Zero
Comme je l’ai discuter avec le nombre extraordinaire des invités sur CXOTalk, une interview forum de discussion qui rassemble la plupart des penseurs innovateurs dans le monde, dont les trois principaux aspects commerciaux de l’intelligence artificielle ont émergé.
Tout d’abord, l’IA est un vague concept global qui lie ensemble de données et un ensemble de technologies, telles que la reconnaissance des formes et d’autres techniques, qui émulent l’apprentissage humain et de l’intelligence. Le terme “intelligence artificielle” est imprécise de la commercialisation ou de la présentation expression utilisée par souci de commodité. Les acheteurs devraient creuser plus profond pour comprendre les technologies qui font le plus de sens pour leurs organisations.
Deuxièmement, peu d’entreprises ont déployé AI à l’échelle. Il y a beaucoup de prototypes et de preuves de concept, mais l’IA est encore nouvelle et expérimentale pour la plupart des organisations. Par exemple, un récent sondage réalisé par la SAS états “AI adoption encore dans les premiers stades.”
Troisièmement, être sceptique de fournisseur de revendications. Les entreprises de technologie sont encore à essayer de comprendre où l’IA peut améliorer leurs produits et les processus à automatiser. De nombreux fournisseurs ont acheté IA startups à acquérir de l’expertise et de combler les lacunes.
La ligne de fond pour les acheteurs d’entreprise: apprenez la technique, la question de vos fournisseurs, et le plan pour l’IA, par le développement de la science des données talents à l’interne. Le Talent de la rareté est un gros problème aujourd’hui.
—–
McKinsey Global Institute (MGI) est l’un des principaux organismes de recherche dans le monde sur la façon dont IA affecteront les organisations et leur personnel. McKinsey recherche combine l’analyse quantitative avec étendue sur le sol, des interviews des dirigeants et des opérateurs économiques. En conséquence, le matériel qu’ils produisent est perspicace et utile. Deux rapports récents l’accent sur la valeur de l’entreprise de l’AI et de l’impact de l’automatisation et de la démographie sur le travail et l’économie.
L’un des partenaires principaux de McKinsey Global Institute de travail sur l’impact de l’IA et des technologies liées à l’est, le Dr Michael Chui, qui est l’un des plus éloquents des gens que je connais sur ces sujets.
Chui commentaires sont clairs et enracinée dans une recherche solide, faisant de lui un naturel participant à la CXOTalk série de conversations avec les plus innovantes leaders dans le monde. Sur l’épisode 268 de CXOTalk, j’ai parlé avec Michael Chui sur l’IA, les affaires, l’éthique, la politique et l’économie.
Chui fait une couple de points clés que je veux mettre en évidence. Tout d’abord, le succès des efforts d’une organisation à adopter IA repose fortement sur l’ensemble de ses maturité numérique. Les entreprises avec des programmes de gestion active de la transformation numérique seront plus enclins à faire des progrès avec l’IA des initiatives. De mon point de vue, on peut penser à de l’IA des initiatives comme des extensions de la transformation numérique – repenser la culture, de la mentalité, et le modèle d’affaires — plutôt que d’isoler des projets de technologie.
Deuxièmement, commencer à penser comment vous allez former votre personnel que AI change d’emploi et de libérer de la main-d’œuvre pour être re-déployé. Chui dit que la masse de redéploiement de la main d’œuvre sera probablement l’un des “grands défis” nous sommes confrontés.
La discussion en profondeur dure 45 minutes et est un important document décrivant comment l’un des meilleurs du monde IA chercheurs dans les entreprises de vues sur les questions d’aujourd’hui. Vous pouvez regarder l’intégralité de la conversation et lire la transcription complète de l’épisode 268 à CXOTalk site.
Voici une synthèse rédigée transcription tiré de la longue discussion:
Nous parler de McKinsey Global Institute?
