Panduan Utama untuk Menerapkan AI dalam Bisnis

Isi

31% Responden Menjawab Bahwa AI dan ML Adalah Dua Hal Yang Sepenuhnya Terpisah
55% Responden Percaya AI dan ML Akan Meningkatkan Pengangguran
Apa yang Perlu Dipahami Eksekutif tentang AI
AI Mulai Dengan Data
Panduan Utama untuk Menerapkan AI dalam Bisnis
5. Tentukan apakah Anda memiliki bakat di rumah untuk memulai proyek AI Anda sendiri.
6. Temukan mitra AI / ML eksternal yang tepat.
7. Bersabarlah, namun gesit.
Bagikan Gambar Ini Di Situs Anda

Bawa pulang:

Dari hampir 1.000 orang yang disurvei, hampir setengahnya tidak memahami AI atau ML, meskipun banyak yang sudah bekerja dengannya.

Mengatakan bahwa kecerdasan buatan (AI) adalah langkah berikutnya dalam perusahaan akan menjadi pernyataan yang meremehkan.

AI telah menjadi kenyataan bagi banyak industri, termasuk, tetapi tidak terbatas pada:

Kesehatan
Asuransi
Minyak dan gas
Pertanian
Penerbitan dan Media
Arsitektur
Keramahan
Keuangan
Pelayanan pelanggan

Dengan kata lain, apa yang disebut "revolusi AI" sudah ada di sini. Selain itu, ia tumbuh dalam kekuatan dan popularitas.

Menurut McKinsey and Company, pada tahun 2030, 70% perusahaan akan mengadopsi setidaknya satu jenis teknologi AI. Perluasan AI juga memiliki dampak signifikan pada ekonomi dunia dan angkatan kerja.

Hype di sekitar AI juga telah menyebabkan peningkatan cepat dalam perusahaan yang berinvestasi di AI dan data besar karena takut ketinggalan. Menurut Big Data 201 dan Survei AI New Vantage Partners, 88% dari perusahaan Fortune 1000 merasakan urgensi untuk berinvestasi dalam data besar dan AI, dengan 55% dari perusahaan ini menghabiskan lebih dari $ 50 juta dolar untuk investasi ini.

McKinsey and Company juga memperkirakan bahwa teknologi AI dapat menyebabkan kesenjangan kinerja antara perusahaan yang sepenuhnya menyerap alat AI di perusahaan mereka selama lima tahun ke depan dibandingkan dengan yang tidak pada tahun 2030.

Tetapi ini bukan hanya tentang ketakutan perusahaan akan dibiarkan dalam debu; 84% organisasi bisnis global percaya bahwa AI akan memberi mereka keunggulan kompetitif, menurut MITSloan Management Review.

Bagaimana? Mari kita mulai dengan Chatbots. Innovation Enterprise percaya chatbots akan memberi daya 85% layanan pelanggan pada tahun 2020 ... ya, itu segera.

Survei dan kuis kami menunjukkan bahwa mitos tentang AI dan ML lazim di kalangan eksekutif industri. Menarik juga untuk dicatat bahwa siswa mendapat skor lebih tinggi pada kuis AI dan ML daripada yang dilakukan eksekutif level C-Suite, bahkan mereka yang terlibat dalam proyek AI dan ML yang sedang berlangsung di perusahaan mereka.

Di sisi lain, tidak mengherankan melihat bahwa siswa mengungguli C-Suites. Sementara kelas-kelas dalam AI dan ML sekarang umum di semua universitas yang berpusat pada teknologi, itu adalah perkembangan baru-baru ini. Kemungkinannya adalah, ketika sebagian besar C-Suites ini ada di sekolah, mengambil kursus tentang AI bukanlah suatu pilihan.

Baca lebih banyak: Breaking Into Machine Learning: 5 Kursus Online untuk Membantu Anda Memulai

31% Responden Menjawab Bahwa AI dan ML Adalah Dua Hal Yang Sepenuhnya Terpisah

Bagi mereka yang akrab dengan AI dan ML, dapat dipahami bahwa ML adalah bagian dari AI. Namun, 31% responden kami menjawab bahwa AI dan ML adalah dua hal yang sepenuhnya terpisah. Lebih jauh lagi, 23% responden percaya bahwa komputer yang diprogram AI memiliki kemampuan untuk melakukan kehendak bebas, sesuatu yang akan diremehkan oleh insinyur AI atau ML. Selain itu, 47% responden kami percaya bahwa salah satu tantangan utama AI adalah bahwa semakin lanjut AI berkembang, semakin besar bahaya program AI menciptakan mesin hidup yang mengancam manusia.

Baca: Ilmu Data atau Pembelajaran Mesin? Inilah Cara Menemukan Perbedaan

55% Responden Percaya AI dan ML Akan Meningkatkan Pengangguran

Sementara penelitian telah mendukung bahwa AI lebih cenderung menghasilkan perubahan pekerjaan dan desain ulang, 55% responden kami menjawab bahwa mereka percaya AI dan ML akan meningkatkan tingkat pengangguran dalam jangka panjang.

Hasil survei kami membuat kami percaya bahwa agar AI dan ML berhasil, perusahaan perlu benar-benar memahami apa alat-alat ini dan bagaimana mereka dapat membantu mewujudkan inovasi.

Apa yang Perlu Dipahami Eksekutif tentang AI

Hal pertama yang pertama, C-Suites dan eksekutif perlu memastikan mereka berinvestasi di AI untuk alasan yang benar: karena mereka memiliki masalah khusus yang ingin mereka selesaikan.

