211service.com
Asias AI-agenda: Positivt tilbøyelig
i samarbeid med ADP
Respondentene i undersøkelsen ble spurt om de følte at robotikk og kunstig intelligens (AI) ville ha en konstruktiv eller destruktiv effekt på flere markedssegmenter. Svarene deres ble rangert fra 1 (AI-adopsjon ville resultere i ødeleggelse av jobber og prosesser) til 5 (AI ville gi en betydelig økning i bransjens verdi og effektivitet). På tvers av industrisektorer var svarene positive, med et gjennomsnitt på 3,8 på den skalaen. De var høyere i mer teknologiavhengige bransjer, som informasjonsteknologi og kommunikasjon (ITC), logistikk og produksjon.
Det er tydelig at respondentene var enda mer tilbøyelige til å se positive fordeler med AI for sin egen bransje: de fleste bransjedeltakere rangerte effekten av AI på sin egen sektor høyere enn gjennomsnittet. Respondenter fra én sektor var imidlertid mer pessimistiske. De fra finansnæringen så i gjennomsnitt på AI som en positiv innflytelse, men mange følte også at automatiserte prosesser og maskinbaserte transaksjoner ville ødelegge verdiene i bransjen deres.
Bankindustriens frykt for det destruktive potensialet til kunstig intelligens ble også avslørt da respondentene ble bedt om å vurdere virkningen disse teknologiene ville ha på Asias industrielle, politiske og konkurranseutsatte landskap. Totalt sett følte undersøkelsesrespondentene at fremskritt innen kunstig intelligens ville øke Asias konkurranseevne som et produksjons- og servicesenter betydelig, være til nytte for regjeringens beslutningstakere i deres forsøk på å øke innovasjonen og øke industriens vekstutsikter.
Den eneste bransjekohorten som ikke følte seg like positiv som respondentgjennomsnittet var finansnæringen. I gjennomsnitt følte industrirespondentene seg mest oppmuntret om den positive effekten AI og automatisering ville ha på deres egen konkurranseevne, og rangerte den som 4 av 5. Nok en gang var optimismen fra respondentene i detaljhandel, ITC og produksjonsindustri høyere enn gjennomsnittet— mens sentimentet fra finansnæringen var merkbart lavere.
Den relative forsiktigheten og pessimismen blant finanssektorens respondenter kan være et resultat av tidligere erfaringer. Den globale finanskrisen i 2007 har kanskje ikke startet i Asia eller rammet regionens banker og finansinstitusjoner så hardt som den gjorde andre steder, men nedfallet, og den langvarige regulerings- og etterlevelsesbyrden den skapte, plager asiatiske banker den dag i dag. Dessuten preger minikriser frembragt av ny teknologi hele tiden bransjelandskapet; flashkrasj, for eksempel, er raske, skarpe fall i aksjemarkedet forårsaket av kombinasjonen av menneskelige feil og algoritmisk handel. Respondenter fra finansnæringen kan ha disse hendelsene i bakhodet når de vurderer hva kunstig intelligens betyr for fremtiden deres.
Beskjeden tilbakeholdenhet fra finansrespondentene til side, har AI potensial til å påvirke en rekke av Asias utviklingsutfordringer, fra matsikkerhet til offentlig sikkerhet, transportnettverk og helsevesen. Lin Yuanqing, direktøren for Institute of Deep Learning ved Baidu Research (kjent som Baidu IDL), mener at alt dette kommer til bunns på en gang: Det er umulig å peke på en industri som vil være 'først' til å ta i bruk AI . Offentlig transport, logistikk – nesten alle kritiske infrastrukturplattformer kan dra nytte av det, og de er alle sammenkoblet. AI vil komme til alle bransjer på en gang, og det vil komme raskere enn vi tror.
Ledere i AI-bransjen føler at to sammenkoblede faktorer vil tillate autonome og intelligente applikasjoner å spre seg noe samtidig. Den ene er veksten av big data i Asia, matet av mange hundre millioner mennesker i tettbefolkede byer som er koblet til mobilt Internett. Data er den viktigste ressursen for vellykket utvikling av maskinlæring, sier Zhang Yue, professor og maskinspråkforsker ved Singapore University of Technology and Design. Og mobildata, stort i volum og rik på kontekst, gir AI-utviklere en stor mengde nyttig data. Utnyttingen av big data gjennom analyser gir opphav til den andre faktoren som driver utviklingen av AI: selskaper er i økende grad villige til ikke bare å bruke analyser for å øke sin egen forretningsytelse, men til å låne og dele automatisert prosessinnsikt på tvers av sektorer.
Baidu IDLs Lin sier at et vellykket økosystem for AI-utvikling krever fire innsatsfaktorer: Big data, kontinuerlig produksjon av algoritmer, massiv beregningskraft og 'store applikasjoner.' Lin beskriver denne siste faktoren som den mest avgjørende: applikasjoner som tiltrekker seg et stort antall av brukere driver raskt bruk, interaksjon og dataskaping for å skape en positiv utviklingssløyfe for dype nevrale nettverk, som øker i skala og kapasitet ettersom prosessorkraft blir stadig billigere og mer rikelig.
Neste: Asias AI-agenda: Human Capital og AI