McKinsey & company est une Société mondiale de conseil en gestion cabinet. Le McKinsey Global Institute fait partie de McKinsey. C’est un investissement par notre groupe de partenaires mondiaux à travers le monde pour faire de la recherche, franchement, sur les sujets qui comptent. Nous avons été autour depuis plus de 25 ans dans le cadre de McKinsey [et], pour la plupart du temps, ont fait du travail sur la productivité, la compétitivité des pays, des marchés du travail, [et] des marchés de capitaux.
Pour les quelques dernières années, nous avons ajouté une autre recherche de la jambe, qui est autour de l’impact à long terme de l’évolution des technologies. Nous avons examiné les données et les analyses. Nous avons examiné les données ouvertes. Nous avons regardé l’Internet des objets. De plus en plus, maintenant, nous sommes à la recherche à l’intelligence artificielle, de la robotique et de l’automatisation des technologies et de leur impact potentiel sur les entreprises, la société, et de l’emploi et de l’emploi de manière plus générale.
Comment définissez-vous l’intelligence artificielle?
Vous pourriez passer des heures à débattre. Nous la décrivons comme à l’aide de machines pour faire le travail cognitif, pour faire le travail, qui vient principalement en raison de notre cerveau. Mais, comme il s’avère, même de mes études supérieures, nous savons que tous les notre intelligence est seulement pris au piège dans nos cerveaux. C’est aussi une partie de notre corps, et cetera. Et alors, nous comprenons que, dans de nombreux cas, l’intelligence artificielle pourrait entrer dans le monde physique et l’être des choses comme la robotique et les véhicules autonomes, et cetera. Mais, il a à voir avec l’intelligence, puis les machines que l’instancier.
Quelles sont certaines des principales conclusions de vos travaux de recherche?
Le potentiel de ces technologies que nous appelons l’intelligence artificielle est énorme. Ils touchent tous les secteurs, potentiellement chaque fonction. Une raison en est que beaucoup de potentiel applications de l’IA sont des extensions de travail que les gens avaient déjà commencé dans les données et les analyses. Et donc, nous avons été à la recherche à de près de 500 différents cas d’utilisation de l’intelligence artificielle dans chaque secteur, dans chaque fonction.
Parfois, ce que nous disons est, ces méthodes analytiques traditionnelles, si c’est une régression ou qu’avez-vous, vous met ce que peu d’impact. Mais, quand vous pourriez ajouter le caractère multidimensionnel des données supplémentaires ou complémentaires profonde des techniques d’apprentissage, vous pourriez augmenter, par exemple, la précision de la prévision ou de l’augmentation de la TRS ou la diminution des déchets, un certain nombre de ces choses, ces cas d’utilisation nous permettent de le faire. Vous pourriez penser de IA juste être un autre turbo outil pour votre outil d’analyse. Je pense que c’est un constat, qui est qu’il n’y a presque aucune partie de l’entreprise que ce ne pouvait pas affecter.
Une autre pièce, bien que, est que nous avons été à l’arpentage des milliers de différents cadres dans les entreprises partout dans le monde. Mes collègues qui servent des clients sur ces sujets aussi de très contact direct avec les gens qui sont à penser ou à l’aide de l’IA. L’une des choses que nous connaissons aujourd’hui, alors que nous sommes en décembre 2017, comme nous parlons, c’est que c’est très tôt. Alors qu’il y a un grand potentiel pour l’amélioration de l’économie, à la fois dans la ligne du haut et du bas de ligne, seulement un très petit pourcentage de sociétés ont déployé AI à grande échelle ou dans les processus métier.
Maintenant, c’est de changer tous les jours comme de plus en plus les entreprises à développer cette capacité, en savoir plus sur la technologie, et ils peuvent l’intégrer dans le processus d’une organisation, qui, dans certains cas, est la chose la plus difficile à faire. Nous sommes juste très tôt sur cette courbe d’apprentissage. C’est une courbe d’apprentissage abrupte, mais nous sommes au début. Il y a donc beaucoup de potentiel, mais nous sommes au début.
