เราสามารถตัดสิน AI ด้วยรัศมีของมัน ไม่ใช่ RoI หรือไม่
เผยแพร่แล้ว: 2020-08-16บัดนี้กลายเป็นมากขึ้นกว่าเดิมเมื่อองค์กรจำเป็นต้องวางใจในโซลูชัน AI
ความหมายทางจริยธรรมอาจถือได้ว่าน่าสงสัย แต่ก็เป็นความชั่วร้ายที่จำเป็น
R&D สำหรับโครงการ AI มักมีค่าใช้จ่ายสูง
การระบาดใหญ่ของ Covid-19 ทำให้ RoI ของ AI ซ้ำซ้อน การนำ AI ไปใช้ทั่วโลกได้ทำลายตำนานที่ว่า AI ต้องใช้การลงทุนอย่างเข้มข้นในโครงสร้างพื้นฐาน การเปลี่ยนแปลงกระบวนการ และกำลังคน จะเห็นได้ว่าโซลูชันที่ขับเคลื่อนด้วย AI ได้กลายเป็นปัจจัยกำหนดความอยู่รอดขององค์กร องค์กรต่างๆ ได้จัดลำดับความสำคัญของตนเองใหม่เพื่อเอาชีวิตรอดจากการระบาดใหญ่ สตาร์ทอัพหลายแห่งเริ่มดำเนินการและสร้างโซลูชันที่ขับเคลื่อนด้วย AI ที่ช่วยทุกภาคส่วน
ในภาคการผลิต เช่น เพื่อให้เกิดการเว้นระยะห่างทางสังคม พนักงานเพียง 50-75% เท่านั้นที่ได้รับอนุญาตให้มาโรงงาน พนักงานเหล่านี้ต้องปฏิบัติตามกฎการเว้นระยะห่างทางสังคมและการปฏิบัติตามหน้ากาก การดูแลให้สายการประกอบทำงานต่อไปในขณะที่รับรองความปลอดภัยด้านสุขภาพของพนักงาน ถือเป็นความรับผิดชอบเพิ่มเติมที่องค์กรต่างๆ จะต้องเผชิญ
ความกลัวว่าสถานที่ผลิตจะถูกปิดล้อมในกรณีที่พนักงานตรวจพบกรณีเชิงบวกหลายกรณี และยังมีขนาดใหญ่อีกด้วย การตรวจสอบการเว้นระยะห่างทางสังคมและการปฏิบัติตามหน้ากากตลอดเวลานั้นไม่สามารถทำได้อย่างมนุษย์ปุถุชนแม้จะมีกล้องวงจรปิด ความเป็นไปได้ของความผิดพลาดของมนุษย์และการตำหนิที่ตามมาในที่ทำงานจะเพิ่มความเครียดที่มีอยู่ก่อนเท่านั้น
บัดนี้กลายเป็นเรื่องที่มากขึ้นกว่าเดิมเมื่อองค์กรต่างๆ จำเป็นต้องวางใจในโซลูชัน AI คอมพิวเตอร์วิทัศน์สำหรับหนึ่งคือโซลูชัน AI ที่วิเคราะห์ฟีดกล้องวงจรปิดสดและเพิ่มการแจ้งเตือนแบบเรียลไทม์ สามารถเสียบเข้ากับโครงสร้างพื้นฐานของกล้องวงจรปิดที่มีอยู่แล้วและช่วยให้นายจ้างตรวจสอบหน้ากากควบคู่ไปกับการปฏิบัติตามข้อกำหนดทางสังคมที่ไม่สอดคล้องกัน ทั้งหมดในแบบเรียลไทม์ เทคโนโลยีต่างจากมนุษย์เป็นเลขฐานสอง หากบุคคลไม่สวมหน้ากากอนามัย ไม่ว่าจะเป็น CEO หรือ Intern ระบบจะส่งสัญญาณเตือน
