Kami Bekerja Menuju Masyarakat Di mana Manusia Dan Robot Dapat Hidup Bersama: Sneh Vaswani, Pendiri & CEO, Emotix
Diterbitkan: 2017-03-22“Untuk semua orang yang percaya pada 'teknologi bagus' dan menjalankan platform AI, ini pertanyaan untuk Anda – Bisakah AI digunakan untuk mengeksekusi kejahatan yang sempurna?” – Arun Gupta, pendiri Pusat Inovasi Teknologi FortyTwo42
Pertanyaan yang agak mengganggu ini diajukan oleh moderator Arun Gupta dari sebuah panel bertajuk ' Berapa Lama Sampai Hari Penghakiman? Masa Depan AI ' pada Hari 2 TiECon Mumbai 2017. Pembicaraan berpusat pada aplikasi AI di berbagai industri dan vertikal seperti pemasaran, perbankan, perawatan kesehatan, dan banyak lagi. Dan pertanyaan yang lebih relevan: di mana kita melihat AI dalam lima tahun ke depan.
Panelis terdiri dari Abhinav Agarwal, pendiri Fluid.ai, Anindita Guha, Kepala Produk di Gupshup, Sneh Vaswani, salah satu pendiri dan CEO Emotix, Deepak Sharma, Chief Digital Officer di Kotak Mahindra Bank dan KRS Jamwal , Direktur Eksekutif di Tata Industri.
Diskusi panel dimulai dengan perbedaan yang sangat mendasar dari apa yang dimaksud dengan AI dalam skenario saat ini – pembelajaran mendalam, pembelajaran mesin dan AI tertentu seperti Google AlphaGo, komputer yang mengalahkan grandmaster dalam permainan Korea GOH (sulit daripada catur). Integrasi AI sejati akan datang ketika AI umum – kecerdasan yang akan belajar dari dirinya sendiri dan menerapkan dirinya ke berbagai proyek – menjadi norma.
Tapi Abhinav Agarwal yang memberikan definisi yang tepat untuk AI spesifik seperti yang kita kenal sekarang.
“Saya akan mendefinisikan AI sebagai algoritme yang akan belajar sendiri, mengambil umpan balik dari keputusan yang dibuat dan menerapkannya kembali secara real time untuk berkembang dan terus belajar lebih banyak lagi.”
Dia kemudian memberikan contoh algoritma Fluid.ai sendiri yang menggunakan pembelajaran prediktif secara real-time untuk mengetahui waktu terbaik untuk menjangkau pelanggan dalam situasi yang berbeda – dari badai salju di mana konektivitas internet rendah hingga waktu tersibuk bagi para CEO. dan pengusaha, meningkatkan kemungkinan konversi ke CTA. Dia lebih lanjut menambahkan bahwa lapisan kedua pengenalan suara dan gerakan dan API yang berada di atas sejumlah besar data dan pembelajaran pengambilan keputusan dari data tersebut terdiri dari lapisan otomatisasi yang ada.
AI Dalam Perbankan: Memahami Konsumen dan Karyawan Lebih Baik
Deepak Sharma mengambil tanggung jawab untuk mendekonstruksi cara otomatisasi (AI spesifik) telah mengambil alih proses duniawi tertentu, membebaskan karyawan untuk melakukan tugas yang lebih cerdas. Dia menyebutkan bahwa sejak Kotak berada di industri jasa keuangan, sebagian besar proses mereka dihadapi pelanggan sehingga tantangan mereka adalah tentang apa yang akan Anda bangun untuk memudahkan kehidupan pelanggan – solusi, bot percakapan.
Dia mengutip HR sebagai contoh lain di mana AI dan otomatisasi telah digunakan untuk membantu merampingkan proses. Menurut Deepak, 45.000 karyawan dalam organisasi memiliki tim SDM yang besar untuk terhubung dengan karyawan, tetapi tugas-tugas seperti merekrut rekrutan baru, menyebarkan tugas, dan menambahkan tanggung jawab adalah semua proses yang rusak yang dapat diotomatisasi.
E-niaga dan iklan bertarget adalah fokus AI inti berikutnya bagi bank . “Kami telah mencoba menggunakan data transaksi pelanggan untuk memprediksi perilaku belanja dan telah terikat dengan situs web e-niaga dan situs web e-niaga untuk mendapatkan diskon bagi pengguna kami untuk menggunakan platform tersebut. Selain proses transaksi, kami juga mencoba menggabungkan produk – jika pelanggan terbang ke tujuan tertentu, data pengguna mereka mungkin dapat membantu kami melihat apakah mereka kemungkinan akan memesan hotel juga.”