Quels sont les points communs entre les industries que vous avez étudié?
Il ya beaucoup d’industries où une grande partie de leur valeur, est entraîné par leurs interactions avec les clients. Si vous êtes une entreprise de vente au détail, si vous êtes un consommateur paquet de l’entreprise, et cetera, il pourrait faire plus de sens de regarder la valeur de l’IA et ces types de fonctions. D’autre part, si l’efficacité de vos opérations lecteurs de vous, si vous êtes dans les affaires de la fabrication, la livraison et l’expédition des produits, par exemple, si vous êtes dans la logistique, alors peut-être que les besoins opérationnels [préséance]. Je pense que ceux qui sont, au moins au premier niveau, une façon de penser.
Un autre point commun que nous avons trouvé est le suivant, qui est, je pense souvent à vous de découvrir une technologie qui pourrait avoir un effet de transformation. Vous dites, “oh mon Dieu, n’est-il pas un raccourci? Je ne peux pas juste sauter et utiliser que pour la compétition?”
Parce que nous avons besoin de vastes ensembles de données pour l’IA, en fait, nous avons découvert une forte corrélation entre les secteurs et les entreprises qui sont, plus loin sur leur numérisation voyage-la capacité à utiliser le numérique au sein de leur processus de base à l’amélioration de l’efficacité. Il y a une forte corrélation entre celle-ci et être prêt pour l’IA.
L’un des autres points communs que nous avons découvert, c’est assez difficile à accélérer au-delà de votre numérisation voyage. Vous devez être sur le voyage digital pour permettre à vous-même pour être prêt pour l’IA. Je pense que c’est un autre constat.
Si vous voulez accélérer votre impact potentiel sur l’IA, vous avez besoin pour accélérer votre déplacer le long du voyage digital.
Quel sera l’impact de l’IA sur la main-d’œuvre?
Quelques-uns des impacts de ces technologies pour automatiser les activités que nous avons actuellement de payer les gens à faire dans l’économie.
Nous avons examiné les activités individuelles, et pas seulement l’occupation, afin de 2 000 de différentes activités nous payer des gens à faire dans l’économie mondiale. La moitié du temps que les gens passent payés au travail sur les activités qui, théoriquement, on pourrait automatiser, par l’adaptation de technologies qui existent aujourd’hui. Qui semble effrayant, non? C’est un grand pourcentage, mais nous ne sommes pas la prédiction de 50% de chômage, demain, en partie parce que ça prend du temps réel. Il faut beaucoup de temps pour développer la technologie.
Vous avez besoin d’un business case positif. Les Technologies ont tendance à être coûteux quand ils sont d’abord développé, si c’est une voiture sans chauffeur ou une intelligence artificielle de l’algorithme. Ce coût diminue grâce à la loi de Moore. Vous avez besoin de filet contre le coût du travail humain, et qui est différent du monde entier.
En tout cas, 50% des activités potentiellement pourrait ne pas être automatisé pour un autre 40 ans, donc 2055. Bien que, nous avons un scénario qui est de 20 ans plus tôt, et un scénario qui 20 ans plus tard. Nous savons que de plus en plus d’activités que nous de payer les gens à ne sera automatisé.
La question est alors, aura-t-il assez de demande pour le travail humain, même net de choses qui peut être automatisé? Notre rapport du mois dernier suggère oui.
Si vous regardez de potentiels différents catalyseurs — si l’accroissement de la prospérité dans le monde; un autre milliard de personnes entrant dans la classe de consommateurs dans les deux prochaines décennies; si vous parlez de vieillissement, qui est une chose troublante parce que nous avons [moins] les travailleurs, mais d’un autre côté, il entraîne le besoin de soins de santé. Nous avons des rôles pour les personnes à développer et à déployer les technologies elles-mêmes.
