Artificiell intelligens för tillämpningar i verkliga världen

Under 2013 inledde MD Anderson Cancer Center en "moon shot"-satsning för att använda IBMs Watson kognitiva teknologi för att diagnostisera och ordinera behandlingsregimer för vissa typer av cancer. Under 2017 stoppades dock projektet eftersom dess utgifter hade överstigit 62 miljoner dollar och tekniken ännu inte hade använts på patienter. Samtidigt experimenterade cancercentrets IT-avdelning med kognitiva teknologier för betydligt mindre ambitiösa uppgifter, som att rekommendera hotell och restauranger till patienternas familjer, bedöma om patienter behövde hjälp med att betala sina räkningar och lösa personalens IT-problem. Dessa initiativ har gett betydligt mer lovande resultat: De nya teknologierna har lett till högre patientglädje, förbättrad ekonomisk prestation och en minskning av den tid som vårdchefer lägger på monoton datainmatning. Trots misslyckandet med månuppdraget är MD Anderson dedikerad till att använda kognitiv teknologi - det vill säga nästa generations artificiella intelligens - för att förbättra cancerterapin, och utvecklar nu ett antal nya initiativ i sitt kompetenscentrum för kognitiv datoranvändning. .

Skillnaden mellan de två teknikerna är avgörande för alla som utvecklar AI-projekt. Tre fjärdedelar av de 250 chefer som är bekanta med deras företags användning av kognitiv teknologi som deltog i vår undersökning tror att AI kommer att påverka deras organisationer avsevärt inom tre år. Men vår granskning av 152 initiativ i nästan lika många organisationer tyder på att "lågt hängande frukt"-projekt som förbättrar affärsprocesser är mer benägna att lyckas än extremt ambitiösa "moonshot"-insatser. Detta bör inte komma som en överraskning, eftersom detta har varit situationen med den stora majoriteten av ny teknik som anammats av företag tidigare. Men hypen kring artificiell intelligens har varit exceptionellt potent, och den har fångat vissa företag.

Det här inlägget kommer att undersöka de många typer av AI som nu används och presentera ett ramverk för hur företag kan börja utveckla sina kognitiva färdigheter under de kommande åren för att nå sina affärsmål.

Läs också: USA:s domstol förnekar Facebooks yrkande om att avvisa antitrustärendet

Tre former av AI

Det är fördelaktigt för företag att se AI genom prisman av affärsmöjligheter i motsats till teknik. AI kan hjälpa till med tre väsentliga affärskrav: automatisera företagsverksamheten, få insikt via dataanalys och engagera kunder och anställda.

Automatisera processer

Majoriteten av de 152 projekt vi utvärderade inkluderade automatisering av digitala och fysiska processer, främst administrativa och finansiella backoffice-sysslor, med användning av robotprocessautomationsteknik. RPA är mer komplex än tidigare automationslösningar för affärsprocesser eftersom "robotarna" (det vill säga kod på en server) efterliknar mänskligt beteende genom att mata in och konsumera data från många IT-system. Aktiviteter inkluderar:

flytta data från e-post- och kontaktcentersystem till registersystem, såsom uppdatering av klientfiler med nya adresser eller nya tjänster;

ersätta förlorade kredit- eller bankomatkort, komma åt många system för att uppdatera register och hantera kundkontakter; lösa misslyckanden med att ta betalt för tjänster över faktureringssystem genom att extrahera data från olika dokumenttyper; och

Juridiska och avtalsmässiga papper "läses" med hjälp av naturlig språkbehandling för att extrahera bestämmelser.

RPA är den minst kostsamma och enklaste att använda av de kognitiva tekniker vi kommer att utforska här, och det ger ofta en hög avkastning. (Det är också det minst "intelligenta" i den meningen att dessa appar inte är byggda för att lära sig och förbättras, utan utvecklare är gradvis inklusive mer intelligens och inlärningsmöjligheter.) Den är väl lämpad för integration med många back-end-system.

NASA lanserade fyra RPA-piloter inom leverantörsreskontra och fordringar, IT-kostnader och mänskliga resurser, alla administrerade av ett delat servicecenter, som svar på kostnadsutmaningar. De fyra framgångsrika projekten – till exempel 86 % av transaktionerna i HR-applikationen utfördes utan mänsklig inblandning – implementeras i hela företaget. NASA distribuerar nu ytterligare RPA-robotar, inklusive de med mer intelligens. Enligt Jim Walker, projektledaren för gruppen för delade tjänster, "är det knappast raketvetenskap än så länge."

