私たちは人間とロボットが共存できる社会に向けて取り組んでいます: Sneh Vaswani、創設者兼 CEO、Emotex
公開: 2017-03-22「『優れたテクノロジー』を信じ、AI プラットフォームを運用しているすべての人に質問です。AI を使用して完全犯罪を実行できますか?」 – Arun Gupta 氏、FortyTwo42 Technology Innovation Center の創設者
このやや不穏な質問は、「裁きの日までどのくらい？ TiECon Mumbai 2017 の 2 日目に開催された「 The Future Of AI 」。この講演は、マーケティング、銀行、ヘルスケアなど、さまざまな業界や業種における AI の応用に焦点を当てていました。 そしてさらに重要な問題は、AI は今後 5 年間でどこに向かうのかということです。
パネリストは、Fluid.aiの創設者であるAbhinav Agarwal、Gupshupの製品責任者であるAnindita Guha、Emotixの共同創設者兼CEOであるSneh Vaswani、Kotak Mahindra Bankの最高デジタル責任者であるDeepak Sharma、およびKRS Jamwalのエグゼクティブディレクターで構成されていました。タタ・インダストリーズ。
パネル ディスカッションは、現在のシナリオで AI を表すものを非常に基本的に区別することから始まりました。ディープ ラーニング、機械学習、および Google の AlphaGo などの特定の AIです。これは、韓国の GOH ゲーム (チェスよりも難しい) でグランドマスターを打ち負かしたコンピューターです。 真の AI 統合は、一般的な AI (それ自体から学習し、さまざまなプロジェクトに適用されるインテリジェンス) が標準になったときに実現します。
しかし、今日私たちが知っている特定の AI の適切な定義を提供したのはAbhinav Agarwalでした。
「私は AI を、独自に学習し、下した決定からフィードバックを受け取り、リアルタイムで再適用して進化し、さらに学習し続けるアルゴリズムと定義します。」
彼は次に、Fluid.ai 独自のアルゴリズムの例を示しました。このアルゴリズムは、予測学習をリアルタイムで使用して、さまざまな状況で顧客に連絡するのに最適な時間を割り出します。インターネット接続が低い吹雪から CEO の最も忙しい時間帯までです。と起業家、CTA への変換の可能性を高めます。 彼はさらに、膨大な量のデータの上にある音声およびジェスチャー認識と API の第 2 層と、そのデータから意思決定を学習することが、既存の自動化への層を構成していると付け加えました。
銀行における AI: 消費者と従業員をよりよく理解する
Deepak Sharmaは、自動化 (特定の AI) が特定のありふれたプロセスを引き継ぐ方法を解体し、従業員がよりインテリジェントなタスクを実行できるようにするマントを取り上げました。 彼は、Kotak は金融サービス業界に属していたため、彼らのプロセスのほとんどは顧客対応であったため、彼らの課題はすべて、顧客の生活を楽にするために何を構築するか、つまりソリューション、会話ボットであると述べました。
彼は、プロセスの合理化を支援するために AI と自動化が利用された別の例として人事を挙げました。 Deepak 氏によると、組織内の 45,000 人の従業員には、従業員とつながる大規模な人事チームがありましたが、新入社員のオンボーディング、職務の分散、責任の追加などのタスクはすべて、自動化できる壊れたプロセスです。
e コマースとターゲットを絞った広告は、銀行の次の主要な AI の焦点です。 「私たちは、顧客の取引データを使用してショッピング行動を予測しようと試み、e コマース Web サイトおよび e コマース Web サイトと提携して、ユーザーがこれらのプラットフォームを使用するための割引を受けられるようにしました。 トランザクション プロセスとは別に、製品を一緒にバンドルすることも試みました。顧客が特定の目的地に飛んでいる場合、そのユーザー データはおそらく、ホテルも予約する可能性があるかどうかを判断するのに役立ちます。」
従来の形式の未承諾広告を避け、深層学習を使用して既存の顧客データを掘り下げ、より意思決定/影響力に基づいたターゲットを絞ったキャンペーンを行い、顧客を引き付けることを計画しています。
デジタル ブレッドクラムを使用してミレニアル世代と交流する
アルン氏はその後、ミレニアル世代へのマーケティングに話題を移し、次のように述べています。 マーケティング担当者は常に、私たちの頭の中に入る新しい方法、顧客との新しい方法で私たちと関わる方法、または新しい顧客を獲得する方法を見つけるために目を光らせています。 AI の次は、人工知能を使用した知能増強 (IA) です。」
チャットボットは、この情報のマイニングにおける進化であり、 Anindita Guhaが触れたのはこの進化でした。
あなたにおすすめ:
反営利条項はインドのスタートアップ企業にとって何を意味するのか?
Edtech スタートアップがインドの労働力のスキルアップと将来への準備をどのように支援しているか...
今週の新時代のテック株：Zomatoのトラブルは続き、EaseMyTripはスト...
インドの新興企業は資金調達を求めて近道をする
デジタル マーケティング プラットフォームの Logicserve が 80 億ルピーの資金を調達し、LS Dig...