J’espère que nous allons voir une augmentation de l’investissement dans les infrastructures pour aider à la classe de consommateurs, mais aussi de corriger et d’améliorer l’infrastructure que nous avons. Nous allons voir des changements dans le mix énergétique et de l’efficacité, et peut-être même beaucoup de ce qui est actuellement le travail non rémunéré dans l’économie qui est maintes fois par les femmes à la maison, si elle est la garde des enfants, la cuisine et le nettoyage, de plus en plus entrer sur le marché.
Si vous regardez toutes ces choses ensemble, et puis même votre filet à l’encontre de ces activités que l’IA et de la robotique, nous voyons encore beaucoup de travail à faire pour les gens, assez pour compenser les effets de l’automatisation.
La vaste question, cependant, est, si vous pensez que le chômage de masse n’est pas le problème, la masse de redéploiement pourrait être le problème. Autant que nous voulons que le système d’éducation à aller mieux, il fonctionne assez bien.
Nous pensons que, potentiellement, le grand défi pour les deux prochaines décennies est, comment recycler des milliers de travailleurs de la technologie de remuer? Nous avons besoin d’eux pour continuer à travailler pour avoir de croissance économique et pourtant, à l’échelle, la reconversion de personnes au-delà de leurs deux premières décennies de la vie est quelque chose que j’ose dire que nous n’avons pas encore complètement résolu. C’est quelque chose dont nous avons besoin pour travailler.
Devrait chefs d’entreprise commencent à penser le recyclage des travailleurs maintenant ou est-ce encore trop tôt?
Cela exige une attention immédiate. Ce n’est pas nécessairement parce que les choses vont arriver pour la nuit, en particulier avec l’IA. Mais, si nous pensons à des technologies d’automatisation de façon plus large, puis, en fait, nous commençons à voir ces choses, si c’est de la robotique de l’automatisation des processus, que ce soit physique de l’automatisation d’une usine de fabrication, de la logistique ou dans un centre de distribution. Ces technologies sont en train de jouer aujourd’hui.
Alors que nous avons décrit cette situation comme un multi-décennie tendance, qui va prendre du temps dans une macro, il va se faire très vite pour les particuliers. Il va se faire très vite pour les travailleurs individuels. Il faut aussi du temps pour comprendre le recyclage. Nous avons décrit cela comme un grand défi. Habituellement, les grands défis ne sont pas résolus du jour au lendemain, et donc je ne pense chefs d’entreprise de s’engager sur cette question de la réorientation de leur main-d’œuvre sur une base continue à l’échelle est quelque chose qui est une question qui devrait être en haut de leur esprit quand ils commencent à réfléchir à leur stratégie en matière d’effectif.
L’idée de revenu universel de base vient parfois dans ces discussions?
Cette idée d’un revenu universel de base, revenu minimum garanti, et cetera, est la capture d’un lot de monnaie. Je suis assis à San Francisco ici et, comme il s’avère, il y a beaucoup de gens qui parlent sur le sujet. Il y a beaucoup d’arguments pour elle.
L’un de ces arguments est que si on pense que les machines sont en train de prendre tout le monde du travail, et nous allons avoir un chômage de masse, nous devons nous assurer que tout le monde a suffisamment de revenus, de sorte qu’ils, en fait, ils peuvent se nourrir et nourrir leurs familles. Je pense que la justification ou qu’une justification pour le revenu universel de base abandonne trop tôt parce que suppose le chômage de masse. En fait, ce que nous disons, c’est que nous devons masse de redéploiement, pas le chômage de masse, juste pour s’assurer que nous avons assez de la croissance économique à l’avenir.
De notre point de vue est que nous avons examiné au cours des 50 dernières années de croissance économique. La moitié de celle qui vient du fait que plus de personnes de travailler. En raison du vieillissement, nous allons perdre beaucoup de cela. Une façon de penser, c’est que nous n’en avons pas assez de travailleurs. Nous avons besoin de toutes les AIs, les robots, et cetera de travail, plus nous avons besoin de personnes travaillant à la croissance économique. Encore une fois, si vous pensez que UBI est basée sur le fait que nous allons avoir un chômage de masse, je pense que vous avez donné déjà et, en fait, que vous devez déplacer.
L’autre chose que je pense que c’est aussi utile, encore une fois, comme nous l’avons modélisé l’impact potentiel de l’IA et d’autres technologies, plus d’autres pilotes, on peut continuer à voir cette augmentation de la dispersion du revenu ou de l’inégalité des revenus. Vous pourriez vous demander, “Look. Nous avons juste besoin de s’assurer que les gens obtiennent assez payé.” Eh bien, là encore, si vous voulez la regarder d’un point de vue de politique publique, peut-être que vous pourriez cibler les types de subventions, telles que l’Impôt sur les Revenus de Crédit, qui à la fois d’attirer de travail ainsi que de fournir un revenu supplémentaire pour les gens. Je pense que, de la pensée à travers toutes ces possibilités.
Maintenant, cela dit, UBI pour un lieu qui est un pays en voie de développement, encore une fois, il pourrait mettre un sol en place qui permet aux gens d’avoir beaucoup plus de liberté quant à ce qu’ils soient en mesure de faire leur travail. Mais, dans un pays développé, tant en raison de la dépense, ainsi que le fait qu’elle n’est pas ciblée en essayant d’amener les gens à travailler, je pense que c’est difficile pour cette raison. Cela dit, l’ensemble de point, un autre ensemble que nous avons trouvé de l’histoire, qui nous l’espérons, continuera, bien que nous ne pensons pas que tout le monde peut arrêter de travailler complètement, la semaine de travail a diminué, en moyenne, une croissance à deux chiffres sur une question de décennies et des siècles.
J’espère que nous tous puissent avoir plus de temps pour les loisirs. Par la voie, de loisirs lecteurs de nouvelles activités, de nouveaux métiers. C’est quelque chose que nous devons faire. Nous devons continuer à générer de nouvelles activités et de professions. Heureusement, la semaine de travail va continuer à diminuer au fil du temps. Au moins, pour l’avenir prévisible, nous ne voyons pas ce que ça va zéro.
Ce sujet de l’évolution de la démographie?
La démographie est intéressant et comprend un certain nombre de puissants facteurs. Encore une fois, nous assurons un peu de cela dans le rapport que nous avons publié le mois dernier. Tout d’abord, les pays varient considérablement dans leur démographie. Pour de nombreux pays, ils sont vieillissants, et qui exacerbe cette question; nous n’avons pas suffisamment de travailleurs pour continuer la croissance économique que nous avons connu pendant de nombreuses années. La raison pour laquelle nous avons une meilleure vie que nos parents et nos parents ont eu une meilleure vie que nos grands-parents, et ainsi de suite, est de ce fait la croissance économique et la moitié en provenance de plus de personnes de travailler.
L’allemagne de l’effectif est en baisse. Japon de la main-d’œuvre est à la baisse. La chine, avec une population d’un milliard et demi de personnes, leur main-d’œuvre ou, en fonction de qui vous demandez, débutera prochainement à la baisse. Ceux sont des pays qui n’ont tout simplement pas suffisamment de travailleurs pour soutenir la croissance économique. De nouveau, une des conséquences de cela est de l’IA et de la robotique peut être une partie des travailleurs, peut combler cette lacune quant à juste des nombres de personnes qui sont disponibles pour travailler.
Cela dit, il y a d’autres pays comme l’Inde, les pays du continent Africain, et cetera, qui sont très jeunes, et leur pyramide démographique est très différente. Nous sommes intéressés à un certain point, sur le fait, bien, mon dieu, que si l’automatisation de l’IA, de ces technologies, entrent en jeu tout comme ils ont besoin pour créer encore plus d’emplois? C’est absolument vrai en Inde, par exemple; un autre de 150 millions de personnes ont besoin d’emplois à l’avenir.
