211service.com
AI er New Black
i samarbeid med SEVJE
9. februar 2017 kunngjorde to teknologimarkedsledere: SEVJE avduket sitt neste generasjons intelligente ERP-system, og Nvidia kunngjorde at etterspørselen etter kunstig intelligens (AI)-applikasjoner drev etterspørselen etter dens grafikkplattform. Umiddelbart var disse kunngjøringene business as usual – rutinemessige lydbiter som sprer seg i det teknologiske nyhetslandskapet. Men se litt dypere, og du innser at denne dagen markerte et dyptgripende skifte i både måten bedrifter bruker teknologi på og implikasjonene for resten av oss.
I flere tiår utviklet en datamaskin som kunne synes at har vært teknologiens hellige gral. Og mens vi har gjort enorme fremskritt i vår evne til å behandle enorme mengder data, har tankedelen forblitt stort sett unnvikende. Vi sitter fortsatt fast mellom to diametralt motsatte visjoner av AI – på den ene siden er det den smarte, men dypt dystopiske verdenen til HAL (2001: A Space Odyssey), og på den andre er det en enklere verden av enheter som Alexa eller Siri som spiller sanger eller bestille varer for oss.
Inntil nå, altså.
Enterprise AI begynner endelig å bli voksen, og kognitiv databehandling finner veien til virkelige produkter som bedrifter kan bruke til å forbedre forretningsprosesser. Enkelt sagt refererer kognitiv databehandling til selvlærende systemer som etterligner måten den menneskelige hjernen fungerer på. Denne utviklingen har latt vente på seg, men når vi først hadde datakapasitet (takket være fremveksten av skyen) til å håndtere store datamengder kostnadseffektivt, var det bare et spørsmål om tid før selvlærende algoritmer ville begynne å moden. Disse muliggjorde datautvinningsteknikker, prediktiv analyse og mønstergjenkjenning for å drive automatiserte systemer som lærer av et nytt og skiftende datamiljø og løser problemer uten menneskelig innblanding. Legg til disse systemene muligheten til å uttrykke kommandoer på normalt talespråk, og samspillet mellom en maskin og et menneske blir ganske sømløs. Si hei til HAL 2.0.
I SAP-kunngjøringen kommer den intelligente delen av intelligent ERP fra en digital assistent ( SAP CoPilot ) som brukere kan stille spørsmål til og som de kan gi kommandoer via stemme, tekst eller bevegelser, akkurat som de ville gjort til en menneskelig assistent. Den uformelle og ustrukturerte samtalen blir deretter kontekstualisert, analysert og brukt til å presentere brukeren det spesifikke forretningsresultatet de søker. Ikke bare det, men ved å forstå brukere og organisasjoner i sammenheng med virksomheten deres, kan SAP CoPilot justere raskt og støtte brukere ved å gjøre dem oppmerksomme på ting de ellers kunne ha gått glipp av.
På SAP oppstartsfokus , er jobben vår å bygge og skalere SAPs innovasjonsøkosystem, drevet av kraften til oppstart. Som en del av denne innsatsen jobber vi med mer enn 5200 startups fra mer enn 55 land som bygger neste generasjons løsninger for å drive virksomheter fremover, inkludert en håndfull som spesifikt jobber med enterprise AI. Mens AI for øyeblikket er i et begynnende stadium, er det liten tvil om at det kommer til å spille en kritisk rolle i applikasjoner så forskjellige som å forutsi hjerteinfarkt , administrerende invasive arter , eller forhindre økonomisk svindel.