レポートは、Lendingtechスペースに対する新たな規制精査を警告しています
「ユーザー、そしてこれらのユーザーのほとんどはミレニアル世代であり、もはやブランドに基づいて差別化することはありません。 彼らはメッセージに基づいて差別化を図っています。つまり、どこから情報を取得しているか、どのくらいの速さで情報を取得しているか、この情報を一貫して提供してくれているのは誰なのかということです。 これらは彼らの優先事項です。 だからこそ、この 10 年間のマーケティング担当者は、顧客を引き付ける最善の方法はメッセージング チャネルにあることにようやく気付いたのです。」
Anindita 氏は、アプリの帯域幅が減少しており、人々はもうほとんど読みたがらず、テキスト コンテンツは 140 文字にまで減っていると述べています。 したがって、ブランドがユーザーの注意を引くために利用する必要があるのは、この 140 文字です。 これが、企業が「社会企業メッセージング」と呼ばれるメッセージング アプリに移行している主な理由です。 この種の広告は非公式かつカジュアルであり、ユーザーの好き/嫌い/興味を考慮し、ボットを介してリアルタイムで応答します。 Facebook、KakaoTalk、WeChat などのグローバル メッセージング プラットフォームがブランドに API を公開したのはそのためです。
彼女はさらに、TechCrunch や NDTV など、すでにボットを展開しているメディア企業は、ディープ リンクとユーザー データの解析を通じてパーソナライズされる可能性があると付け加えました。
既存の患者データを使用して、予測サイクルを最大 1 ～ 2 年変更できます
その後、会話はヘルスケアに移り、Arun は、これまでのところ、テクノロジーは一般的に、フィットネス、コレステロール、糖尿病、脳卒中などの生活習慣病、さらにはより多くの生命の検出など、ヘルスケアの対策に使用されてきたと指摘しました。・癌などの危険な病気。 「予防措置を提供するという点で、AI はどのように機能しますか?」 彼は尋ねた。
そして、Abhinav 氏は次のように答えました。 これまでのところ、患者の失明やがん患者の可能性などを検出するための画像ベースの予測で大きな進歩を遂げることができましたが、ウェアラブルとクラウドから得られたデータを使用すると、AI を使用して、より長いサイクルでより正確な予測を行うことができます。」
Abhinav 氏によると、収集するデータが多ければ多いほど、予測サイクルを変更し、洞察/傾向を照合することが容易になります。1 ～ 2 週間から 6 か月に始まり、長期間にわたって、医薬品への依存度が低下し、より集中できるようになります。ライフスタイルは最初から変わります。
しかし、 KRS Jamwalはヘルスケアにおける AI について別の見方をしていました。 彼は、放射線科医と AI の両方が特定の数の患者の癌を診断するよう求められた TISS の事例を引用しました。 AI の診断時のエラー率は 20% でしたが、人間の医師のエラー率は比較的低く、12% でした。 「しかし、一緒に作業すると、エラー率は 3% まで下がりました。 人間と AI が連携し、それぞれのスキルセットをテーブルにもたらします」と彼は意見を述べました。
AI の未来: 審判の日か救出か
パネリストが議論した最後のトピックは、AI が今後数年間でどこに向かっていくのか、そしてますます依存性が高まる技術を考えると、いつの日かロボットが人間に取って代わるのかということでした。
Sneh Vaswaniは、ロボット工学は AI の範囲に完全に収まらない別の分野であることを指摘して、このラウンドをリードしました。 彼は、彼の会社が製造したロボット MIKO について言及しました。これは、「人間の経験から何も奪うことなく、子供を関与させ、相互作用させ、最終的に子供を教育するために使用できる、幼い子供の教育のギャップを埋めることを目的とした」インターフェースです。 彼はまた、MIKO や他の同類の役割は純粋に知識を高め、情報を促進することであることを明確にすることにもこだわりました。
「哲学的な消費の観点からは、人間、教師、保護者などに取って代わられる必要はまったくありません。その考えは、子供がゲームをプレイするためだけにテクノロジーを使用しないだけでなく、通常の教室の枠を超えて教育を受けることを保証することです。またはオンラインコンテンツを見る」と彼は付け加えた。
Jamwal と Deepak はどちらも、近い将来、人間の知性と AI を組み合わせることで、特に過去のデータを使用してエラーの範囲を減らすことができれば、業界全体でサービス提供コストが大幅に削減されるという事実に同意しました。
資産管理を例に挙げて、Deepak は、 AI を使用して、他の方法ではリアルタイムでアクセスできない洞察を人間に提供することで、人間をより賢くすることができると推測しました。 このインテリジェンスにより、従業員はより多くの革新に取り組めるようになり、顧客が 1 年前よりも 2 倍から 5 倍も多くの小切手を引き受ける事例につながることさえあります。
Abhinav 氏は、意思決定に関しては、結局のところ、人間は依然としてピラミッドの頂点にいると述べています。 AI は、既に設定されている意思決定の目標を実行し、それらから学習しながら実行します。 したがって、自動化の効率を向上させるためには、人間と AI を組み合わせることが今後の道のりとなるでしょう。
Sneh は、人工知能と人間との間の真に調和のとれた未来を提唱してパネルを適切に締めくくりました。
「目標は人間をロボットに置き換えることではなく、より賢くなり、ロボットから学び、それを適用して自分自身をより良くすることです。 理想的には、人間とロボットが共存できる社会に向けて取り組んでいます。」