Udnyttelse af evolution med AI
Tonya Hall og Dr. James Felt, grundlægger og CEO for LabGenius, snak om processen med at udnytte udviklingen i kraft af AI til at oprette brugerdefinerede DNA-molekyler.
“Den mest magtfulde person i verden er historiefortæller. Fortælleren sætter vision, værdier og dagsorden for en hel generation, der er kommet.” — Steve Jobs
Der er ikke mange teknologier, der kan fremkalde responser, som en stærk og følelsesladet, da AI. Det er mindre præsenteret som teknologi og mere som en ukendt, mystisk, ødelæggende kraft. Overskrifter i medierne stoke ilden ved at citere de største navne i tech henvisning til AI som noget at frygte. En nylig debat mellem Alibaba-Gruppen formand og grundlægger Jack Ma og Telsa CEO Elon Musk bedste eksemplificerer de forskellige synspunkter på AI. Så det er helt forståeligt, hvorfor folk bliver bange, når AI kommer til deres organisationer.
Forskning viser, at alle linjer-of-business er klar til et AI revolution, herunder kundeservice, digital handel, product management og marketing. For bedre at forstå, hvordan virksomhed trailblazers kan effektivt position og mester vedtagelsen af kunstig intelligens (AI) i hele deres organisation, jeg i forbindelse med en analytics, big data, og AI pioner, som har anbefalet og implementeret AI teknologier i hele hans imponerende karriere.
Ketan Karkhanis, SVP & GM af Analytics-Cloud i Salesforce
Ketan Karkhanis fungerer som senior vice president og general manager for Salesforce Analytics, hvor han er ansvarlig for at drive alle aspekter af business analytics, herunder produkt, strategi, ledelse, marketing, teknik og distribution. Under hans ledelse, Salesforce Analytics er blevet en komplet løsning til at gøre analytics mere tilgængeligt for enhver virksomhed bruger, der tilbyder den fulde spektrum af basic, avanceret, og AI-drevet analytics.
Karkhanis forstår og er også motiverede for at sikre, at virksomhederne fuldt ud at forstå den kompleksitet, fordele og bedste praksis i forbindelse med vedtagelsen af AI og digital business transformation mod at dyrke en data-drevet kultur med henblik på at forbedre interessenter (ansatte, kunder, business-partner, og fællesskaber) oplevelse.
“De af os, der er initiativtagere til AI har helt klart brug for at blive bedre til at kommunikere, at adskille fakta fra science fiction. Som en person, der er derude hver dag taler om AI, har jeg udviklet en personlig tjekliste, som jeg bruger til at holde det fast og holde fokus på konkrete forretningsmæssige værdi. Jeg håber, det giver dig mulighed for at blive en fortaler for AI i din organisation,” sagde Karkhanis.
Her er otte effektive måder at advokere for AI, i henhold til Karkhanis:
- Ikke vedtage et systems opfattelse af verden: Den måde, du skabe forandring er ikke ved at gå på og på, om systemer, men ved at fokusere på kundens synspunkt. I stedet for den tekniske jargon, taler det sprog, af dem, som hver dag arbejder med de forretningsprocesser, som er under forandring. I sidste ende, den forretningsmæssige værdi er den variabel, der betyder noget.
Levere hurtige sejre: At komponere en change management symfoni, ledere nødt til at tænke over, at mennesker først. Change management er svært ikke, fordi forandring er svært, men fordi det tager så lang tid. Inspirere din organisation, og vigtigst af alt, mennesker, ved at levere hurtige-brand micro ændringer. Små forskydninger, der har indflydelse og forbedre resultaterne for en lille gruppe af mennesker får talt om og tjene som stærke katalysatorer for fremtiden accept i hele organisationen.
Hvad er Kunstig Intelligens?
Være ydmyg: Hype kan være den største PR-problem, som AI. AI er ikke en tryllestav, der, abracadabra, der vil løse verdens sult, bringe universel fred, og garanterer en Super Bowl sejr. Det er avanceret matematik. Perioden. AI er et værktøj, — en bidragyder til at finde løsninger. Mennesker gør brug af AI-over en periode af tid til at grave efter værdifulde guld nuggets og foretage gradvise forbedringer af processer og resultater. Det er også vigtigt, at stort set uddanne alle aktører med at tilegne sig en grundlæggende viden om forskellige implementeringer af AI, der starter med at besvare spørgsmålet: “Hvad er AI?’
Være empatisk: “AI kommer til at tage mit job” er et reelt problem for de ansatte. Det kan være ubegrundet, men der er skyld i omfattende misinformation. Den effektive communicator vil arbejde hårdt for at mindske disse bekymringer ved at hjælpe folk til at forstå, at AI er der for at hjælpe dem med at blive mere effektive, til ikke at erstatte dem. AI er bare et matematisk værktøj, og menneskene er meget stadig sin chef. Som en stemme for forandring i din organisation, er det vigtigt at leve sig ind i det team og enkeltpersoner, der kommer til at forbruge og gennemføre produktionen af dit arbejde.