Nous avons modélisé tous ces facteurs potentiels de demande supplémentaire. Par ailleurs, nous avons choisi sept d’entre eux. Nous savons qu’il y a plus, de sorte que même notre modélisation est limitée. En particulier dans les pays qui ont tendance à être jeunes, ce sont aussi les pays qui ont tendance à avoir des aspirations élevées pour leur croissance économique. Ils commencent relativement faible sur le PIB par habitant à l’échelle. Comme un résultat, qui va générer beaucoup de demande pour le travail humain, ainsi que la robotique et l’intelligence artificielle. Même dans ces pays, nous voyons le potentiel pour beaucoup de travail à faire.
Encore une fois, nous en revenons à la question de la reconversion et de l’éducation. Pouvons-nous amener les gens dans ces travaux? Ensuite, vous pouvez déployer ces technologies dans un sens parce que, comme je l’ai dit avant, l’IA et la robotique exiger l’un des fondements de se déplacer sur le voyage digital? Même les pays qui sont en développement et les jeunes, la nécessité de se déplacer sur le voyage digital pour leur permettre de profiter de ces autres technologies et d’améliorer leur productivité alors qu’ils sont la création de nouveaux emplois pour des personnes aussi bien.
Quels conseils avez-vous pour les organismes établis?
Le numéro un est, de consacrer un peu de temps et de ressources pour la compréhension de la technologie et de son potentiel. Je veux dire que je devrais avoir dit qu’ils devraient lire notre rapport, mais [rires] mais je ne vais pas vous faire le commercial. Je pense qu’il commence à comprendre ce que le potentiel est. Alors je pense que le même genre de test et d’apprendre la philosophie, qui était en vigueur dans les données et les analyses largement, je pense que c’est quelque chose qui est vrai ici aussi.
Une autre chose que je pense, ce qui est également vrai, est particulièrement pour les technologies qui fonctionnent bien aujourd’hui autour de l’apprentissage de la machine et de l’apprentissage en profondeur. Elles sont basées sur les ensembles d’apprentissage, de sorte que les données. Je crois que sophistiqué sur le fait d’avoir une stratégie de données est important.
J’ai eu l’occasion de parler avec Andrew Ng, par exemple, qui est l’un des pionniers dans l’apprentissage en profondeur et l’apprentissage de la machine, dans l’ensemble. Il parle de certains de sociétés de premier plan dans le déploiement de l’AI, vraiment passer du temps sur ces pluriannuel de vue sur ce que sont les données importantes pour être collectées ou avoir accès à de sorte qu’ils seront en mesure de rivaliser à l’avenir, et ils jouent à ces pluriannuel. Il les décrit comme étant multidimensionnelle des jeux d’échecs pour avoir accès aux données qui les questions.
L’un des plus grands défis est maintenant sur le talent de la personne de côté. Nous l’avons vu avec les données scientifiques précédemment. Encore une fois, dans une certaine mesure, nous parlons beaucoup de l’IA de cas des extensions de l’analyse de cas d’utilisation. L’analyse des défis sur le talent sont maintenant étendues aux défis autour de l’IA, et donc des quantités énormes de la guerre pour les talents à l’égard des personnes qui maîtrisent ces technologies profondément.
Bien sûr, c’est en train de changer, et de plus en plus de gens prennent avantage de ressources en ligne, s’inscrire à des cours, et cetera. Encore une fois, l’offre et la demande sont en constante évolution. Maintenant, la demande est tellement forte, et l’offre est relativement limitée. L’un des plus grands défis est d’avoir simplement des personnes à bord, qui peut le faire.
CXOTalk rassemble le plus de monde d’affaires et des chefs de gouvernement pour mener une conversation en profondeur sur la perturbation numérique, de l’IA, de l’innovation, et de sujets connexes. Assurez-vous de regarder nos nombreux épisodes! Une vignette de l’image Creative Commons de Pixabay.
Rubriques Connexes:
Leadership Éclairé
Transformation Numérique
L’Innovation
Industrie De Haute Technologie
0