«Умная» автоматизация. ваш новый коллега — искусственный интеллект

В Accenture уверены в том, что разработки стоят на пороге новой революции — революции ИИ, и как раз ему и совокупностям машинного обучения посвящен отдельный раздел изучения Accenture Technology Vision 2016.

Что же такое «умная» автоматизация и как она может оказать помощь банку?

«Умной» автоматизацией в Accenture именуют автоматизацию бизнес-операционной деятельности и процессов, связанную с применением совокупностей ИИ (AI, artificial intelligence). Уже на данный момент совокупности ИИ употребляются в самых различных отраслях индустрии. Приведем только пара примеров:

Обработка естественного языка (natural language processing, NLP) используется денежными компаниями в антифрод-совокупностях для мониторинга электронных коммуникаций как в компании, так и в открытых источниках для обнаружения социальных связей и сущностей между ними (формирование и социальное профилирование социального графа).
Распознавание образов разрешает идентифицировать человека по его фотографии и употребляется силами и банками правопорядка для противодействия мошенникам .
Представление знаний разрешает разбирать огромные массивы данных для выделения из них нужных элементов, к примеру имен персонала, количества жалоб и стоимости операций, что разрешает найти причину понижения прибыльности отделения.
планирование и Логические рассуждения оказывают помощь руководить работой автоматических совокупностей от домохозяйства до огромного склада (тому примером логистические комплексы Amazon), и разрешают делать предсказания о поведении фондового рынка, сделав вероятным существование нового класса финтехкомпаний — робо-советников (robo-advisors).

Не смотря на то, что существуют скептики, утверждающие, что подобная автоматизация приведет к полной замене человека автоматами, это не верно. К примеру, всецело автоматизированный завод Siemens все равно снабжает 1150 рабочих мест. Действительно, в случае если раньше эти позиции были связаны конкретно с изготовлением продукции, то сейчас большая часть из них — должности в сфере мониторинга, программирования и обслуживания автоматов.

Пионеры AI-индустрии не стремятся избавиться от рабочих мест и создать дегуманизированное автоматическое будущее

Аналогичных примеров появляется все больше, и цель «умной» автоматизации — не только повышение и ускорение эффективности нередких операций. Подобная автоматизация расширяет возможности создания новых продуктов и одолжений в ранее недоступном масштабе. Согласно точки зрения Accenture, пионеры AI-индустрии не стремятся избавиться от рабочих мест и создать дегуманизированное автоматическое будущее, наоборот — применяют автоматизацию для новых, более продуктивных, взаимоотношений между машинами и людьми, повышая производительность человека.

В отличие от прошлого подхода, в то время, когда совокупности ИИ рассматривались как всего лишь дополнение к уже существующей IT-инфраструктуре, сейчас они ведут к радикальному трансформации способов построения инфраструктуры, являясь практически ее новым слоем. Это облегчает процесс автоматизации, поскольку инструментов, разрешающих AI-совокупностям обрабатывать эти и обучаться, делается все больше. Среди них назовем совокупность распознавания образов от Гугл с открытым исходным кодом и AI-платформу Amelia от IPSoft, автоматизирующую работу со знаниями и общающуюся с клиентами более чем на 20 языках.

70% опрошенных начальников компаний объявили, что их инвестиции в AI-совокупности существенно увеличились за последние два года, и 55% опрощеных планируют деятельно применять совокупности машинного обучения и встроенные AI-решения наподобие Amelia

Подобные ответы делают индустрию AI точкой интереса как для больших компаний, так и для инвесторов. За последние четыре года лишь в Соединенных Штатах количество компаний, разрабатывающих ответы на базе ИИ, увеличилось в 20 раз. По данным анкетирования Accenture, 70% опрошенных начальников компаний объявили, что их инвестиции в AI-совокупности существенно увеличились за последние два года, и 55% опрощеных планируют деятельно применять совокупности машинного обучения и встроенные AI-решения наподобие Amelia.

На практике внедрение совокупностей «умной» автоматизации свидетельствует для компаний возможность повышения гибкости процессов, уменьшения сложности совокупностей и бизнес-процессов, уменьшение времени вывода на рынок новых продуктов и свойство всегда экспериментировать с новыми услугами и продуктами.

