Isi
- AI vs Automation
- Ada Kerugian?
- Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda
Sumber: CharlieAJA / iStockphoto
Bawa pulang:
AI lebih dekat daripada yang Anda pikirkan, dan itu benar-benar dapat memperkenalkan beberapa perubahan radikal pada cara kita bekerja dan hidup.
Intelegensi buatan (AI) adalah topik hangat di perusahaan saat ini, dengan para pemimpin industri melihat aplikasi mulai dari produk pintar hingga penyembuhan sendiri - bahkan infrastruktur komputasi sadar diri.
Tetapi seberapa banyak dari ini nyata dan berapa banyak fiksi ilmiah? Apakah kita benar-benar di ambang menjual kemanusiaan kita ke kelas tuan robot? Atau akankah teknologi gagal menghasilkan perubahan yang berarti sama sekali?
Menilai dari apa yang tersedia saat ini dan ke mana arah tren pembangunan, jawaban untuk dua pertanyaan terakhir adalah "Tidak."
AI vs Automation
Hal pertama yang perlu dipahami tentang AI hari ini adalah bukan hanya perpanjangan otomasi yang ada. Otomatisasi tradisional dapat digunakan untuk membuat mesin, perangkat, dan aplikasi melakukan tugas yang berulang, biasanya dengan kecepatan yang konsisten dan dengan cara yang konsisten. Otomatisasi yang digerakkan oleh AI memungkinkan entitas yang diprogram untuk pertama-tama beradaptasi dan merespons berbagai rangsangan dan kemudian menyesuaikan pemrograman dan pola operasinya sendiri agar sesuai dengan lingkungannya yang berubah. Jadi, sementara lengan robot otomatis dapat diprogram untuk memasang panel tertentu ke jenis pintu mobil tertentu dengan cara yang sama dalam jumlah tak terbatas, lengan AI dapat menganalisis berbagai jenis panel dan mencari tahu sendiri bagaimana cara memasangnya ke berbagai jenis pintu. (Untuk mempelajari lebih lanjut tentang otomatisasi, lihat Otomasi: Masa Depan Ilmu Data dan Pembelajaran Mesin?)
Dalam hal infrastruktur perusahaan, AI adalah kunci untuk menerapkan transformasi digital yang diperlukan untuk berkembang dalam ekonomi berorientasi layanan, kata Venkat Srinivasan, ketua dan CEO perusahaan otomasi Rage Frameworks. AI sudah memperkenalkan beberapa kemampuan utama untuk operasi infrastruktur menggunakan pendekatan linguistik yang lebih banyak untuk analisis data sebagai pengganti algoritma database tradisional. Dengan cara ini, sistem data perusahaan memperoleh kemampuan untuk memahami data dalam hal con dan relevansinya dengan dunia nyata, yang pada gilirannya memungkinkan mereka untuk memahami rim data yang tidak terstruktur yang duduk di arsip perusahaan tanpa tersentuh dan dilupakan. Pada saat yang sama, memungkinkan tingkat penalaran dan keterlacakan yang lebih tinggi, memberikan operator manusia dan sistem cerdas lainnya kemampuan untuk menelusuri analitik dan proses lainnya untuk menentukan bagaimana dan mengapa keputusan dibuat.
Tetapi bagaimana tepatnya, semua ini akan berjalan di level operasional? Jenis aplikasi apa yang bisa kita harapkan dari proses yang didorong oleh AI?
Menurut Gil Press, managing partner di konsultan penelitian gPress, dua yang lebih mendalam adalah pengenalan suara dan generasi bahasa alami. Menggunakan jaringan saraf dan teknologi canggih lainnya, perusahaan seperti Google dan Amazon sudah mendorong komputasi percakapan ke rumah melalui Google Home dan Alexa. Maka itu hanya masalah waktu, bahwa teknologi yang sama ini menyerang pusat data, yang memungkinkan bahkan pengguna non-teknis untuk hanya bertanya pada lingkungan data mereka apa yang perlu mereka ketahui daripada mengetik, mengklik, atau ing. Selain itu, dengan kemampuan belajar mandiri dan mengoreksi diri yang dibawa AI ke meja, ada kemungkinan bahwa siklus hidup sistem dan pola peningkatan akan berubah secara dramatis - peralatan tidak akan menurun seiring waktu; itu akan menjadi lebih baik dengan sedikit atau tanpa keterlibatan manusia. Selain itu, lingkungan data itu sendiri akan menjadi lebih proaktif dalam operasinya, membuat saran bagaimana mengoptimalkan kinerja data, bukan hanya menanggapi perintah.
Ada Kerugian?
Apakah visi masa depan yang cerah dan mengkilap ini ada untuk AI di perusahaan? Bagaimana dengan kerugiannya?
Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda
Anda tidak dapat meningkatkan keterampilan pemrograman Anda ketika tidak ada yang peduli dengan kualitas perangkat lunak.
Yang pasti, kata Chris Preimesberger dari eWeek, AI harus diterapkan dengan cara yang terkontrol dan terkoordinasi, sama seperti teknologi lainnya. Faktanya, banyak dari jebakan kunci adalah sama dengan platform data yang ada, seperti menggunakan teknologi untuk mencari solusi dan gagal memastikan proses otomatis sesuai dengan kebutuhan bisnis. Tetapi AI juga memerlukan perhatian khusus, seperti mengenali fakta bahwa AI hanya dapat memberikan hasil yang sebagus data yang diterimanya. Ada juga trade-off antara luas dan dalamnya ketika datang ke AI; sistem apa pun yang dirancang untuk mengatasi berbagai fungsi yang luas tidak akan dapat menelusuri proses yang sangat terperinci yang mendorong produktivitas. (Untuk lebih lanjut tentang masa depan AI, lihat Jangan Menoleh ke Belakang, Ini Mereka Datang! Kemajuan Kecerdasan Buatan).
Dan mungkin yang paling penting dari semua: tidak peduli seberapa "pintar" platform AI menjadi, itu akan selalu membutuhkan otak manusia untuk membimbingnya.
Jadi meskipun mungkin terdengar klise, faktanya adalah bahwa AI benar-benar berada di ambang atau membuat kembali lingkungan data menjadi sesuatu yang mirip dengan apa yang telah kita lihat dalam film fiksi ilmiah selama ini: lingkungan data yang berbicara dan berpikir yang secara harfiah semua di sekitar kita, seperti komputer onboard dari Starship Enterprise.
Dalam terang ini, tampaknya kita semua harus terbiasa dengan gagasan bahwa perusahaan tidak lagi hanya kumpulan perangkat dan perangkat lunak yang mendukung data kita, tetapi anggota tim bisnis yang responsif dan sangat efektif.