Zero
Come ho modo di parlare con molti straordinari ospiti CXOTalk, un’intervista, un forum di discussione che riunisce i più innovativi pensatori del mondo, tre aspetti chiave del business di intelligenza artificiale sono emerse.
Primo, l’AI è un vago ombrello concetto che lega insieme di dati e un insieme di tecnologie, come il riconoscimento di pattern e di altre tecniche, che emulano apprendimento umano e l’intelligenza. Il termine “intelligenza artificiale” è un impreciso di marketing o di presentazione frase usata per motivi di convenienza. Business acquirenti devono scavare più a fondo per comprendere le tecnologie che rendono più senso per le loro organizzazioni.
Secondo, poche aziende hanno distribuito AI su larga scala. Ci sono un sacco di prototipi e prove di concetto, ma AI è ancora nuova e sperimentale per la maggior parte delle organizzazioni. Per esempio, una recente indagine condotta da SAS stati “AI adozione ancora nelle fasi iniziali.”
Terzo, essere scettici di venditore afferma. Tecnologia le aziende stanno ancora cercando di capire dove si può migliorare i loro prodotti e processi automatizzare. Sono molti i produttori che hanno acquistato AI startup per acquisire conoscenze e colmare le lacune.
La linea di fondo per le imprese acquirenti: imparare la tecnologia, la domanda per i vostri fornitori, e il piano per l’AI sviluppando scienza di dati talento in casa ora. La mancanza di talenti è un grande problema di oggi.
—–
McKinsey Global Institute (MGI) è uno dei più importanti enti di ricerca nel mondo come AI interesserà le aziende e i loro dipendenti. McKinsey ricerca combina l’analisi quantitativa con la vasta terra interviste di dirigenti e gli operatori del settore. Come risultato, il materiale che producono è illuminante e utile. Due recenti rapporti di concentrarsi sul business del valore di AI e l’impatto dell’automazione e della demografia sul lavoro e l’economia.
Uno dei partner principali McKinsey Global Institute di lavoro sull’impatto di intelligenza artificiale e tecnologie correlate è il Dr. Michael Chui, che è uno dei più articolati persone che mi conoscono su questi argomenti.
Chui i commenti di chiara e radicata in una solida ricerca, facendo di lui un naturale partecipante al CXOTalk serie di conversazioni con i più innovativi leader nel mondo. Sull’episodio 268 del CXOTalk, ho parlato con Michael Chui su AI, affari, etica, politica ed economia.
Chui, fa un paio di punti chiave che voglio evidenziare. Primo, il successo di un’organizzazione sforzi per adottare AI si basa fortemente sulla sua complessiva digitale maturità. Le aziende con programmi attivi della trasformazione digitale, saranno più propensi a fare progressi con IA iniziative. Dal mio punto di vista, possiamo pensare AI iniziative come estensioni di trasformazione digitale – ripensare la cultura, la mentalità, e di modello di business, piuttosto che isolati progetti di tecnologia.
Secondo, iniziare a pensare su come addestrare il vostro personale AI cambiamenti di posti di lavoro e consente di liberare il lavoro per essere ri-distribuito. Chui dice che la massa di ridistribuzione del lavoro sarà probabilmente uno dei “grandi sfide” che abbiamo di fronte.
La profondità di conversazione dura 45 minuti ed è un importante documento che descrive come uno dei migliori al mondo, AI business ricercatori di vista i problemi di oggi. È possibile guardare l’intera conversazione e leggere una trascrizione completa dell’episodio 268 a CXOTalk sito.
Ecco una sintesi a cura di trascrizione tirato da una lunga discussione:
Parlaci di McKinsey Global Institute?
McKinsey & Company è una società internazionale di management consulting. Il McKinsey Global Institute, è parte di McKinsey. E ‘ un investimento da parte del nostro gruppo di partner a livello globale in tutto il mondo per fare ricerca, francamente, su argomenti che contano. Siamo stati intorno per oltre 25 anni come parte di McKinsey [e], per la maggior parte del tempo, hanno svolto un lavoro sulla produttività, competitività del paese, mercato del lavoro, [e] mercati dei capitali.
Negli ultimi anni, abbiamo aggiunto un’altra ricerca della gamba, che è di circa l’impatto a lungo termine dei trend tecnologici. Abbiamo guardato i dati e analytics. Abbiamo guardato i dati aperti. Abbiamo cercato in Internet delle Cose. Sempre di più, ora stiamo cercando di intelligenza artificiale, robotica e automazione tecnologie e del loro potenziale impatto sul business, la società, e di posti di lavoro e occupazione, più in generale.