ซึ่งช่วยให้สถานที่ผลิตมีความปลอดภัย เนื่องจากช่วยลดการแพร่กระจายของไวรัสรวมทั้งเพิ่มขวัญกำลังใจให้กับพนักงานด้วย องค์กรสามารถเลือกที่จะแสดงเปอร์เซ็นต์ของการปฏิบัติตามข้อกำหนดในการสวมหน้ากากหรือการเว้นระยะห่างทางสังคมที่ติดตามบนเว็บไซต์ของพวกเขา หรือส่งข้อความถึงพนักงานด้วยการวิเคราะห์ข้อมูลเมื่อสิ้นสุดกะ โซลูชัน Computer Vision ทำให้การจัดการฝูงชนในสถานที่ต่างๆ เช่น โรงอาหารเป็นเรื่องง่าย และสร้างการหมุนเวียนกะเพื่อให้แน่ใจว่าได้ผลผลิตสูงสุด AI ยังช่วยให้องค์กรอยู่รอด สร้างสถานที่ที่ปลอดภัยสำหรับการทำงาน และยังช่วยเพิ่มขวัญกำลังใจของพนักงานอีกด้วย
สิ่งที่คุณวัดได้ คุณจัดการได้ ข้อเท็จจริงและตัวเลขที่เกิดขึ้นจากอุตสาหกรรมที่ลงทุนใน AI จากมุมมอง B2B โดยเฉพาะอย่างยิ่งในเรื่องที่เกี่ยวกับ ROI ที่จับต้องได้ แสดงให้เห็นอย่างชัดเจนถึงแนวโน้ม สำหรับหลายอุตสาหกรรม ROI นี้เป็นแบบอัตนัย ตัวอย่างเช่น โซลูชัน HSE ใช้ AI ที่ช่วยป้องกันอุบัติเหตุ ความทุพพลภาพ และการเสียชีวิต ชีวิตได้รับการช่วยชีวิตเนื่องจากโซลูชันที่ใช้ AI กำลังตรวจสอบเส้นทางของรถยกและเพิ่มการแจ้งเตือนแบบเรียลไทม์เมื่อมีคนเดินเท้าขวางทาง
การระบุสิ่งที่ใกล้เคียง การตรวจสอบ PPE ไฟและความร้อนเป็นเพียงบางแง่มุมที่ AI สามารถให้ความแม่นยำในระดับสูงโดยการป้องกันอุบัติเหตุ ส่วนที่เป็นรูปธรรมแตกต่างจากข้อมูลเชิงลึกที่นำไปปฏิบัติได้ ซึ่งนำไปสู่ช่องทางการขายที่แข็งแกร่งสำหรับบริษัทผลิตภัณฑ์ โดยเพียงแค่ระบุรูปแบบนิสัยของผู้คนในร้านค้าปลีก และในทางกลับกัน เป็นการยกระดับประสบการณ์การช็อปปิ้ง การระบาดใหญ่ได้ก่อให้เกิดการช้อปปิ้งออนไลน์เพิ่มขึ้นอย่างไม่เคยปรากฏมาก่อน โดยให้ข้อมูลแก่บริษัทต่างๆ เพื่อวิเคราะห์ทางเลือกของนักช้อป ในกรณีนี้ การใช้ AI จะนำไปสู่การระบุโปรไฟล์ผู้คนและการโฆษณาที่ตรงเป้าหมายยิ่งขึ้น
ความหมายทางจริยธรรมอาจถือได้ว่าน่าสงสัย แต่ก็เป็นสิ่งที่ชั่วร้ายที่จำเป็น รอยเท้าดิจิทัลมีอยู่เสมอ โดย AI ตระหนักดีว่าใช้เพื่อทำความเข้าใจรูปแบบและให้ข้อมูลเชิงลึกที่ไม่สามารถมองเห็นได้โดยมนุษย์ AI ได้ขยายขอบเขตอุตสาหกรรมในแง่มุมต่างๆ เช่น การดูแลสุขภาพ การค้าปลีก การศึกษา ห่วงโซ่อุปทาน และการผลิต ไม่ว่าจะเป็นประสิทธิภาพในการประมวลผล ความปลอดภัย การสูญเสีย การคาดการณ์ตลาด หรือการวางแผนทรัพยากร AI มีรากฐานที่แข็งแกร่งในหน้าที่ทั้งหมดนี้