Man skulle kunna anta att robotprocessautomatisering kommer att eliminera jobb snabbt. Däremot, bland de 71 RPA-initiativ som vi undersökte (47 procent av det totala antalet), var utbytet av administrativ personal varken huvudmålet eller en frekvent effekt. Få initiativ ledde till minskningar av antalet anställda och i de flesta situationer hade de relevanta arbetsuppgifterna tidigare lagts ut på entreprenad. Framtida robotautomatiseringsinitiativ förväntas resultera i vissa jobbförluster, särskilt inom offshore-sektorn för outsourcing av affärsprocesser i takt med att tekniken går framåt. Om arbetet kan läggas ut på entreprenad kan det sannolikt automatiseras.

Kognitiv insikt

Den näst vanligaste typen av projekt i vår undersökning (38 procent av totalen) använde algoritmer för att hitta vägar i enorma mängder data och analysera deras betydelse. Betrakta det som "analyser på steroider." Dessa applikationer för maskininlärning används för att:

• bestämma vad en viss köpare sannolikt kommer att köpa; identifiera kreditkorts- och försäkringsbedrägerier i realtid;
• Analysera garantidata för att upptäcka säkerhets- eller kvalitetsproblem för fordon och andra tillverkade varor; automatisera skräddarsydd digital annonsinriktning; och
• Ge försäkringsgivare mer exakta och heltäckande försäkringstekniska modeller.

På tre sätt skiljer sig de kognitiva insikterna som tillhandahålls av maskininlärning från de som tillhandahålls av konventionella analyser. De är normalt mycket mer dataintensiva och detaljerade, modellerna tränas vanligtvis på en del av datamängden, och modellerna förbättras med tiden; det vill säga deras förmåga att använda färsk data för att generera förutsägelser eller klassificera saker ökar.

Kognitivt engagemang

I vår undersökning var projekt som engagerar arbetare och konsumenter via användning av chatbots, intelligenta agenter plus maskininlärning de sällsynta (motsvarande 16 procent av totalen). Denna kategori innehåller:

• Intelligenta agenter som tillhandahåller kundhjälp 24 timmar om dygnet, sju dagar i veckan, och som hanterar ett brett spektrum av problem, från lösenordsfrågor till tekniska supportförfrågningar, på kundens modersmål;
• Webbplatser för att hantera anställdas förfrågningar om IT, personalförmåner och HR-policyer;
• Tjänste- och produktrekommendationssystem som ökar personalisering, engagemang och försäljning för handlare, vanligtvis genom användning av rikt språk eller grafik; och
• Hälsobehandlingsförslagssystem som hjälper till att skapa individualiserade vårdplaner för patienter baserat på deras hälsotillstånd och tidigare behandlingar.

Se även: Meta blev utsedd till "värsta företag" 2021 i USA

Företag i vår forskning tenderade att kommunicera med arbetare som använder teknik för kognitiv engagemang oftare än med konsumenter. Detta kan förändras om företag blir allt mer bekväma med att automatisera konsumentinteraktioner. Till exempel lanserar Vanguard en intelligent agent som hjälper sina kundsupportarbetare att svara på vanliga förfrågningar. Så småningom kommer konsumenter att kunna interagera direkt med den kognitiva agenten, snarare än med mänskliga kundvårdsanställda. SEBank i Sverige och medicinteknikverksamheten Becton, Dickinson i USA använder den realistiska intelligenta agent-avataren Amelia för att ge IT-hjälp till sina interna anställda. SEBank har just gjort Amelia tillgängligt för ett begränsat antal kunder för att kunna utvärdera dess prestation och mottagande.

Utvald bild: Hjärnteknikfoto skapat av rawpixel.com

Prenumerera på Whitepapers.online för att lära dig om nya uppdateringar och förändringar gjorda av teknikjättar som påverkar hälsa, marknadsföring, affärer och andra områden. Om du gillar vårt innehåll, vänligen dela på sociala medieplattformar som Facebook, WhatsApp, Twitter och mer.