På samme måde, behøver du ikke henvende sig til en VP kundeservice med 30 års erfaring med at erklære, at du “kan løse deres markering af CSAT score.” I stedet for at lede med din konklusion, indgå i en dialog, der respekterer deres rolle. Det kan være så simpelt som at spørge, “Er CSAT noget, du ønsker at fokusere på?” Så snart man præsenterer AI-afledte numre, som bedre end nogen store erfaring, den transformation, der er på vej ned af vejen til fiasko. I stedet præsenterer dine indsigter som en mulighed for dem til at overveje og diskutere.
Forklares AI Er lige så, hvis ikke mere vigtigt, end nøjagtighed: en Del af den frygt for AI stammer fra dens opfattede “black box” uigennemskuelighed. Det er derfor, det er så vigtigt at anvende teknologier, der er til stede automatisk opdagelse som naturlige sprog forklaringer på, hvorfor noget sker, og hvorfor en given forudsigelse, der er vigtigt. AI kan forudsige et nummer, men dette nummer på sin egen, er ubrugelig. Varig værdi er afledt når dette antal er ledsaget af et naturligt sprog forklaring, der gør det muligt for virksomheden bruger til at forstå, hvorfor den model, der ankom til dette nummer.
Business-folk er ikke alene i dette. Data forskere, overholdelse af eksperter, og andre teknologer har brug for deres egne forklaringer i form af koden for den model, der leverer den forudsigelse. Denne gennemsigtighed gør dem i stand til at validere modellen og er den bedste måde at skabe tillid.
Må ikke koge data havet: Blandt de mest almindelige indvendinger mod AI er misforståelser om data, der starter med “Vi ikke har data for, at” og slutter på “Vores data er en rod.” Dette er arven af big data hype. Og det er forkert. Dybt data, progressiv tanke, at man bare brug for de rigtige data for en given use case, er befriende. Det tyder på, at din organisation kan gøre dette lige nu. Tænk over det. Hvorfor skulle man har brug for en data-søen med HR-data til at håndtere kundernes nedslidning? Service information, kunden historie information, og at historie kan være alle, der er nødvendig for at udvikle værdifulde indsigter. Dette er, hvordan at afslutte vente til perfekt data og lave projekter, overskueligt og doable.
Løse “det er for…” problem: alt For hårdt. Alt for kompliceret. For dyrt. AI har bevæget sig fremad meget hurtigt. Det er ikke længere det eneste domæne af fire sjældne genier. AI-augmented analytics betyde, at de eksisterende forretning og data analytikere kan op-dygtighed til at blive borger data forskere. For eksempel, Salesforce Trailhead læremoduler give en nem tilgang til læring, der giver medarbejderne mulighed for at drage fordel af i dag ‘ s self-service, peg-og-klik stil discovery værktøjer.
Beskytter mod bias: Bias er et meget reelt problem, over for hvilke organisationer, der skal være på vagt. Uddannelse er selvfølgelig det første og vigtigste handling. Ud over, at selv om en kombination af styring og teknologi, og tilbyder en vej frem. Regeringsførelse betyder at have en klar politik om, hvad data-elementer vil blive brugt i AI modeller. Teknologien kan så hjælpe med at beskytte mod ubevidste fordomme, utilsigtet små måder, at mennesket afviger fra den korrekte vognbane. Bill Gates var på rette vej, når han sagde, “Automatisering anvendes på en ineffektiv drift vil forstørre ineffektivitet.” Med andre ord, automatisk opdagelse bygget på forudindtaget modeller vil øge bias. En person ved hjælp af Einsteins Analytics til at bygge en model, der giver rabat på lån applikationer, der kan gøre de rigtige ting i form af styring og markere “race” som et beskyttet område for at undgå dens brug i beslutningsprocessen. Der er en god start, men ikke nok. Så, Einsteins Opdagelse vil tage de ekstra skridt for at kigge gennem data, udflagning ZIP-kode, som er stærkt korreleret til race, og foreslår at fjerne det fra model til at reducere ubevidste fordomme.
Den største forhindring for kommunikatører til at overvinde, er den sensationelle hype omkring AI. Det er mest effektivt, når det bruges til forståelig, realistiske projekter. Tror ikke, om AI som en massiv, forstyrrende forandring i organisationen. Dens genialitet ligger i små øjeblikke, suppleret af den menneskelige intelligens, der drev en bedre beslutningstagning. Det er ikke den krukke med guld for enden af regnbuen, det er klumper af guld du kan samle op undervejs.
Denne artikel blev co-forfattet af Ketan Karkhanis, SVP og GM for Analytics-Cloud i Salesforce.
Kunstig Intelligens
Nvidia hævder world records i samtale AI uddannelse
IBM tilbyder forklares AI toolkit, men det er åbent for fortolkning
Hvad er AI? Alt, hvad du behøver at vide om Kunstig Intelligens
MIT finder dybt betydning for AI i strikning af sokker (ZDNet YouTube)
Mød den AI, der kan erstatte din baseball dommer (CNET)
Hvordan big data og AI hjælpe online-forhandlere konkurrere (TechRepublic)
Relaterede Emner:
Innovation
Digital Transformation
CXO
Tingenes Internet
Virksomhedens Software
Intelligente Byer