ในขณะที่สถิติที่แท้จริงของ ROI สำหรับองค์กรที่นำ AI มาใช้ในปี 2020 นั้นยังไม่ปรากฏ แต่การสำรวจในปี 2019 โดย Gartner ได้ให้ภาพที่สมจริง ประมาณ 37% ขององค์กรได้นำ AI ไปใช้ในรูปแบบใดรูปแบบหนึ่งหรืออย่างอื่นใน 89 ประเทศ ซึ่งเท่ากับค่าประมาณ เพิ่มขึ้น 270% ในช่วงสี่ปีที่ผ่านมา คาดการณ์ว่าภายในปี 2564 80% ของเทคโนโลยีเกิดใหม่จะมีรูปแบบพื้นฐานของ AI
ความท้าทายถูกเน้นในรายงานโดย AI Stats News โดยอ้างว่าบริษัทประมาณ 65% ไม่เห็นผลกำไรทางธุรกิจจากการลงทุนด้าน AI เป็นที่ทราบกันดีว่าการวิจัยและพัฒนาในโดเมนนี้ยังไม่ถึงศักยภาพสูงสุด ความคลาดเคลื่อนนี้สามารถเกิดจากองค์ประกอบหลายอย่างที่ปัจจัยในขั้นตอนต่างๆ ของกระบวนการปรับใช้ AI ควบคู่ไปกับปัญหาการขาดแคลนบุคลากรและการจัดการเวลา
แนะนำสำหรับคุณ:
วิธีการตั้งค่ากรอบงานผู้รวบรวมบัญชีของ RBI เพื่อเปลี่ยน Fintech ในอินเดีย
ผู้ประกอบการไม่สามารถสร้างการเริ่มต้นที่ยั่งยืนและปรับขนาดได้ผ่าน 'Jugaad': Cit...
Metaverse จะพลิกโฉมอุตสาหกรรมยานยนต์อินเดียได้อย่างไร
บทบัญญัติต่อต้านการแสวงหากำไรสำหรับสตาร์ทอัพในอินเดียมีความหมายอย่างไร?
Edtech Startups ช่วยให้แรงงานอินเดียเพิ่มพูนทักษะและเตรียมพร้อมสู่อนาคตได้อย่างไร...
หุ้นเทคโนโลยียุคใหม่ในสัปดาห์นี้: ปัญหาของ Zomato ยังคงดำเนินต่อไป, EaseMyTrip Posts Stro...
การแข่งขัน ROI
การนำ AI มาใช้ในกรณีฉุกเฉินจะนำมาซึ่งปัญหาอย่างแน่นอน เช่น การมองข้ามพารามิเตอร์ที่สำคัญ เช่น การปกป้องความเป็นส่วนตัวของพนักงาน อย่างไรก็ตาม องค์กรต่างๆ ไม่ควรถือว่า AI เป็นเอนทิตีที่เป็นเนื้อเดียวกันเพียงตัวเดียว การระบุการใช้งานที่ถูกต้องมีความสำคัญอย่างยิ่งต่อการได้รับ ROI ที่จับต้องได้สำหรับเทคโนโลยียุคใหม่ทุกระบบในระบบนิเวศทางธุรกิจทั่วโลก แต่ละอุตสาหกรรมและองค์กรมีความแตกต่างกัน และกุญแจสำคัญคือการระบุความเหมาะสมสำหรับความต้องการของพวกเขา
R&D สำหรับโครงการ AI มักมีค่าใช้จ่ายสูง ต้องใช้ข้อมูลจำนวนมากในการฝึกอัลกอริทึม AI อุปสรรคสำคัญประการหนึ่งที่องค์กรต้องเผชิญคือการไม่มีชุดข้อมูลที่เหมาะสมในการฝึก AI ป้ายกำกับที่ไม่ถูกต้องหรือค่าที่ขาดหายไปจะส่งผลให้เกิดความคลาดเคลื่อนในผลลัพธ์
จากผลสำรวจของ MIT Sloan Management Review และ BCG พบว่าประมาณ 40% ขององค์กรที่ “ลงทุนอย่างสำคัญ” ใน AI ไม่ได้รายงานผลกำไรทางธุรกิจจาก AI สิ่งสำคัญคือต้องได้รับแจ้งเกี่ยวกับสิ่งที่ AI สามารถทำได้และไม่สามารถทำได้ ยังคงเป็นเรื่องยากที่จะมอบประสบการณ์ส่วนตัวที่เหมือนมนุษย์ด้วยแชทบอทที่ใช้ NLP เนื่องจาก AI ไม่สามารถเลียนแบบอารมณ์และการเอาใจใส่ของมนุษย์ได้ ความโปร่งใสเป็นสิ่งสำคัญ ถ้าผู้คนรู้ว่าพวกเขากำลังคุยกับแชทบอท พวกเขาคงไม่คาดหวังว่ามันจะมีอารมณ์ความรู้สึกของมนุษย์และจะเป็นเรื่องจริงมากขึ้นในการสนทนาของพวกเขา