Berinvestasi dalam AI karena takut tertinggal akan menyebabkan kekecewaan dan kesalahpahaman lebih lanjut tentang apa yang sebenarnya mampu dilakukan AI.

Tentu saja, kita mungkin bisa melacak kebingungan seputar AI kembali ke fiksi ilmiah. Walaupun kita semua mungkin pernah melihat setidaknya satu film dengan sistem AI super-cerdas atau robot yang mengancam manusia, tidak ada dari kita yang melihat film mengikuti implementasi proyek AI yang berhasil yang membantu menyederhanakan dan meningkatkan kemanjuran alur kerja. Setidaknya ... belum.

Dengan kata lain, AI dalam perusahaan tidak menyebabkan robot super-cerdas yang keluar untuk membunuh seluruh umat manusia.

Sekarang, setelah mitos itu hilang, mari kita periksa seperti apa sebenarnya bentuk proyek AI di perusahaan. Itu dimulai dengan memiliki visi yang jelas tentang apa bagian dari alur kerja Anda dapat diselesaikan dengan AI.

Kami ingin membantu menjembatani kesenjangan antara pakar AI dan ML, dan mereka yang ingin memperkenalkan AI ke dalam bisnis mereka. Dengan melakukan itu, kami menghubungi berbagai pakar AI dan bertanya kepada mereka apa yang mereka harap C-Suites mengerti tentang AI.

Ketika kami berbicara dengan para ahli AI, frasa yang sama terungkap berulang kali:

AI Mulai Dengan Data

Ini adalah kesalahpahaman umum bahwa Anda dapat memulai (dan menyelesaikan) proyek AI hanya dengan melemparkan sejumlah besar data padanya. Ini jauh dari kasus.

Hanya 48% responden kuis AI / ML kami yang tahu bahwa jumlah data yang lebih kecil dan lebih spesifik yang sangat relevan dengan pertanyaan yang diajukan lebih baik daripada sejumlah besar data, hanya beberapa di antaranya yang relevan dengan pertanyaan yang diajukan. .

Kurangnya pemahaman ini berjalan seiring dengan mitos bahwa AI dan ML dapat memecahkan masalah apa pun. Seperti yang sebelumnya telah kami eksplorasi dalam infografis kami, “Pilih AI Anda dalam Petualangan Bisnis,” banyak perwakilan industri salah menilai apa artinya menerapkan proyek AI. Proyek-proyek AI tidak perlu berukuran besar. Menghasut proyek AI tidak berarti mengganti pekerja manusia dengan robot atau membuat drone untuk melakukan pekerjaan ekstra.

Kasus penggunaan terbaik untuk proyek AI dan ML akan mengurangi biaya, mengurangi risiko dan / atau meningkatkan laba. Lebih sering daripada tidak, hasil terbaik terlihat dari penerapan AI untuk menangani tugas kecil dan berulang yang dilakukan bisnis setiap hari.

Tentu saja, menemukan proyek-proyek ini tidak selalu merupakan tugas termudah untuk eksekutif C-suite dan tingkat atas. Mempersempit proyek AI atau ML membutuhkan pengetahuan mendalam tentang alur kerja perusahaan.

Penting juga untuk memahami bahwa mengimplementasikan proyek AI tidak hanya membalik saklar untuk menciptakan hasil. Proyek AI perlu direncanakan dengan hati-hati dan akan membutuhkan waktu untuk menunjukkan hasil.

Namun, jika rencana yang benar dibuat dan kerjasama antara para ahli AI dan para eksekutif ada, AI masih merupakan langkah maju yang luar biasa bagi perusahaan.

Meskipun akan bagus untuk eksekutif untuk memiliki pemahaman menyeluruh tentang semua aspek AI dan ML, itu adalah mimpi yang kemungkinan tidak akan terjadi, dan untungnya, itu tidak diperlukan untuk keberhasilan implementasi AI dalam bisnis.

Yang kita butuhkan adalah pemahaman yang lebih umum, dan yang kami percaya panduan berikut ini akan membantu:

Apa yang dapat diukur yang paling terpengaruh oleh proyek AI / ML Anda? Bagaimana Anda akan melacak ini? Memiliki harapan yang jelas kapan Anda akan mulai melihat hasilnya.

5. Tentukan apakah Anda memiliki bakat di rumah untuk memulai proyek AI Anda sendiri.

Sementara keterampilan dan kemampuan AI menjadi lebih umum, keterampilan yang dicari, penting untuk tidak meremehkan pekerjaan dan waktu yang masuk ke proyek AI atau ML.

6. Temukan mitra AI / ML eksternal yang tepat.

Dengan boom di AI dan ML, ada banyak perusahaan di luar sana yang berspesialisasi dalam membantu perusahaan Anda menemukan potensi AI-nya. Tetapi tidak semua perusahaan AI diciptakan sama. Temukan mitra yang tepat dengan pengalaman, kemampuan, dan sumber daya untuk membantu mewujudkan proyek Anda.

7. Bersabarlah, namun gesit.

Ini yang besar untuk diingat. Proyek AI bukan ss, dan Anda harus merangkak sebelum Anda dapat menjalankannya. AI akan memengaruhi banyak aspek bisnis Anda dan model-modelnya akan membutuhkan waktu dan praktik belajar untuk menghasilkan hasil. Kadang-kadang bergerak maju akan membutuhkan pemikiran ulang dan memeriksa kembali masalah awal Anda.