Menghindari bentuk tradisional dari iklan yang tidak diminta, mereka berencana menggunakan pembelajaran mendalam untuk menggali data pelanggan yang ada untuk membuat lebih banyak keputusan/kampanye bertarget berbasis pengaruh untuk menarik pelanggan.
Menggunakan Breadcrumb Digital Untuk Terlibat Dengan Milenial
Arun kemudian mengalihkan pembicaraan ke pemasaran ke milenium, dengan menyatakan, “Data kami sekarang seperti remah roti digital yang tertinggal di Internet. Pemasar selalu mencari cara baru untuk masuk ke dalam pikiran kita, untuk terlibat dengan kita dengan cara baru dengan pelanggan atau cara mendapatkan pelanggan baru. Yang alami di samping AI adalah IA – peningkatan kecerdasan menggunakan kecerdasan buatan.”
Chatbots adalah evolusi dalam menambang informasi ini dan evolusi inilah yang disinggung oleh Anindita Guha .
Direkomendasikan untukmu:
Apa Arti Ketentuan Anti-Profiteering Bagi Startup India?
Bagaimana Startup Edtech Membantu Tenaga Kerja India Meningkatkan Keterampilan & Menjadi Siap Masa Depan...
Saham Teknologi Zaman Baru Minggu Ini: Masalah Zomato Berlanjut, EaseMyTrip Posting Stro...
Startup India Mengambil Jalan Pintas Dalam Mengejar Pendanaan
Platform Pemasaran Digital Logicserve Bags Pendanaan INR 80 Cr, Berganti Nama Sebagai LS Dig...
Laporan Memperingatkan Pengawasan Peraturan yang Diperbarui Pada Lendingtech Space
“Pengguna, dan sebagian besar pengguna ini adalah generasi milenial, tidak lagi membedakan berdasarkan merek. Mereka membedakan berdasarkan pesan – dari mana saya mendapatkan informasi saya, seberapa cepat saya mendapatkannya, dan siapa yang memberikan informasi ini kepada saya secara konsisten. Ini adalah prioritas mereka. Itu sebabnya pemasar dalam dekade ini akhirnya menyadari bahwa cara terbaik untuk melibatkan pelanggan mereka adalah melalui saluran pesan mereka.”
Anindita berpendapat bahwa bandwidth aplikasi berkurang, orang-orang hampir tidak suka membaca lagi dan konten teks telah turun hingga 140 karakter. Jadi 140 karakter inilah yang perlu diuangkan oleh merek untuk menarik perhatian pengguna. Ini adalah alasan utama mengapa perusahaan beralih ke aplikasi perpesanan, yang disebut 'pesan sosial-perusahaan.' Jenis iklan ini bersifat informal dan kasual dan memperhitungkan suka/tidak suka/minat pengguna dan merespons secara real time melalui bot. Itu sebabnya platform perpesanan global seperti Facebook, KakaoTalk, WeChat, dll. telah membuka API untuk merek tersebut.
Dia lebih lanjut menambahkan bahwa perusahaan media seperti TechCrunch, NDTV yang telah menggunakan bot dapat dipersonalisasi melalui tautan dalam dan penguraian data pengguna.
Menggunakan Data Pasien Yang Ada, Kami Dapat Mengubah Siklus Prediksi Hingga 1-2 Tahun
Percakapan kemudian beralih ke perawatan kesehatan di mana Arun menunjukkan bahwa sejauh ini, teknologi, secara umum, telah digunakan untuk mengatasi tindakan dalam perawatan kesehatan – baik itu kebugaran, penyakit gaya hidup seperti kolesterol, diabetes, stroke, dll., serta mendeteksi lebih banyak kehidupan. -penyakit yang mengancam seperti kanker. “Bagaimana AI dapat bekerja dalam memberikan tindakan pencegahan?” Dia bertanya.
