Künstliche Intelligenz für reale Anwendungen

Im Jahr 2013 startete das MD Anderson Cancer Center ein „Mondflug“-Projekt, bei dem die kognitive Watson-Technologie von IBM zur Diagnose und Verschreibung von Behandlungsschemata für bestimmte Krebsarten eingesetzt werden sollte. Im Jahr 2017 wurde das Projekt jedoch gestoppt, da die Kosten 62 Millionen US-Dollar überschritten hatten und die Technologie noch nicht bei Patienten eingesetzt worden war. Gleichzeitig experimentierte die IT-Abteilung des Krebszentrums mit kognitiven Technologien für wesentlich weniger anspruchsvolle Aufgaben, wie etwa die Empfehlung von Hotels und Restaurants für Patientenfamilien, die Beurteilung, ob Patienten Hilfe beim Bezahlen ihrer Rechnungen benötigten, und die Lösung von IT-Problemen des Personals. Diese Initiativen haben deutlich vielversprechendere Ergebnisse hervorgebracht: Die neuen Technologien haben zu einer höheren Patientenzufriedenheit, einer verbesserten finanziellen Leistung und einer Verringerung der Zeit geführt, die Pflegemanager mit monotoner Dateneingabe verbringen. Trotz des Scheiterns der Mondmission ist MD Anderson bestrebt, kognitive Technologie – also die künstliche Intelligenz der nächsten Generation – zur Verbesserung der Krebstherapie einzusetzen und entwickelt derzeit in seinem Kompetenzzentrum für kognitives Computing eine Reihe neuer Initiativen.

Die Unterscheidung zwischen den beiden Techniken ist für jeden, der KI-Projekte entwickelt, von entscheidender Bedeutung. Drei Viertel der 250 Führungskräfte, die mit der Nutzung kognitiver Technologien in ihren Unternehmen vertraut sind und an unserer Umfrage teilgenommen haben, glauben, dass KI ihre Unternehmen innerhalb von drei Jahren erheblich beeinflussen wird. Unsere Untersuchung von 152 Initiativen in fast ebenso vielen Unternehmen deutet jedoch darauf hin, dass Projekte, die „leicht zu erreichende Ziele“ zur Verbesserung der Geschäftsprozesse sind, eher zum Erfolg führen als extrem ehrgeizige „Mondflug“-Projekte. Dies sollte nicht überraschen, da dies bei der überwiegenden Mehrheit der neuen Technologien, die in der Vergangenheit von Unternehmen übernommen wurden, der Fall war. Aber der Hype um künstliche Intelligenz war außergewöhnlich stark und hat bestimmte Unternehmen erfasst.

In diesem Beitrag werden die vielen Arten der KI untersucht, die derzeit im Einsatz sind, und es wird ein Rahmen dafür vorgestellt, wie Unternehmen in den nächsten Jahren damit beginnen könnten, ihre kognitiven Fähigkeiten auszubauen, um ihre Geschäftsziele zu erreichen.

Lesen Sie auch: US-Gericht lehnt Antrag von Facebook auf Abweisung des Kartellverfahrens ab

Drei Formen der KI

Für Unternehmen ist es von Vorteil, KI durch das Prisma der Geschäftsfähigkeiten und nicht der Technologie zu betrachten. KI kann bei drei wesentlichen Geschäftsanforderungen helfen: Automatisierung von Unternehmensabläufen, Gewinnung von Erkenntnissen durch Datenanalyse und Einbindung von Kunden und Mitarbeitern.

Prozesse automatisieren

Die Mehrheit der 152 von uns ausgewerteten Projekte umfasste die Automatisierung digitaler und physischer Prozesse, vor allem administrativer und finanzieller Backoffice-Aufgaben, unter Einsatz von Technologie zur robotergestützten Prozessautomatisierung. RPA ist komplexer als frühere Lösungen zur Automatisierung von Geschäftsprozessen, da die „Roboter“ (also Code auf einem Server) menschliches Verhalten nachahmen, indem sie Daten aus zahlreichen IT-Systemen eingeben und nutzen. Zu den Aktivitäten gehören:

Verschieben von Daten aus E-Mail- und Contact-Center-Systemen in Aufzeichnungssysteme, z. B. Aktualisieren von Kundendateien mit neuen Adressen oder neuen Diensten;

Ersetzen verlorener Kredit- oder Bankkarten, Zugriff auf zahlreiche Systeme zur Aktualisierung von Datensätzen und Verwaltung von Kundenkontakten; Beheben von Fehlern bei der Abrechnung von Dienstleistungen über Abrechnungssysteme hinweg durch Extrahieren von Daten aus verschiedenen Dokumentarten; und

Rechts- und Vertragsdokumente werden mithilfe der Verarbeitung natürlicher Sprache „gelesen“, um Bestimmungen zu extrahieren.

RPA ist von den kognitiven Technologien, die wir hier untersuchen, die kostengünstigste und am einfachsten zu implementierende Technologie und bringt oft eine hohe Rendite. (Sie ist auch die am wenigsten „intelligente“ in dem Sinne, dass diese Apps nicht darauf ausgelegt sind, zu lernen und sich zu verbessern, sondern die Entwickler schrittweise mehr Intelligenz und Lernfähigkeiten einbauen.) Sie eignet sich gut für die Integration mit zahlreichen Back-End-Systemen.