Come si fa a definire l’intelligenza artificiale?
Si potrebbe continuare per ore e ore di dibattito. Ci descrivono come usano le macchine per fare il lavoro cognitivo, a fare il lavoro che avviene principalmente a causa del nostro cervello. Ma, a quanto pare, anche dal mio ciclo di studi di ricerca, sappiamo che non tutti la nostra intelligenza è solo intrappolati nel nostro cervello. È anche parte del nostro corpo, et cetera. E così, abbiamo capito che, in molti casi, l’intelligenza artificiale potrebbe entrare il mondo fisico e cose come la robotica e veicoli autonomi, et cetera. Ma, ha a che fare con l’intelligenza e poi le macchine che istanziare.
Quali sono alcune delle importanti conclusioni della sua ricerca?
Il potenziale di queste tecnologie, che chiamiamo intelligenza artificiale è enorme. Essi influenzano potenzialmente ogni settore, potenzialmente ogni funzione. Uno dei motivi che è un sacco di applicazioni potenziali di AI sono estensioni di lavoro che la gente aveva già iniziato in dati e analisi. E così, abbiamo cercato in quasi 500 diversi casi di utilizzo dell’intelligenza artificiale, in ogni settore, in ogni funzione.
A volte quello che noi diciamo è che questi tradizionali metodi di analisi, sia di regressione o quello che hai, si ottiene questo grande impatto. Ma, quando si potrebbe aggiungere la multidimensionalità di dati aggiuntivi o questi ulteriori profonda tecniche di apprendimento, si potrebbe aumentare, per esempio, l’accuratezza delle previsioni o aumentato OEE o diminuzione di rifiuti, un certo numero di queste cose, che questi casi di utilizzo ci consentono di fare. Si potrebbe pensare di IA come solo di essere un altro turbo strumento analitico toolkit. Credo che sia una ampia ricerca, che è che non c’è quasi nessuna parte del business che questo non poteva interessare.
Un altro pezzo, però, è che non abbiamo studiato migliaia di diversi dirigenti di aziende in tutto il mondo. I miei colleghi che servire i clienti su questi argomenti anche molto il contatto diretto con le persone che stanno pensando o in uso AI. Una delle cose che sappiamo ora, mentre siamo seduti in dicembre 2017, in quanto stiamo parlando, è che è molto presto. Mentre c’è un enorme potenziale per migliorare l’economia, sia nella riga in alto e in basso la linea, solo una piccola percentuale di aziende che hanno distribuito AI alla scala o all’interno di processi di core business.
Ora, che cambiano ogni giorno di più le aziende a sviluppare questa capacità, imparare di più sulla tecnologia, e si possono incorporare nei processi di un’organizzazione, che in alcuni casi è la cosa più difficile da fare. Siamo solo molto presto questa curva di apprendimento. È una curva di apprendimento ripida, ma siamo in anticipo. C’è così tanto potenziale, ma siamo in anticipo.
Quali sono i comuni thread tra le industrie che hai studiato?
Ci sono molti settori in cui gran parte del loro valore viene guidato da loro interazioni con i clienti. Se sei una società di vendita al dettaglio, se sei un consumatore di pacchetti società, et cetera, potrebbe avere più senso guardare il valore di AI e quei tipi di funzioni. D’altra parte, se la vostra efficacia operativa unità di voi, se siete in attività di produzione, distribuzione e spedizione dei prodotti, per esempio, se siete nel settore della logistica, quindi forse quelle esigenze operative [prevalere]. Penso che siano quelli, almeno al livello superiore, un modo di pensare su di esso.
Un altro filo conduttore che abbiamo trovato è il seguente, che è, credo che spesso si scopre una tecnologia che ha potenzialmente un impatto rivoluzionario. Voi dite: “Dio, non c’è un collegamento? Non posso saltare e l’uso che per competere?”
Perché abbiamo bisogno di una grande formazione di insiemi di dati per AI, infatti, abbiamo scoperto una correlazione elevata tra i settori di attività individuali e di società che si trovano lungo il loro viaggio verso la digitalizzazione — la capacità di utilizzare digitale all’interno dei loro processi di base per migliorare l’efficacia dei processi. C’è un’alta correlazione tra quella e di essere pronto per l’AI.
Uno degli altri comuni thread che abbiamo scoperto è che, è abbastanza difficile per accelerare passato il tuo viaggio verso la digitalizzazione. È necessario essere sul digitale percorso per consentire a voi stessi di essere pronto per l’AI. Penso che sia un’altra scoperta.
