Expert AI odhaluje, jak top inženýři AI mění způsob, jakým podnikáme

Autor: Rishon Blumberg, 10x spoluzakladatel správy

Obchodní svět se rychle mění a nalezení talentovaného inženýra AI může přinést vaší společnosti významné konkurenční výhody. Zatímco podnikatelé se spoléhali na své instinkty a intuici, aby diktovali směr svého podnikání po dlouhou dobu, inženýři umělé inteligence pomáhají firmám ověřit nebo zdiskreditovat některé ze svých dlouhodobých přesvědčení.

AI inženýr má schopnost přijít do společnosti a změnit způsob, jakým podnikáme. A vedoucí podniků využívají data k přijímání rozhodnutí jako nikdy předtím. Vedení se stále může spolehnout na intuici, ale AI je tu, aby nám pomohla ověřit nebo zdiskreditovat naše přesvědčení.

Jako technický podnikatel, který pracuji s některými z nejlepších AI inženýrů na světě, jsem byl svědkem transformační síly, kterou může mít AI inženýr v podnikání. Měl jsem tu čest vést rozhovor s inženýrem AI a zázrakem, který začal univerzitu ve věku 12 let (Zack Dvey-Aharon), o tom, jak společnosti začnou používat AI v nové éře založené na údajích pro podnikání.

Rishon (tučně): Děkuji, že jste si udělali čas na rozhovor se mnou, Zackem. Jaké je vaše oblíbené použití AI, na kterém jste pracovali osobně?

Zack: Jako inženýr AI jsem pomáhal zdravotnickým společnostem analyzovat data, aby pochopil, kdy jejich léčení funguje nejlépe. Pomohl jsem společnostem zabývajícím se kybernetickou bezpečností identifikovat neobvyklé chování v síti pro účely zabezpečení, pomohl energetickým společnostem lépe porozumět potenciálu oceánských vrtů, obchodní společnosti optimalizovaly své ceny a nabídky, seznam pokračuje ... Pokud jsem si vybral oblíbeného, ​​mohl bych dostat několik rozzlobených písmen v mail od těch, které jsem vynechal! Všichni moji klienti jsou pro mě speciální a opravdu mě baví pracovat na každém projektu, který realizuji.

Docela diplomatická odpověď! Jaké jsou způsoby, jak si myslíte, že AI bude v budoucnu zpeněžena?

Použiji jednoduchý příklad, který ukazuje, jak umělá inteligence může vylepšit většinu stávajících služeb a produktů a nemusí nutně vytvářet nové. Inženýr AI může vyvinout chladničku, která dokáže spravovat obsah uvnitř chladničky a upravovat teplotu tak, aby nejlépe vyhovovala vašim potravinám. Společnost, která zaměstnává inženýra AI, zpeněží prostým prodejem více jednotek než konkurence. To je jen jeden příklad. V zásadě společnosti, které skutečně využívají inteligenci AI, budou moci zpeněžit jednoduše tím, že budou lepší než konkurence.

Podívejme se na chvíli na baseball a slavný příklad Moneyball a Oakland Athletics. V roce 2002 začal Oakland používat hluboké statistiky k analýze a nalezení podhodnocených hráčů v hlavních a menších ligách před jakýmkoli jiným týmem. Zatímco většina týmů měla skauty, kteří by se spoléhali na instinkty pro hodnocení hráče, Oakland použil objektivní statistiky a algoritmy pro hodnocení hráčů. To umožnilo Oaklandu - se mzdou 44 milionů dolarů - soutěžit s týmy jako New York Yankees - se mzdou 125 milionů dolarů. Data nám umožňují vyhodnotit přesný dopad, který má hráč na hřiště. Jaké procento času hráč zasáhne curveball, když cestuje 82 mph do infield vs outfield vs přes plot? Stejně jako baseball byl transformován statistikami, i širší obchodní svět je transformován AI. Jakákoli metoda (jako Moneyball), která vám poskytne konkurenční výhodu, se zpeněží sama.

Jako fanoušek Yankees oceňuji analogii baseballu. Jak se AI liší od jiných technologií v minulosti?

Díky analýze dat mohou inženýři AI umožnit společnostem pracovat mnohem efektivněji, přizpůsobovat se změnám, rušit zbytečné obchodní procesy a nahrazovat drahé alternativy, včetně lidských pracovních míst.

AI je zcela řízeno daty, takže algoritmy nám pomohou pochopit, kde můžeme zlepšit naše procesy na rozdíl od používání intuice (jak jsem právě zmínil) nebo lidí analyzujících data. K tomu nikdy předtím nedošlo.

Data jsou skutečný zlatý důl a na obloze je limit, jak je lze použít. Zaměstnáním jediného AI inženýra nebo více AI inženýrů mají společnosti nekonečné příležitosti lépe porozumět jejich obchodním procesům, zlepšovat je, optimalizovat je a odhalit nové poznatky, které mohou dramaticky změnit konečný výsledek.

Jaké jsou rozdíly mezi Data Science, AI a Machine Learning?

Věda o údajích je nejobecnějším pojmem pro analýzu dat. Data lze analyzovat ručně bez jakýchkoli algoritmů nebo mechanismů učení, což znamená, že za určitých okolností to není AI vůbec.

Umělá inteligence (AI) pokrývá všechny počítačové / algoritmické způsoby, jak se data učit a lépe na ně reagovat.