Als Reaktion auf Kostenprobleme startete die NASA vier RPA-Pilotprojekte in den Bereichen Kreditoren- und Debitorenbuchhaltung, IT-Ausgaben und Personalwesen, die alle von einem Shared-Services-Center verwaltet werden. Die vier erfolgreichen Projekte – 86 % der Transaktionen in der HR-Anwendung beispielsweise wurden ohne menschliches Eingreifen durchgeführt – werden im gesamten Unternehmen umgesetzt. Die NASA setzt derzeit weitere RPA-Roboter ein, darunter auch solche mit mehr Intelligenz. Laut Jim Walker, dem Projektmanager der Shared-Services-Gruppe, „ist das bisher keine Raketenwissenschaft.“

Man könnte annehmen, dass die robotergestützte Prozessautomatisierung schnell Arbeitsplätze abbauen wird. Im Gegensatz dazu war bei den 71 von uns untersuchten RPA-Initiativen (47 Prozent der Gesamtzahl) der Ersatz von Verwaltungspersonal weder das Hauptziel noch eine häufige Folge. Nur wenige Initiativen führten zu einer Reduzierung der Mitarbeiterzahl, und in den meisten Fällen waren die entsprechenden Aufgaben zuvor ausgelagert worden. Zukünftige Initiativen zur robotergestützten Automatisierung werden voraussichtlich zu einigen Arbeitsplatzverlusten führen, insbesondere im Offshore-Bereich des Business Process Outsourcing, da die Technologie voranschreitet. Wenn Arbeit ausgelagert werden kann, kann sie wahrscheinlich auch automatisiert werden.

Kognitive Einsicht

Der zweithäufigste Projekttyp in unserer Umfrage (38 Prozent der Gesamtzahl) verwendete Algorithmen, um Wege in riesigen Datenmengen zu finden und ihre Bedeutung zu analysieren. Betrachten Sie es als „Analytik auf Steroiden“. Diese Anwendungen für maschinelles Lernen werden verwendet, um:

• Bestimmen Sie, was ein bestimmter Käufer wahrscheinlich kaufen wird. Identifizieren Sie Kreditkarten- und Versicherungsbetrug in Echtzeit.
• Analysieren Sie Garantiedaten, um Sicherheits- oder Qualitätsprobleme bei Fahrzeugen und anderen hergestellten Waren zu erkennen. Automatisieren Sie die gezielte Ausrichtung digitaler Anzeigen.
• Stellen Sie den Versicherern präzisere und umfassendere versicherungsmathematische Modelle zur Verfügung.

Die kognitiven Erkenntnisse, die maschinelles Lernen liefert, unterscheiden sich in dreierlei Hinsicht von denen, die herkömmliche Analysen liefern. Sie sind normalerweise viel datenintensiver und detaillierter, die Modelle werden typischerweise anhand eines Teils des Datensatzes trainiert und die Modelle verbessern sich mit der Zeit; das heißt, ihre Fähigkeit, neue Daten zu nutzen, um Vorhersagen zu treffen oder Dinge zu klassifizieren, nimmt zu.

Kognitive Beteiligung

In unserer Umfrage waren Projekte, die Mitarbeiter und Verbraucher über Chatbots, intelligente Agenten und maschinelles Lernen einbinden, am seltensten (sie machten 16 Prozent der Gesamtzahl aus). Diese Kategorie umfasst:

• Intelligente Agenten, die 24 Stunden am Tag, sieben Tage die Woche Kundenunterstützung bieten und ein breites Spektrum an Anliegen – von Kennwortabfragen bis hin zu technischen Supportanfragen – in der Muttersprache des Kunden bearbeiten;
• Websites zur Beantwortung von Mitarbeiteranfragen zu IT, Mitarbeitervergünstigungen und Personalrichtlinien;
• Service- und Produktempfehlungssysteme, die Personalisierung, Engagement und Umsatz für Händler steigern, in der Regel durch die Verwendung ansprechender Sprache oder Grafiken; und
• Behandlungsvorschlagssysteme, die bei der Erstellung individueller Behandlungspläne für Patienten auf der Grundlage ihres Gesundheitszustands und früherer Behandlungen helfen.

Siehe auch: Meta wurde in den USA zum „schlechtesten Unternehmen“ des Jahres 2021 gekürt

Die von unserer Studie untersuchten Unternehmen tendierten dazu, häufiger mit ihren Mitarbeitern über kognitive Interaktionstechnologie zu kommunizieren als mit ihren Kunden. Dies könnte sich ändern, wenn Unternehmen zunehmend mit der Automatisierung von Kundeninteraktionen vertraut werden. Vanguard bringt beispielsweise einen intelligenten Agenten auf den Markt, der seinen Kundendienstmitarbeitern dabei hilft, häufig gestellte Fragen zu beantworten. Schließlich werden die Kunden direkt mit dem kognitiven Agenten interagieren können, anstatt mit menschlichen Kundendienstmitarbeitern. SEBank in Schweden und das Medizintechnikunternehmen Becton, Dickinson in den USA verwenden den realistischen intelligenten Agenten-Avatar Amelia, um ihren internen Mitarbeitern IT-Unterstützung zu bieten. SEBank hat Amelia gerade einer begrenzten Zahl von Kunden zugänglich gemacht, um seine Leistung und Akzeptanz zu bewerten.

Vorgestelltes Bild: Foto zur Gehirntechnologie erstellt von rawpixel.com

Abonnieren Sie Whitepapers.online, um über neue Updates und Änderungen der Technologiegiganten informiert zu werden, die sich auf Gesundheit, Marketing, Wirtschaft und andere Bereiche auswirken. Wenn Ihnen unsere Inhalte gefallen, teilen Sie sie bitte auf Social-Media-Plattformen wie Facebook, WhatsApp, Twitter und mehr.