Nul
Gezien de hype rond de kunstmatige intelligentie (AI), organisaties zou in de verleiding komen om een duik in AI initiatieven te nemen, zonder het doen van de benodigde grondwerk. Het feit is, er kan veel mis gaan met AI, en de vroeg organisaties beseffen dat en neem voorzorgsmaatregelen om te voorkomen dat problemen, hoe beter.
AI, in zijn vele vormen steeds meer doordringen in verschillende aspecten van het bedrijfsleven, zegt Anthony Scriffignano, senior vice president en chief data scientist bij Dun & Bradstreet, een aanbieder van analytics diensten om bedrijven te helpen klanten bij het verbeteren van hun bedrijfsprestaties.
“De uitdagingen voor leiders gaan dan de tools en technieken van AI, inclusief behoud van kennis, het opwaarderen van bestaande vaardigheden en het talent acquisition/retentie,” Scriffignano zei. “Misschien is het nu meer dan ooit, is het belangrijk dat leiders hebben een lange view” van hoe de AI zal evolueren.
Ook: Kan de mens krijgen greep op AI?
Organisaties en hun data science teams nodig om te voorkomen dat de rush om te proberen elke nieuwe AI-methode simpelweg omdat de aantrekkingskracht van iets nieuws, Scriffignano zei. In plaats daarvan is het belangrijk te brengen van een begrip van de randvoorwaarden, de formulering van het probleem, bias en andere analytische principes die cruciaal zijn voor enige gevolgtrekking van gegevens.
“Vooraanstaande met een methode of een instrument is in het algemeen een slecht idee,” Scriffignano zei. “Kunnen we niet gewoon ‘machine leren’ van een probleem met de nieuwe tools en technologie.” In plaats daarvan, bedrijven inzicht hebben in de soorten problemen waarmee ze geconfronteerd worden dat AI kon pakken en de juiste aanpak voordat haasten om het toepassen van een technologie-oplossing.
Neem bijvoorbeeld een organisatie die op zoek om te begrijpen sociale sentiment en hoe dat sentiment wordt beïnvloed door marketing campagnes en sales activiteiten.
“Er zijn veel tools beschikbaar om te doen sentiment analyse, clustering en andere technieken,” Scriffignano zei. “Het zou verleidelijk zijn om de rush uit en probeer een of meer van deze hulpmiddelen.”
Moet lezen
Zal AI therapie nodig in de toekomst? (CNET)Top 5: Manieren AI zal veranderen bedrijf (TechRepublic)
Maar bedrijven moeten eerst vragen een paar kwalificerende vragen: Is er voldoende, direct beschikbare gegevens? De gegevens die stabiel genoeg is dat de conclusies geldig zijn? Is er een reden om te denken dat de toekomst kan worden afgeleid uit eerdere gegevens? Heeft het bedrijf toegestane gebruik van de nodige gegevens?
“Bij gebreke van dergelijke vragen te beantwoorden van tevoren gevaar voor de inspanning net zo snel — als niet meer snel — dan technische problemen,” Scriffignano zei.
Wanneer veel historische informatie bestaat, bedrijven zou kunnen hebben om te gaan met de uitdaging van de “valse gegevens” of vooroordelen.
“Een voor de hand liggende voorbeeld van valse gegevens valse beoordelingen–organisaties die zichzelf concurrenten die de snelheid van hun concurrentie hard en vals, en/of anderen die drager zijn van een aantal onafhankelijke wrok poging tot ondermijning van het succes van een bedrijf,” Scriffignano zei. “Er zijn veel populaire sites waar ‘gebruikers’ kan bieden, beoordelingen van producten en diensten.”
Ook: Hoe Facebook schalen AI
Andere voorbeelden van valse gegevens kunnen zijn vervalst financiële prestaties, valse reclame, en informatie die van invloed zijn op de uitkomst van de verkiezingen of aan de invloed van de markt op het gedrag.
Bedrijven moeten zich bewust zijn van het bestaan van deze vormen van misleidende gegevens bij zich te verdiepen in AI.
Vorige en aanverwante dekking:
Wat is AI? Alles wat je moet weten
Een executive gids voor kunstmatige intelligentie, van machine learning en algemene AI-neurale netwerken.
Wat is diep leren? Alles wat je moet weten
De lowdown op diep leren: van hoe het zich verhoudt tot het bredere veld van machine-leren door te zien hoe aan de slag met het.
Wat is machine learning? Alles wat je moet weten
In deze gids wordt uitgelegd wat ‘machine learning’ is, hoe het is in verband met kunstmatige intelligentie, hoe het werkt en waarom het belangrijk is.
Wat is cloud computing? Alles wat u moet weten over
Een introductie van cloud computing recht vanaf de basis tot IaaS en PaaS -, hybride -, public en private cloud.
Verwante artikelen:
Er is geen rol voor de AI of data science: dit is een team inspanning Opstarten Verwanten brengt glimp van hoop voor AI AI-robotica: Het uitzicht vanuit de Chief Data Science Office Salesforce intro ‘ s van Einstein Stem, een AI-voice assistant voor ondernemingen is Het niet de banen AI is het vernietigen van dat stoort me, het is degenen die groeien
Verwante Onderwerpen:
Kunstmatige Intelligentie
CXO
Digitale Transformatie
Tech Industrie
Smart Cities
Cloud
0