Как компании используют машинное обучение и искусственный интеллект в 2017 году

В 2013 году режиссер Спайк Джонз дебютировал в качестве сольного сценариста в фильме « Она » о боте с искусственным интеллектом.

Затем, в апреле 2016 года, Facebook запустил сервис, который позволил брендам создавать ботов на базе искусственного интеллекта для Messenger. CIO Journal сообщил, что Messenger поддерживает не менее 33 000 чат-ботов, включая  Кая из MasterCard. Будущее - сегодня.

«У рынка искусственного интеллекта есть потенциал для резкого роста», - написал для RCR Wireless Джон Карран, управляющий директор по коммуникациям, медиа и технологиям Accenture . Карран цитирует отчет Accenture по искусственному интеллекту, в котором прогнозируется, что к 2035 году ИИ может привести к удвоению годовых темпов экономического роста и повышению производительности почти на 40%. К 2020 году BofA Merrill Lynch Global ожидает, что рынок ИИ достигнет 70 миллиардов долларов.

Сегодня ИТ-директора используют искусственный интеллект для автоматизации существующей работы и выполнения новой работы, что делает возможным более дешевый и мощный ИИ. И в соответствии с Уолл Стрит Джорнал, ИТ - директора говорят , что день быстро приближается , когда машина обучения начинает воздействовать на основные бизнес - функции.

Кто может использовать машинное обучение

Не все SaaS сейчас могут использовать машинное обучение. Михаил Наумов, соучредитель и руководитель службы безопасности венчурной компании DigitalGenius, занимающейся ИИ, лаконично объяснил Forbes, что нужно бизнесу, чтобы начать использовать машинное обучение сегодня. Во-первых, вам нужны большие объемы исторических данных. Дрессировать щенка можно с помощью мешка с угощениями. Чтобы обучить алгоритм машинного обучения, вам нужны огромные массивы данных, скорректированных человеком.

Еще вам понадобится бизнес-модель машинного обучения. Построение алгоритма и его обучение не из дешевых. Итак, вам нужен план, чтобы он окупился, прежде чем вы начнете. Найдет ли ваш алгоритм машинного обучения способы сократить расходы или повысить ценность? Например, может ли ваш бот сократить среднее время разрешения проблемы в отделе обслуживания клиентов? Или он может заменить оценку страхования людей?

Что касается «создания большей ценности», может ли ИИ помочь вашим клиентам увеличить объем продаж ? Или это может сделать ваш маркетинг более эффективным в привлечении потенциальных клиентов?

Если это так, возможно, вам подойдет машинное обучение. Даже если вас там нет, хорошо знать, что находится на горизонте. Итак, вот несколько способов, которыми компании используют машинное обучение в 2017 году.

Персонализировать

Карран: «Используя методы искусственного интеллекта, компании могут переместить отношения с клиентами за пределы поверхностных к более глубоким и значимым взаимодействиям и опыту, которые привлекают клиентов на беспрецедентных и гиперперсонализированных уровнях, таких как превентивная доставка рекламы потребителю на смартфоне, которая представляет большой интерес. их."

Отличным примером персонализации на основе искусственного интеллекта является функция Amazon «Just Ask» на Echo . Echo - это устройство на базе бота Amazon, Alexa. Поскольку Алекса знает вашу историю покупок, адрес доставки, а также настройки доставки и оплаты, она может предлагать вам ежедневные акции и специальные предложения в зависимости от ваших потребностей. Спикер и автор отдела обслуживания клиентов Ричард Шапиро называет функцию «Просто спросите» «кардинальным изменением правил игры».

По словам Джейми Кондлиффа, помощника редактора новостей и комментариев MIT Technology Review, на выставке CES в этом году помощники ИИ с голосовым управлением были «повсюду» . Потребители любят устройства со встроенными ботами с речевым управлением, и Кондлифф пишет, что в 2017 году компании пытаются внедрить диалоговые интерфейсы «в как можно большее количество аппаратных средств».

Salesforce Einstein использует все ваши данные CRM, чтобы делать прогнозы о том, что может произойти, и рекомендации о том, что вам следует делать дальше. Наумов предлагает пример Эйнштейна, использующего электронную почту, календарь и социальные данные для отправки вашего электронного письма в течение 20-минутного временного интервала, когда ваш потенциальный клиент, по статистике, с наибольшей вероятностью откроет от вас письмо и ответит положительно.

