Inhoud
- AI versus automatisering
- Eventuele nadelen?
- Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
Bron: CharlieAJA / iStockphoto
Afhaal:
AI is dichterbij dan u denkt en het kan echt een aantal radicale veranderingen teweegbrengen in onze manier van werken en leven.
Kunstmatige intelligentie (AI) is tegenwoordig een hot topic in de onderneming, waarbij marktleiders kijken naar toepassingen variërend van slimme producten tot zelfherstellende - zelfs zelfbewuste - computerinfrastructuur.
Maar hoeveel hiervan is echt en hoeveel is science fiction? Staan we echt op het punt om onze menselijkheid te verkopen aan een klasse overheersers van robots? Of zal de technologie helemaal geen betekenisvolle verandering teweegbrengen?
Afgaande op wat er op dit moment beschikbaar is en waar de ontwikkelingstrends naartoe gaan, is het antwoord op de laatste twee vragen "Nee".
AI versus automatisering
Het eerste dat u moet begrijpen over de AI van vandaag is dat het niet alleen een uitbreiding is van bestaande automatisering. Traditionele automatisering kan worden gebruikt om machines, apparaten en applicaties herhaalbare taken uit te voeren, meestal met een constante snelheid en op een consistente manier. Door AI-aangedreven automatisering kan de geprogrammeerde entiteit zich eerst aanpassen en reageren op een breed scala aan stimuli en vervolgens zijn eigen programmerings- en bedrijfspatronen aanpassen aan de veranderende omgeving. Dus hoewel een geautomatiseerde robotarm kan worden geprogrammeerd om een bepaald paneel een oneindig aantal keren op dezelfde manier op een bepaald soort autodeur te bevestigen, kan een AI-arm verschillende soorten panelen analyseren en zelf uitzoeken hoe ze eraan kunnen worden bevestigd verschillende soorten deuren. (Zie Automatisering: de toekomst van data science en machine learning voor meer informatie over automatisering?)
Wat betreft de bedrijfsinfrastructuur is AI de sleutel tot de implementatie van de digitale transformatie die nodig is om te gedijen in een servicegerichte economie, zegt Venkat Srinivasan, voorzitter en CEO van automatiseringsbedrijf Rage Frameworks. AI introduceert al verschillende sleutelfuncties voor infrastructuuractiviteiten met een meer taalkundige benadering van gegevensanalyse in plaats van traditionele database-algoritmen. Op deze manier krijgen bedrijfsdatasystemen de mogelijkheid om gegevens te begrijpen in hun context en relevantie voor de echte wereld, waardoor ze op hun beurt de riemen van ongestructureerde gegevens kunnen begrijpen die onaangeroerd en vergeten in bedrijfsarchieven zitten. Tegelijkertijd maakt het een hoger niveau van redeneren en traceerbaarheid mogelijk, waardoor menselijke operatoren en andere intelligente systemen de mogelijkheid hebben om in analyses en andere processen te kijken hoe en waarom beslissingen worden genomen.
Maar hoe precies gaat dit allemaal op operationeel niveau spelen? Welke soorten toepassingen kunnen we verwachten van AI-aangedreven processen?
Volgens Gil Press, managing partner bij onderzoeksbureau gPress, zijn twee van de meest diepgaande spraakherkenning en het genereren van natuurlijke talen. Met behulp van neurale netwerken en andere geavanceerde technologieën duwen bedrijven als Google en Amazon al conversational computing in huis via Google Home en Alexa. Het is dan ook slechts een kwestie van tijd dat dezelfde technologieën het datacenter binnendringen, zodat zelfs niet-technische gebruikers hun gegevensomgevingen eenvoudig kunnen vragen wat ze moeten weten in plaats van typen, klikken of ing. Met de zelflerende, zelfcorrigerende mogelijkheden die AI biedt, is het waarschijnlijk dat de levenscyclus van systemen en upgradepatronen dramatisch zullen veranderen - apparatuur zal in de loop van de tijd niet verslechteren; het wordt beter met weinig of geen menselijke betrokkenheid. Ook zal de data-omgeving zelf proactiever worden in haar operaties, en suggesties doen voor het optimaliseren van data-prestaties, niet alleen reageren op commando's.
Eventuele nadelen?
Is deze visie van een heldere, glanzende toekomst dan alles wat AI in de onderneming heeft? Hoe zit het met de nadelen?
Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
Je kunt je programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.
Zeker, zegt Chris Preimesberger van eWeek, dat AI op een gecontroleerde, gecoördineerde manier moet worden geïmplementeerd, net als elke andere technologie. In feite zijn veel van de belangrijkste valkuilen hetzelfde als bij bestaande dataplatforms, zoals het inzetten van een technologie op zoek naar een oplossing en het niet garanderen dat geautomatiseerde processen passen bij de bedrijfsvereisten. Maar AI vereist ook speciale aandacht, zoals het feit dat AI alleen resultaten kan leveren die even goed zijn als de gegevens die het ontvangt. Er is ook een afweging tussen breedte en diepte als het gaat om AI; elk systeem dat is ontworpen om een breed scala aan functies aan te pakken, kan niet doordringen tot de zeer gedetailleerde processen die de productiviteit stimuleren. (Zie voor meer informatie over de toekomst van AI niet terugkijken, hier komen ze! De vooruitgang van kunstmatige intelligentie.)
En waarschijnlijk het allerbelangrijkste: hoe 'slim' een AI-platform ook wordt, het zal altijd een menselijk brein nodig hebben om het te begeleiden.
Dus hoewel het misschien cliché klinkt, is het feit dat AI echt op het punt staat of de gegevensomgeving opnieuw doet lijken op iets wat we al die jaren in sciencefictionfilms hebben gezien: een pratende, denkende gegevensomgeving die letterlijk allemaal om ons heen, zoals de boordcomputer van de Starship Enterprise.
In dit licht lijkt het erop dat we allemaal moeten wennen aan het idee dat de onderneming niet langer alleen een verzameling apparaten en software is die onze gegevens ondersteunt, maar een responsief en zeer effectief lid van het zakelijke team.