Machine Learning (ML) je subdoménou AI. Strojové učení obsahuje samoučící se mechanismy, které jsou chytřejší, protože mají více dat.

Rozdíl mezi strojovým učením a umělou inteligencí spočívá v tom, že umělá inteligence může zahrnovat pevně zakódované vzorce, které se z dat nevyučují, zatímco inženýři strojového učení budou vždy budovat samoučící mechanismy.

Jaká společnost podle vás v budoucnu ovládne AI krajinu? Například 68% internetového vyhledávání v USA se provádí na Googlu. Bude existovat Google AI?

Je těžké říci, že jedna společnost bude monopolizovat toto odvětví. Předpovídám, že za několik let budou AI a přesněji strojové učení přirozeně integrovány všude a všemi. Stejně jako Google a její vyhledávač jsou všude, umělá inteligence a strojové učení budou všude. Inženýr AI bude mít velmi lukrativní postavení v jakékoli společnosti.

Jaké jsou největší výzvy pro společnosti, které chtějí přijmout AI?

Jasnou výzvou číslo jedna je najít dostatečně silného AI inženýra, aby pomohl společnosti nebo se k ní připojil. Pokud porovnáme AI s šachovými šachy, je na světě téměř miliarda šachistů na světě, ale pouze tisíc velmistrů. Přestože se mnoho lidí prezentuje jako odborní inženýři, existuje možná několik desítek inženýrů nebo týmů umělé inteligence, kteří mají opravdu silné a diverzifikované zkušenosti s projektováním strojového učení. Vybudování skvělého řešení AI je v tuto chvíli obtížné, protože talent je tak vzácný.

Jaké jsou největší mylné představy o umělé inteligenci?

Ve filmech často vidíme stroje, které jsou „chytré“ jako lidské bytosti, které dokážou přizpůsobit svůj jazyk a chování nepředvídatelným situacím. Pro lidi to byla fantazie po dlouhou dobu, zejména proto, že byla realisticky představována jako výzva Alanem Turingem v 50. letech 20. století. Pravda je, že taková technologie je stále mimo náš dosah, takže bych řekl, že je to největší mylná představa. Inženýři AI tvrdě pracují, aby nás tam dostali, ale nejsme tak blízko.

Jaké je vaše oblíbené použití technologie AI, které se dnes používá?

Jako inženýr AI je těžké vybrat oblíbeného. Sama revoluce je pro mě úžasná. Pojišťovací společnosti lépe rozumějí svým klientům, mediální společnosti lépe hodnotí své umělce, letecké společnosti lépe optimalizují ceny letenek, seznam pokračuje.

Jaký je jeden příklad aplikace AI, která se vám zdá nevyhnutelná, ale dnes nikdo, koho znáte, na tom opravdu nepracuje?

Myslím si, že umělá inteligence, která bere text napsaný o osobě, a touto osobou z mnoha různých zdrojů a shromažďuje inteligentní, integrovanou analýzu a zprávu, by byla užitečná pro osobní klienty, společnosti a zpravodajské agentury. Představte si, že se snažíte najít informace o potenciálním klientovi, a musíte jít z bodu A do bodu B a nejrůznější místa k nalezení relevantních informací. AI by mohl tento proces usnadnit agregací užitečných dat a poskytnutím JEDNÉ užitečné zprávy na rozdíl od stovek zdrojů s kousky užitečných informací.

Jakou radu byste dali společnosti, která se snaží získat talent AI?

Je důležité provádět výzkum techniků umělé inteligence, kteří byli smluvně přihlášeni konkurenty nebo jinými společnostmi v oboru. Moje firma dodala klientům více než 40 projektů AI a v každé oblasti se ukázalo, že moje předchozí zkušenosti s technikem AI s podobnými problémy byly rozhodujícím faktorem.

Společnosti, které získávají AI inženýry a vývojové talenty, musí rozumět dvěma klíčovým parametrům:

  1. Jak silný a zkušený je technik?
  2. Jak snadno lze integrovat jejich práci s firmou, jejím IT týmem a obecnou „datovou DNA“ firmy?

V dnešní ekonomice se dokonce i nezkušení vědci v oblasti dat a inženýři umělé inteligence staly velmi drahými, takže budování týmu se zdá být pro většinu společností méně realistické.

Opravdu jste nastartovali univerzitu ve věku 12 let?

Určitě ano. Jako dítě jsem vždy hledal nové výzvy a nové způsoby, jak se učit. Přesvědčil jsem své rodiče, aby mě nechali vyzkoušet univerzitní třídu, a když jsem byl schopen udržet krok s touto třídou, zapsal jsem se do dalšího. Dokázal jsem ukončit vysokoškolské vzdělání před maturitou.

Pokud se vám tento článek líbí, můžete si přečíst článek Jak jeden vývojář blockchainu vidí budoucnost technologie

Rishon Blumberg je podnikatel a zakladatel 10x Managementu, přední agentury pro talentované technologie. Je vůdcem myšlenek v budoucnosti pracovního prostoru, byl publikován v Harvard Business Review a často vystupuje v televizi Bloomberg Television a CNBC. Rishon promoval na Wharton School of Business s titulem v oboru podnikového managementu v roce 1994.

Původně zveřejněno na www.10xmanagement.com 27. dubna 2018.