En av startupene som er en del av programmet vårt er et selskap som heter Bli ferdig som bruker kraften til maskinlæring, en form for kunstig intelligens, for å hjelpe betalingsleverandører, banker og forhandlere med å forhindre svindel i omni-kanal handel. Ifølge 2016 AFP Payments Fraud and Control Survey , 73 prosent av selskapene ble ofre for forsøk på eller faktisk betalingssvindel, sammenlignet med 60 prosent for to år siden. For selskaper med en omsetning på 1 milliard dollar eller mer, er antallet som ble ofre på svimlende 78 prosent. Nyere forretningsmodeller er i stadig utvikling, fra umiddelbar levering av varer til virtuelle kontanter til digitale nedlastinger, og ettersom digitale betalinger blir allestedsnærværende, øker også risikoen for svindel på nettet. I følge LexisNexis svindelmultiplikator , i 2015 kostet hver $100 med svindel en selger $223 i faktiske kostnader.
Inntil nylig stolte finansinstitusjoner på en mer rigid regeldrevet modell, f.eks. hvis et kredittkort ble skannet fysisk for noen minutter siden i Los Angeles og deretter to timer senere dukket det opp i Mexico, ville det være en mulig utløser for svindel. Å stole på denne modellen fungerer ikke lenger fordi svindlere endrer spillet sitt raskere enn noen kan oppdatere regelboken (I kredittkorteksemplet kan det bare være en falsk positiv fordi kunden rett og slett kunne ha reist over grensen på den tiden) . I utgangspunktet etterligner svindelpatologien atferden til gode kunder – på overflaten er det knapt noen forskjell mellom din beste kunde og ditt verste mareritt. Det er her maskinlæring kan hjelpe, ved å raskt lære, tilpasse og gi sanntidsresultater som kan stoppe svindel før det skjer, samtidig som falske positiver minimeres.
Galaxy.ai er en annen fremadstormende aktør, denne innen helsevesenet, som utvikler programvare som bruker kraften til AI til å lage en sykdomsprognose før en pasient viser noen symptomer. Tidlig oppdagelse sparer naturligvis helsevesenets kostnader, og forbedrer pasientresultatene betydelig. Galaxys kjernetilnærming er å legge inn enorme mengder data i systemet sitt, og deretter trene det til å se etter mønstre, omtrent på samme måte som hjernen til en ung medisinstudent eller praktikant kan fungere. Selskapet har fortsatt et stykke igjen før det kan utvikle algoritmer som nøyaktig etterligner nevronene til en menneskelig hjerne: Som Galaxys nettsted innrømmer, har det bygget flygende maskiner som faktisk ikke slår med vingene, men som etterligner de generelle prinsippene for å fly. Vi kan gjøre det samme på vår vei for å bygge kunstig intelligens-hjerner.
En skiftende verden
Ingen teknologiutvikling er komplett uten at den har en viss mørk side. Fra dagene da tekstilkraftveven fortrengte veveren eller da bilen fortrengte hesten og vognen, har vi mennesker generelt rotet gjennom teknologiens innvirkning på jobbene våre. Ettersom automatisering eliminerte arbeidsplasser, prøvde vi å bevege oss oppover i næringskjeden og finne en funksjon som ville bli mindre påvirket av automatisering eller outsourcing. Men når omfanget og virkningen av AI kan sette jobbene til selv de mest høyt kvalifiserte kunnskapsarbeiderne i fare (i Galaxy.ai-saken ovenfor vil vi ikke eliminere behovet for radiologer, men vil helt sikkert trenge mye færre av dem) , det er der beregningen endres fullstendig.
I følge en fersk undersøkelse fra Verdens økonomiske forum , innen år 2020 vil robotikk, automasjon og AI føre til et nettotap på 7,1 millioner arbeidsplasser i de 15 største industrialiserte og fremvoksende økonomiene. Det ironiske er at et flertall av jobbene som går tapt vil være i den nedre enden av kompetanse- (og inntekts)spekteret der folk har minst råd til å bli overflødige. Undersøkelsens noe bedre nyhet er at det i løpet av samme tidsramme vil bli skapt to millioner nye, godt betalte jobber innenfor områdene databehandling, matematikk og ingeniørfag.
Kanskje er det på tide for oss å vurdere aktivt STILK , ikke bare for barna våre, men også for oss selv.
Bli med i samtalen @SAPStartups og/eller følg meg @BansalManju .