Se si vuole accelerare il vostro potenziale impatto di AI, è necessario velocizzare il passaggio lungo il viaggio digitale.
Quale sarà l’impatto di AI sui problemi del personale?
Alcuni dei potenziali impatti sono per queste tecnologie per automatizzare le attività che abbiamo attualmente pagare la gente per fare in economia.
Abbiamo guardato le singole attività, non solo di lavoro, per cui 2.000 diverse attività che pagare nell’economia globale. La metà del tempo che le persone trascorrono essere pagato al lavoro su attività che, teoricamente, si potrebbe automatizzare, adattando le tecnologie che esistono oggi. Che suoni spaventosi, giusto? Questa è una grossa percentuale, ma non possiamo predire il 50% di disoccupazione domani, in parte, perché ci vuole tempo reale. Ci vuole tempo reale per sviluppare la tecnologia.
Avete bisogno di un positivo business case. Tecnologie tendono ad essere costosi quando sono sviluppate in primo luogo, se si tratta di un self-driving car o un algoritmo di intelligenza artificiale. Che costo declina grazie alla legge di Moore. Hai bisogno di netto contro il costo del lavoro umano, e che è diversa in tutto il mondo.
In ogni caso, il 50% di tutte le attività potenzialmente potrebbe non essere automatizzato per altri 40 anni, così 2055. Anche se, abbiamo uno scenario che è di 20 anni prima e uno scenario che 20 anni più tardi. Sappiamo che sempre più attività che pagare sarà automatizzato.
Allora la domanda è, ci sarà abbastanza richiesta per il lavoro umano, anche al netto delle cose che potrebbero essere automatizzate? Il nostro report del mese scorso suggerisce di sì.
Se si guarda con diversi potenziali catalizzatori — che si tratti di aumentare la prosperità in tutto il mondo; un altro miliardo di persone di entrare in classe di consuma nell’arco di un paio di decenni, se si sta parlando di invecchiamento, che è una cosa sconcertante, perché abbiamo [meno] lavoratori, ma dall’altro comporta la necessità per l’assistenza sanitaria. Abbiamo ruoli per le persone a sviluppare e implementare le tecnologie stesse.
Speriamo, stiamo andando a vedere un aumento degli investimenti in infrastrutture per aiutare il consumo di classe, ma anche di correggere e migliorare l’infrastruttura che abbiamo. Staremo a vedere i cambiamenti nel mix energetico e l’efficienza, e potenzialmente anche un sacco di ciò che è attualmente il lavoro non retribuito, per l’economia che molte volte le donne a casa, se è l’infanzia, la cottura e la pulizia, sempre più immettere sul mercato.
Se si guarda a tutte queste cose insieme, e quindi anche la vostra rete contro quelle attività che l’AI e la robotica può fare, dobbiamo ancora vedere un sacco di lavoro per le persone a fare, sufficiente a compensare gli effetti di automazione.
La vasta domanda, però, è, se si pensa che la disoccupazione di massa non è il problema, massa riassegnazione potrebbe essere il problema. Quanto si desidera che il sistema di istruzione per ottenere una migliore, funziona abbastanza bene.
Noi pensiamo che, potenzialmente, la grande grande sfida per i prossimi due decenni è, come facciamo a riqualificare milioni di lavoratori che la tecnologia sostituiscono? Abbiamo bisogno di loro di continuare a lavorare per avere una crescita economica e di sicurezza, in scala, la riqualificazione professionale di persone in passato i loro primi due decenni di vita è qualcosa che non ho il coraggio di dire che non abbiamo completamente risolto ancora. Questo è qualcosa su cui abbiamo un gran bisogno di lavorare.
Dovrebbe leader aziendali di iniziare a pensare lavoratore riqualificazione ora o è ancora troppo presto?
Questo richiede attenzione immediata. Non necessariamente perché le cose stanno per accadere durante la notte, in particolare con AI. Ma, se ci pensiamo tecnologie di automazione, più in generale, poi, in realtà, stiamo iniziando a vedere queste cose, se robotica automazione di processo, sia essa fisica l’automazione di un impianto di produzione, nella logistica, o in un centro di distribuzione. Queste tecnologie sono entrati in gioco oggi.
Mentre abbiamo descritto questo come un multi-decade di tendenza, che richiederà tempo in macro, accadrà rapidamente per gli individui. Accadrà rapidamente per i singoli lavoratori. Ci vuole anche tempo per capire di riqualificazione. Abbiamo descritto questo come grande sfida. Di solito, il grand sfide non sono risolti durante la notte, e quindi penso che i leader aziendali di impegnarsi su questa domanda circa la riqualificazione della propria forza lavoro, su base continua, a scala è qualcosa che è una domanda che dovrebbe essere il top della loro mente quando si sta iniziando a pensare alla loro strategia per il personale.