ธนาคารหลายแห่งได้เริ่มใช้รูปแบบประสบการณ์การแชทแบบผสม โดยที่แชทบอทใช้รายละเอียด เช่น ชื่อ ปัญหาที่พบ และรายละเอียดอื่นๆ ก่อนก่อนที่จะนำบุคคลมาดำเนินการสนทนาต่อไป ซึ่งช่วยประหยัดเวลาและเงินขององค์กรได้อย่างที่ ของพนักงานลดลง ยิ่งข้อมูลแทรกซึมเข้าไปในระบบมากเท่าไร บอท NLP ที่มีอุปกรณ์ครบครันก็จะยิ่งจัดการกับคำถามที่ซับซ้อนมากขึ้นเท่านั้น
ผู้นำธุรกิจที่มีความคาดหวังที่เป็นจริงจาก AI ค่าโดยสารที่ดีกว่าในระยะยาว โปรโตคอลพื้นฐานที่ช่วยให้พวกเขาเข้าใจและใช้ AI ได้ดีขึ้นคือ:
- องค์กรต้องมีส่วนร่วมในการเก็บข้อมูลเชิงกลยุทธ์
- ความต้องการคลังข้อมูลแบบครบวงจร
- ระบบอัตโนมัติที่แพร่หลาย
- การยอมรับและตระหนักถึงบทบาทใหม่ในสาขา เช่น นักวิทยาศาสตร์ข้อมูล นักวิเคราะห์ข้อมูล ML Engineer
- กองแรงงานตามความเชี่ยวชาญเฉพาะด้านสำหรับบทบาทใหม่
สามเสาหลักสู่การปรับใช้ AI ที่ประสบความสำเร็จ
ผู้เชี่ยวชาญด้านโดเมนเช่น Andrew Ng ยืนยันว่าเสาหลักสามประการของความฉลาดในการปรับใช้ AI ที่ประสบความสำเร็จในองค์กรใดๆ คือ ความขยันหมั่นเพียรด้านธุรกิจ เทคโนโลยี และจริยธรรม ทีมขายและการตลาดด้วยสัญชาตญาณและประสบการณ์ ควรให้น้ำหนักที่เท่ากันกับการวิเคราะห์ที่ขับเคลื่อนด้วยข้อมูลเมื่อทำการตัดสินใจทางธุรกิจ จริยธรรมในแง่ของความเป็นส่วนตัวของข้อมูล การรักษาความลับ และการให้ความรู้แก่ผู้ใช้ปลายทางสร้างรากฐานขององค์กรที่ขับเคลื่อนด้วย AI
เมื่อใช้อย่างมีจริยธรรม AI มีศักยภาพในการทำให้โลกเป็นประชาธิปไตย สิ่งสำคัญคือต้องสร้างทีมข้ามสายงานซึ่งความรู้ของโดเมนทับซ้อนกัน ซึ่งจะช่วยให้ผู้เชี่ยวชาญวางกลยุทธ์ได้ดีขึ้นโดยพิจารณาจากมุมมองแบบองค์รวม เป็นทรัพย์สินระยะยาวที่ช่วยให้องค์กรวางแผนและจัดลำดับความสำคัญของ KPI ด้วยวิธีที่ขับเคลื่อนด้วยข้อมูลมากขึ้น
เพื่อสร้างแรงฉุดที่แข็งแกร่งและ ROI ที่มีประสิทธิภาพ องค์กรต้องกำหนดเป้าหมายเชิงปฏิบัติเมื่อต้องนำ AI มาใช้ในการดำเนินงานของบริษัท AI เป็นสาขาที่เกิดขึ้นใหม่และในปัจจุบันเห็นได้ชัดว่าเนื่องจากขาดความเข้าใจในการใช้งาน AI หลายองค์กรจึงไม่ทราบว่าจะใช้ประโยชน์จากมันอย่างไรอย่างเหมาะสม องค์กรจำเป็นต้องปรับใช้โปรโตคอลขนาดเล็กแต่มีประสิทธิภาพเหล่านี้เพื่อช่องทางความสำเร็จ เหล่านี้คือ:
- จัดลำดับความสำคัญโครงการนำร่อง AI
- สร้างทีม AI ภายในองค์กร
- ให้การฝึกอบรม AI ขั้นพื้นฐานแก่ทีมข้ามสายงานในองค์กร
- พัฒนาการสื่อสารภายในและภายนอก: จัดแนวผู้มีส่วนได้ส่วนเสียของคุณเกี่ยวกับวิธีการนำทางของบริษัทและการวางกลยุทธ์ในการรวม AI ในการดำเนินงาน
มีความเข้าใจผิดทั่วไปเกี่ยวกับการลงทุน AI มีการอ้างว่า AI ต้องการการลงทุนอย่างเข้มข้นในโครงสร้างพื้นฐาน การเปลี่ยนแปลงกระบวนการ และกำลังคน ในทำนองเดียวกัน มักได้ยินว่าโดยปกติไม่เคยมาก่อนหลายปีที่องค์กรเห็น ROI นี้ไม่สามารถเพิ่มเติมจากความจริง เอ็นจิ้น AI สมัยใหม่สามารถทำงานในสถานที่โดยใช้ตัวเร่งความเร็ว เช่น GPU จาก NVIDIA เพื่อเข้าถึงข้อมูลที่ไซต์
นี่อาจเป็นข้อมูลภาพจากกล้องวงจรปิด ข้อมูลการปฏิบัติงานจากเครื่องจักร และผู้ควบคุม เครื่องยนต์ AI สมัยใหม่ยังเร็ว นุ่มนวล และน้ำหนักเบามากอีกด้วย ไปป์ไลน์ AI ที่ซับซ้อนเกี่ยวกับการติดตาม การตรวจจับ และการจัดหมวดหมู่บนสตรีมกล้อง 8 ตัวที่ 30 FPS สามารถทำงานบนอุปกรณ์ Edge ที่มีราคาต่ำกว่า 100 ดอลลาร์สหรัฐ และใช้งานได้ภายในไม่กี่สัปดาห์
เป็นเรื่องง่ายขึ้นมากสำหรับองค์กรในการกำหนดและสร้างไปป์ไลน์ที่เหมาะกับความต้องการของพวกเขา ข้อมูลเชิงลึกจาก AI ช่วยให้องค์กรสามารถลดต้นทุน รับรองความปลอดภัย และปรับปรุงคุณภาพ ทั้งหมดนี้นำไปสู่ ROI ที่จับต้องได้
บทสรุป
เศรษฐกิจทั่วโลกกำลังถดถอย เมฆแห่งภาวะถดถอยกำลังก่อตัวเป็นวงกว้าง AI มอบซับในสีเงินในช่วงเวลาที่มืดมิดเหล่านี้ การระบาดใหญ่ได้สร้างระบบนิเวศปัญญาประดิษฐ์ที่มีประสิทธิภาพไปทั่วโลก ได้ช่วยด้านโลจิสติกส์ การกระจายห่วงโซ่อุปทาน และการขาย ทำให้องค์กรต่างๆ ดำเนินการได้ใกล้เคียงที่สุดเท่าที่จะเป็นไปได้หลังการล็อกดาวน์ องค์กรต่างๆ เริ่มทำงานและช่วยชีวิตหลายชีวิต สำหรับทุกรูปีที่ลงทุนในระบบ AI ที่เหมาะกับองค์กร มันช่วยประหยัดเงินได้มากกว่ามาก
เมื่อเวลาผ่านไป สถิติที่แท้จริงก็จะปรากฏขึ้น โลกใหม่ยังต้องการพารามิเตอร์ที่แตกต่างกันสำหรับการตัดสินทุกอย่าง รวมถึง RoI สำหรับการนำโซลูชัน AI ไปใช้ ณ ตอนนี้ สปอตไลท์ส่องสว่างไปที่ AI แม้ว่าบางคนคาดหวังหนาม แต่โลกก็มองเห็นรัศมีได้ชัดเจน