Dan Abhinav yang menjawab, “Perawatan kesehatan adalah tempat yang sempurna bagi AI untuk mulai bekerja secara efektif karena ada begitu banyak data historis yang tersedia untuk algoritme untuk memperoleh wawasan. Sejauh ini kami telah mampu membuat kemajuan yang signifikan dengan prediksi berbasis gambar untuk mendeteksi kebutaan pada pasien, pasien kanker potensial, dll. tetapi dengan data yang berasal dari perangkat yang dapat dikenakan dan cloud, AI dapat digunakan untuk prediksi yang lebih akurat untuk siklus yang lebih lama.”
Menurut Abhinav, semakin banyak data yang kami kumpulkan, semakin mudah untuk mengubah siklus prediksi dan menyusun wawasan/tren – mulai dari 1-2 minggu hingga enam bulan ke periode waktu yang lebih lama yang mengarah pada ketergantungan yang lebih rendah pada obat-obatan dan lebih fokus pada perubahan gaya hidup sejak awal.
Tetapi KRS Jamwal memiliki pandangan berbeda tentang AI dalam perawatan kesehatan. Dia mengutip sebuah contoh di TISS di mana ahli radiologi dan AI diminta untuk mendiagnosis sejumlah pasien kanker. AI memiliki tingkat kesalahan 20% saat mendiagnosis, sedangkan dokter manusia memiliki tingkat kesalahan yang relatif lebih rendah yaitu 12%. “Tetapi ketika bekerja sama, tingkat kesalahan turun hingga 3% . Dan itulah yang dibutuhkan dalam perawatan kesehatan – manusia dan AI bekerja sama, membawa setiap keahlian ke meja, “pendapatnya.
Masa Depan AI: Hari Penghakiman Atau Pembebasan
Topik terakhir yang dibahas panel adalah di mana mereka melihat AI dalam beberapa tahun ke depan dan mengingat meningkatnya ketergantungan teknologi – akankah robot menggantikan manusia suatu hari nanti?
Sneh Vaswani memimpin putaran ini dengan menunjukkan bahwa robotika adalah bidang terpisah yang tidak sepenuhnya berada di bawah lingkup AI. Dia menyebutkan robot MIKO yang diproduksi oleh perusahaannya, sebuah antarmuka yang “bertujuan untuk memenuhi kesenjangan dalam pendidikan anak kecil yang dapat digunakan untuk terlibat, berinteraksi, dan pada akhirnya mendidik anak tanpa mengambil apa pun dari pengalaman manusia.” Ia juga bersikukuh mengklarifikasi bahwa peran MIKO dan sejenisnya adalah murni untuk meningkatkan pengetahuan dan memfasilitasi informasi.
“Dari sudut pandang konsumsi filosofis, sama sekali tidak perlu menggantikan manusia, guru dan orang tua dll. Idenya adalah untuk memastikan bahwa anak dididik di luar batas kelas reguler serta tidak menggunakan teknologi hanya untuk bermain game. atau menonton konten online,” tambahnya.
Jamwal dan Deepak sama-sama setuju dengan fakta bahwa menggabungkan kecerdasan manusia dan AI dalam waktu dekat akan secara signifikan menurunkan cost-to-serve di seluruh vertikal industri, terutama jika data historis dapat digunakan untuk menurunkan margin of error.
Menggunakan manajemen aset sebagai contoh, Deepak menyimpulkan bahwa AI dapat digunakan untuk membuat manusia lebih cerdas dengan memberi mereka wawasan yang tidak dapat mereka akses secara real time. Kecerdasan ini kemudian dapat membebaskan karyawan untuk berinovasi lebih banyak dan bahkan mengarah pada contoh di mana pelanggan melakukan penjaminan cek yang 2x-5x lebih banyak daripada yang mereka lakukan bahkan setahun yang lalu.
Abhinav menyatakan bahwa pada akhirnya, manusia masih berada di puncak piramida dalam hal pengambilan keputusan. AI hanya mengikuti tujuan keputusan yang telah ditetapkan untuk mereka dan menjalankannya , sambil belajar darinya. Jadi jalan ke depan masih akan menjadi kombinasi manusia plus AI untuk mempertajam efisiensi dalam otomatisasi.
Sneh dengan tepat menyimpulkan panel yang mengadvokasi masa depan yang benar-benar harmonis antara kecerdasan buatan dan manusia.
“Tujuannya tidak pernah untuk menggantikan manusia dengan robot, tetapi untuk menjadi lebih cerdas, belajar dari mereka dan menerapkannya untuk memperbaiki diri kita sendiri. Idealnya, kami bekerja menuju masyarakat di mana manusia dan robot dapat hidup berdampingan.”