L’idea del reddito di base universale, a volte, arriva in queste discussioni?
Questa idea di un reddito di base universale, reddito minimo garantito, et cetera, è l’acquisizione di un sacco di valuta. Mi siedo a San Francisco qui e, a quanto pare, ci sono un sacco di persone che parlano. Ci sono un sacco di argomenti.
Uno di questi argomenti è, se pensiamo che le macchine stanno andando a prendere il lavoro di tutti e stiamo andando ad avere una disoccupazione di massa, abbiamo bisogno di assicurarsi che ognuno ha un reddito sufficiente, in modo che essi, in realtà, può nutrirsi e nutrire le loro famiglie. Penso che la giustificazione o motivazione per il reddito di base universale si arrende troppo presto, visto che si presuppone che la disoccupazione di massa. In realtà, ciò che possiamo dire è che abbiamo bisogno di una massa di riqualificazione, non la disoccupazione di massa, solo per assicurarsi che abbiamo abbastanza economico di crescita per il futuro.
Il nostro punto di vista è che abbiamo esaminato gli ultimi 50 anni di crescita economica. La metà di quello che è venuto su a causa di altre persone che lavorano. A causa di invecchiamento, e stiamo andando a perdere un sacco di che. Un modo di pensare, è solo che non ci sono abbastanza lavoratori. Abbiamo bisogno di tutto l’AIs, robot, et cetera di lavoro, in più abbiamo bisogno di persone che lavorano per avere la crescita economica. Di nuovo, se si pensa che UBI si basa sul fatto che stiamo andando ad avere una disoccupazione di massa, credo che tu abbia dato già e, infatti, è necessario spostare.
L’altra cosa che penso sia anche utile, ancora una volta, come abbiamo modellato il potenziale impatto di influenza aviaria e di altre tecnologie, oltre a questi driver aggiuntivi, potremmo continuare a vedere questa crescente di reddito dispersione o la disuguaglianza di reddito. Si potrebbe chiedere, “Look. Abbiamo solo bisogno di assicurarsi che la gente ottenere pagato abbastanza.” Beh, poi di nuovo, se si desidera guardare da un pubblico di vista della politica, forse si potrebbe indirizzare i tipi di sussidi, come il Credito Imposta sui Redditi, che sia incent di lavoro, nonché di fornire un reddito supplementare per le persone. Penso che, pensando a tutte le possibilità.
Ora, detto questo, UBI per un luogo che è un paese in via di sviluppo, di nuovo, si potrebbe mettere un piano in atto che permette alle persone di avere molta più libertà per quanto riguarda quello che sono in grado di fare il loro lavoro. Ma, in un paese sviluppato, sia a causa dei costi, così come il fatto che non è indirizzata verso il tentativo di convincere la gente a lavorare, penso che sia difficile per che motivo. Detto questo, in generale il punto, un altro insieme che abbiamo trovato dalla storia, che ci auguriamo possa continuare, anche se non credo che tutti possono interrompere completamente il lavoro, la settimana di lavoro è diminuito, in media, a due cifre percentuali su di una questione di decenni e secoli.
Speriamo che tutti noi possiamo avere più tempo libero. A proposito, tempo libero unità nuove attività, nuove professioni. Che cosa dobbiamo fare. Abbiamo bisogno di continuare a generare nuove attività e occupazioni. Speriamo che, la settimana lavorativa continuerà a diminuire nel tempo. Almeno, per il prossimo futuro, non vediamo andando a zero.
Che cosa circa i cambiamenti demografici?
La demografia è interessante e comprende una serie di potenti fattori. Di nuovo, ci coprono circa di questo, nel rapporto pubblicato il mese scorso. Prima di tutto, i paesi variano notevolmente nelle loro dati demografici. Per molti paesi, sono l’invecchiamento, e che aggrava questa domanda; non ci sono abbastanza lavoratori per continuare la crescita economica che abbiamo goduto per tanti anni. Il motivo per cui abbiamo una vita migliore rispetto ai nostri genitori e i nostri genitori hanno avuto una vita migliore rispetto ai nostri nonni, et cetera, è la causa di questa crescita economica e la metà provenienti da più persone che lavorano.
