal

 

Ci, którzy zgromadzili wystarczającą ilość danych, a następnie przeszkolili modele,  mające uzasadnienie biznesowe, będą gotowi do masowego skalowania, z naciskiem na słowo „masowego”. Jest to efekt skali osiągany w takim tempie i zasięgu jak nigdy wcześniej w gospodarce.

Krótko mówiąc, zwycięzcy mogą wziąć wszystko, podczas gdy nieufni obserwatorzy mogą nigdy nie nadrobić zaległości. Google, Apple, Amazon, Nvidia, Intel, wszyscy ci giganci prowadzą setki projektów sztucznej inteligencji. Niektóre odniosą sukces, ale to jest ważna wskazówka: trzeba podejmować wiele prób, aby grać w tej lidzie.

 

Trzeba zacząć już teraz

Jeśli już widzimy zagrożenie ze strony konkurentów, napędzanych sztuczną inteligencją lub nowych uczestników, takich jak startupy oparte na sztucznej inteligencji, to powinniśmy  

  • zacząć się uczyć, jak dostosować sztuczną inteligencję do swojego biznesu
  • budować laboratoria AI w swoich strukturach
  • połączyć laboratoria AI z jednostkami biznesowymi, aby rozwiązać rzeczywiste problemy biznesowe
  • zrobić audyt danych i zdecydować, jakie modele ML rozważyć
  • pomyśleć skąd wziąć fundusze, aby szybciej dogonić sztuczną inteligencję.

Krótko mówiąc, zacząć już teraz!

Arek Skuza

Arkadiusz Skuza jest partnerem Volta Venture, strategiem biznesu, ekspertem rozwoju produktów, doradcą wdrażania sztucznej inteligencji w produktach i organizacjach, współpracownikiem Business Dialog,   www.arekskuza.com www.szkolainnowacji.com 

Zapraszamy na spotkanie z autorem tego artykułu 21.09 g. 16.30-17.30, prosimy o rejestrację tutaj

Algorytmy trenowane do rozwiązywania problemów biznesowych