Автоматизировать

Японская компания Fanuc продает роботов фабрикам, которые могут самостоятельно осваивать новые навыки. За восемь часов робот Fanuc может научиться выполнять новую задачу с точностью 90 процентов. Согласно MIT Technology Review, Fanuc - крупнейший в мире производитель промышленных роботов . Благодаря партнерству с японской компанией, занимающейся машинным обучением, она смогла производить роботов с искусственным интеллектом на основе алгоритмов машинного обучения. И вы даже можете загружать приложения в его robots.

Но роботы не довольствуются только работой на заводе. Наука о данных тоже находится под прицелом ИИ. Стартап из Лос-Анджелеса под названием Bottlenose стремится автоматизировать анализ данных. Как объяснила инвестор Нова Спивак Wall Street Journal , эта компания чертовски мета. Потому что, если вы сможете использовать ИИ для автоматизации анализа данных, ИИ внезапно станет намного дешевле.

Предсказывать

The Wall Street Journal сообщил, что AIG много инвестировала в ИИ в 2016 году. Генеральный директор AIG Питер Хэнкок привлек 125 человек к работе над созданием моделей искусственного интеллекта, которые, как он надеется, помогут компании лучше предвидеть страховые случаи и прогнозировать результаты.

«Вместо того, чтобы делать что-то на обратной стороне конверта, мы стали более аналитичными и начали изучать статистику и производительность, чтобы предсказать будущие проблемы», - сказал Vanguard Law старший вице-президент и заместитель генерального юрисконсульта Николас Куридес .

«Мы выплачиваем более 100 миллионов долларов в день по претензиям», - сказал Куридес. «Если мы сможем немного улучшить это, мы сможем сэкономить огромную сумму денег».

Прямо сейчас у AIG есть пять алгоритмов машинного обучения, которые исправляют технические сбои. У каждого так называемого «второго робота» есть человек, который обучает его решать проблемы. Пример, который использует журнал, - это сбой сетевого устройства. Когда-то инженеру требовалось 3,5 часа, чтобы исправить, но второму боту требуется всего десять минут, чтобы снова запустить устройства. Машины решают большинство проблем самостоятельно, но человек готов обучить их тому, с чем они пока не могут справиться. Таким образом было решено более 145 000 инцидентов, что вернуло сотрудникам AIG 23 000 часов продуктивности.

Улучшать

Ежегодно в автокатастрофах погибает почти 1,3 миллиона человек , в среднем 3287 предотвратимых смертей в день. На молодых людей в возрасте от 15 до 44 лет приходится более половины этих смертей. В результате дорожно-транспортных происшествий пострадают еще 20-50 миллионов человек.

Научно - исследовательский институт Toyota использует искусственный интеллект , чтобы сделать автомобили «более безопасным, доступным и более доступным для всех, независимо от возраста и способностей.» Но машинное обучение и глубокие нейронные сети могут не только создавать беспилотные автомобили. TRI также работает над роботами-помощниками, которые помогут пожилым людям и людям с ограниченными возможностями оставаться здоровыми и оставаться дома дольше. И работает над созданием более прочных, тонких, легких и гибких материалов.

Вывод

Итак, вот некоторые из способов, которыми компании используют машинное обучение в 2017 году.

*** спойлеры ***

В ней наш главный герой влюбляется в своего бота с искусственным интеллектом. В настоящее время компании тестируют ИИ, чтобы узнать, что они думают по этому поводу. Еще слишком рано знать, какие отрасли полюбят искусственный интеллект навсегда, а в каких отраслях их любовь угаснет, как в случае с ней .

*** концевые спойлеры ***

В любом случае, «ИИ - это больше, чем просто прихоть», - написал Рэй Ван, главный аналитик, основатель и председатель Constellation Research в Кремниевой долине. «С размером рынка в 100 миллиардов долларов к 2025 году Constellation видит, что подмножества искусственного интеллекта, такие как машинное обучение, глубокое обучение, обработка естественного языка и когнитивные вычисления, штурмом захватят рынок».

«Я думаю, что мы в целом вступаем в эпоху, когда технологии изменят фундаментальные аспекты общества, а не улучшат прежние функции и увидят изменения по краям», - сказал мне Тавех Бейсолоу. Бейсолов сейчас пишет книгу о глубоких нейронных сетях.

По мнению Gartner, почти треть компаний-лидеров рынка увидит, что к 2019 году услуги платформ искусственного интеллекта съедят выручку.

Опять же, не каждый SaaS-бизнес может попробовать машинное обучение прямо сейчас, и еще меньшее число компаний могут использовать его с прибылью. Но если у вас есть большие объемы исторических данных (и люди, которые могут их исправить) и бизнес-обоснование для машинного обучения, есть масса возможностей.

Чтобы узнать больше о машинном обучении, глубоких нейронных сетях и искусственном интеллекте, подпишитесь на блог Platforms IT.