In germania la manodopera è in calo. In giappone forza lavoro è in calo. La cina, con una popolazione di un miliardo e mezzo di persone, la loro forza lavoro è o, a seconda di chi si chiede, a breve dovranno iniziare in calo. Quelli sono paesi che semplicemente non hanno abbastanza lavoratori per sostenere la crescita economica. Di nuovo, una delle implicazioni di ciò è l’AI e la robotica può essere alcuni dei lavoratori, possono compilare per il divario per quanto riguarda solo i numeri di persone che sarebbero disponibili a lavorare.
Detto questo, ci sono altri paesi, come l’India, i paesi del continente Africano, et cetera, che sono molto giovani, e la loro piramide demografica sembra molto diverso. Siamo interessati a un certo punto il fatto, beh, oddio, che cosa se di automazione AI, queste tecnologie, entrano in gioco solo in quanto hanno bisogno di creare altri posti di lavoro? Questo è assolutamente vero, in India, per esempio; altri 150 milioni di persone hanno bisogno di posti di lavoro per il futuro.
Abbiamo modellato fuori tutti questi potenziali conducenti di domanda aggiuntiva. A proposito, abbiamo raccolto sette di loro. Sappiamo che non ci sono più, quindi, anche del nostro modello è limitata. Soprattutto in quei paesi che tendono ad essere giovani, quelli che sono anche i paesi che tendono ad avere alte aspirazioni per la loro crescita economica. Iniziano relativamente basso PIL pro capite scala. Come risultato, che genererà un sacco di domanda per il lavoro umano, così come la robotica e l’intelligenza artificiale. Anche in quei paesi, vediamo il potenziale per un sacco di lavoro, lavoro da fare.
Di nuovo, che torna alla domanda di riqualificazione professionale e di educazione. Possiamo convincere la gente in quei posti di lavoro? Allora, si può distribuire tali tecnologie in un modo, perché, come ho detto prima, l’intelligenza artificiale e la robotica necessitano di un sostegno in movimento sul digitale viaggio? Anche i paesi che sono in via di sviluppo e i giovani, sarà necessario spostare il digitale percorso per loro di approfittare di queste altre tecnologie e migliorare la loro produttività, mentre stanno generando nuovi posti di lavoro per le persone.
Cosa consigli per le organizzazioni?
Il numero uno è, dedicare tempo e risorse per comprendere la tecnologia e le sue potenzialità. Voglio dire, mi hanno detto che dovrebbe leggere il nostro rapporto, ma [risate] ma io non ho intenzione di fare il commerciale. Penso che si sta cominciando a capire quello che potenziale. Quindi penso che lo stesso tipo di prova e imparare la filosofia, che è stato efficace in dati e analisi in generale, penso che ciò che è vero, anche qui.
Un’altra cosa che penso, che è anche vero, lo è particolarmente per le tecnologie che stanno lavorando bene, oggi, intorno machine learning e apprendimento profondo. Esse sono basate sul fatto di avere set di training, in modo che i dati. Penso di essere sofisticate di avere una strategia in materia di dati è importante.
Ho avuto l’opportunità di parlare con Andrew Ng, per esempio, che è uno dei pionieri nel profondo di apprendimento e di apprendimento automatico, in generale. Egli parla di alcune delle aziende leader nella distribuzione di AI, davvero di passare il tempo in questi pluriennale di vista dei dati che è importante essere raccolti o avere accesso a così sarete in grado di competere ad andare avanti, e stanno giocando questi pluriennale. Egli li descrive come multidimensionale giochi di scacchi per avere accesso ai dati che contano.
Una delle più grandi sfide che ora è sul talento umano a lato. Lo abbiamo visto con i dati precedentemente gli scienziati. Di nuovo, in una certa misura, abbiamo parlato di molte AI casi di utilizzo in fase di estensioni di analisi dei casi d’uso. L’analisi sfide talento adesso sono estese alle sfide intorno AI, e quindi gli importi enormi di guerra per il talento per quanto riguarda le persone che capiscono queste tecnologie profondamente.
Naturalmente, che sta cambiando, anche, come più e più persone di usufruire di risorse online, iscriversi a corsi, et cetera. Di nuovo, la domanda e l’offerta sono in continua evoluzione. Ora, la domanda è così alta, e la fornitura è relativamente limitata. Una delle sfide più grandi è solo di avere persone a bordo che può farlo.
CXOTalk riunisce la maggior parte del mondo business e capi di governo in profondità conversazioni sul digitale interruzione, AI, innovazione, e argomenti correlati. Essere sicuri di guardare i nostri numerosi episodi! Immagine di anteprima Creative Commons da Pixabay.
Argomenti Correlati:
La Leadership Di Pensiero
La Trasformazione Digitale
L’innovazione
Settore Tech
0