К примеру, платформа Paxata разрешает аналитикам фокусировать упрочнения на значимых данных, находя их в огромных корпоративных «озерах данных». Adobe Target автоматизирует не только персонализацию рекламы, но и разрешает с ней экспериментировать, что дает маркетологам возможность тестировать собственные идеи без вовлечения IT-работы. Английский стартап Bloomsbury.ai производит на рынок ответ, разрешающее людям без навыков в программировании заниматься аналитикой громадных массивов данных, утверждая, что при должной подготовке эту разработку возможно будет применять фактически для чего угодно — от создания произведений искусства до потребительских продуктов.

Как и при с платформенной экономикой, Accenture предлагает двухфазный замысел развития для внедрения в компании «умной» автоматизации.

В первую фазу замысла, подготовительную, входят следующие этапы:

Выяснить, какие конкретно возможности AI и совокупностей анализа данных применяет ваша компания на данный момент. Совершить анализ недостатков и возможностей. Осознать преимущества, снабжаемые AI-совокупностями, от принятия ответов до само-обнаружения и эволюции возможностей для инноваций. Выяснить, как бы была перестроена компания для реализации аналогичных преимуществ.
Совершить опись трудоемких бизнес-процессов и выяснить возможности по инвестированию в машинное обучение и автоматизацию. Это поспособствует улучшению операционных возможностей и масштабированию аналитики.
Выяснить конкретные приложения, требующие нередких ручных обновлений, стремительного масштабирования, получения агрегатов данных либо высокой степени персонализации. В случае если приложение применяет эти — это один из кандидатов для внедрения таких совокупностей ИИ, как совокупности машинного обучения.
Спроецировать варианты и эти приложения их применения на ваши текущие бизнес-процессы и корпоративную стратегию для понимания приоритетов и определения развития вашей позиции — догоняете ли вы соперников либо пробуете взять новые преимущества.
Создать замысел создания, приобретения либо сотрудничества с партнерами для помощи работы с данными и реализации ваших ноу-хау по автоматизации.
Выяснить последствия автоматизации навыков — изменения персонала и задач ролей, организационных потребностей, процессов. Выяснить, что изменится по окончании того, как автоматизированные задачи прекратят потребовать внимания людей, ранее занимавшихся ими.
Создать стратегию перехода организации на новые бизнес-процессы, обучения персонала новым навыкам и внедрения трансформаций.

Годовой замысел конкретно внедрения совокупностей «умной» автоматизации в Accenture видят следующим образом:

Пересмотреть кандидатов на проекты автоматизации, определенных в подготовительном замысле. Реализовать разработку ИИ, автоматизирующую один из этих бизнес-кейсов. Выяснить ее количественное влияние на бизнес и применять денежную экономию для реализации следующих проектов.
Создать замысел действий, нужных для масштабирования проекта автоматизации. Верное планирование разрешит сгладить переход и применять рабочую силу параллельно с автоматизированными элементами бизнеса.
Развить в компании навыки работы с совокупностями машинного обучения, внедрив ответ, применяющее конкретные эти для своеобразного бизнес-кейса. Это решение должно применять передовые аналитические разработки, к примеру, которые связаны с персонализацией.
Совершить пилотный проект совокупности машинного обучения, определяющей новые связи в данных. Совершить обзор результатов с прицелом на обнаружение новых возможностей для инноваций и роста, к примеру выделение нового сегмента клиентов либо создание нового продукта.
Критически пересмотреть варианты применения совокупностей машинного обучения. Настроить процесс обеспечения качества для принятия либо последующих действий и отклонения решений, принимаемых на основании данных совокупностей машинного обучения. Убедиться, что аналитики компании подтверждают точность и полноту применяемых данных и возможность применения методов.
Создать программу обучения, дабы обеспечить большой уровень знаний ваших разработчиков и аналитиков ПО в разных областях AI-разработок, в особенности в обработке естественного языка и распознавании образов. Дать им время для разработки и исследования вероятных ответов, применяющих эти технологии.
Организовать в компании видение, учитывающее применение компанией ИИ и даталогии, включая НИОКР, инновационные программы и разработку новых программных продуктов.

Финансовая жизнь

«Умная» автоматизация. ваш новый коллега — искусственный интеллект

Развитие искусственного интеллекта

Интересные записи

Похожие статьи, которые вам, наверника будут интересны: