Позвольте мне начать с моего личного опыта. Прошло более 5 лет, занимаюсь машинным обучением и искусственным интеллектом в разных направлениях. И согласно моей статистике из 10 инициатив / проектов ИИ, 2 из них не выживают более 3 месяцев, 5 из них никогда не запускаются / производятся (даже если результаты POC или POV были супер захватывающими), 1 запуск в этику ИИ и обсуждение ценностей опоры и, в конечном итоге, вас убьют, а отдых 2 выйдет в эфир с множеством * ограничений и проблем. (* ограничения и проблемы - чтобы узнать больше об ограничениях и проблемах производства ИИ, дождитесь моей следующей публикации).

Я знаю, это звучит нелепо и приводит к огромной трате времени, денег и рабочей силы. Более важный вопрос: почему цифры такие плохие и что мы можем с этим поделать?

Что ж, после нескольких мозговых штурмов по этой проблеме и множества ретроспектив, я пришел к выводу, что самая большая проблема в искусственном интеллекте - это не технологии, программирование на Python или глубокое обучение. Это проблема, которая лежит на уровне бизнеса, и большинство из нас не тратит достаточно времени на ее решение.

Я попытаюсь продемонстрировать это на одном простом примере. Во время моего разговора с испанской компанией по производству стеклянных изделий (анонимно) мы рассмотрели вариант использования для обнаружения дефектных продуктов в производственной ленте, прежде чем они перейдут на следующий этап обработки или на рынок. Проблема заключалась в следующем: как только бракованный продукт доставляется на рынок, вся партия должна возвращаться на склад для дальнейшей проверки, а этот процесс стоит больших денег, а репутация находится под угрозой. Другими словами, это случай «утечки доходов». Итак, как эксперт в области ИИ, вы бы вскочили в проблему и попытаетесь вписаться в некоторый алгоритм и видение ИИ, чтобы выявлять дефектные продукты, прежде чем они покинут производственный конвейер. Вы сделаете несколько образцов снимков хороших и плохих предметов и запустите POC, чтобы сделать несколько снимков и классифицировать их как хороший предмет или дефектный предмет. Пока все хорошо, и поверьте мне, вы можете получить точность до 99%, если используете правильный алгоритм (ы). Все довольны, особенно владельцы бизнеса. Но самое интересное начинается сейчас. Продолжай читать…

Теперь, когда у вас есть успешный POC, вы хотите воплотить его в жизнь. Итак, в первую очередь вам понадобятся живые фото, когда товар находится на поясе. Как бы Вы это сделали?

  1. Будете ли вы размещать на конвейере одну или пять камер, чтобы запечатлеть все стороны продукта?
  2. Вы отправите эти фотографии в облако, чтобы классифицировать их, или вы запустите эту модель на периферийном устройстве?
  3. Допустим, вы определили неисправный элемент, что вы будете делать дальше? К тому времени, когда ИИ определит предмет, он будет немного впереди в поясе. Вы попросите человека вытащить это из производственной ленты или вы воспользуетесь роботизированной рукой с автоматизацией, чтобы разобраться в ситуации.

Выяснилось, что производственному предприятию нужно вложить значительные средства, чтобы установить камеры и роботизированную руку и синхронизировать весь поток. Это также значительно изменило бы способ планирования работы и способ обучения рабочих для выполнения работы. Оказалось, что сейчас это невозможно сделать из-за огромных вложений в инфраструктуру и огромных затрат времени и рабочей силы. Правление решило перенести этот вопрос на следующий финансовый год, чтобы рассмотреть его еще раз.

Что здесь только что произошло? POC с точностью 99% не удалось запустить, и это не из-за технологии. Итак, что пошло не так и как мы могли это улучшить? Если вы глубоко сконцентрируетесь на проблеме, вы увидите две основные проблемы в состоянии выполнения.

  1. Возможность увеличения и уменьшения масштаба
  2. Расчет рентабельности инвестиций на начальном этапе планирования

Увеличение и уменьшение масштаба: владельцам бизнеса необходимо увеличить масштаб, чтобы увидеть и понять реальную проблему, но также необходимо уменьшить масштаб, чтобы увидеть более широкую картину и интеграцию. варианта использования с остальной частью бизнес-экосистемы. Умный владелец бизнеса задаст три вышеуказанных вопроса на этапе оценки идеи, используя технику уменьшения масштаба, и заставит заинтересованные стороны подумать об этом в начале этапа планирования. Увеличение следует использовать как стратегию решения проблем, тогда как уменьшение масштаба - это стратегия для измерения последствий после того, как решение будет принято.

Расчет рентабельности инвестиций. Владельцы бизнеса должны понимать реальную стоимость привлечения ИИ. К сожалению, 70–80% из них просчитывают эту стоимость, которая составляет 3 раза.

  1. Стоимость решения AI (инженер по данным, специалист по машинному обучению, алгоритмы и т. Д.)
  2. Стоимость интеграции (интеграция с остальной частью бизнес-экосистемы, например, CRM, приложения, оборудование, автоматизация и т. Д.)
  3. Стоимость управления производством (безопасность, масштабируемость, аудит, производительность, точность, удобство использования и т. Д.)

Эти три основных фактора определят общую стоимость внедрения решения AI. После расчета вы должны рассчитать результат этого решения ИИ, которое обычно называется: Определение масштаба воздействия. Для этого вам нужно в основном позаботиться о трех факторах.

  1. Влияние на рынок благодаря вашему решению
  2. Влияние на клиента из-за вашего решения
  3. Влияние на доход из-за вашего решения

После того, как вы рассчитаете как стоимость, так и влияние вашего ИИ-решения, вы можете легко рассчитать рентабельность инвестиций, чтобы принять решение о том, продолжать ли вариант использования или нет, и помните, что этот расчет вы должны выполнить на этапе оценки идеи.

На мой взгляд, это два основных навыка, которые должны быть у владельца бизнеса ИИ в 2020 году, чтобы добиться успеха. Без этого исход сражения полностью зависит от удачи. Надеюсь, вам понравился пост, и вы можете поставить лайк и поделиться им. В случае возникновения вопросов, оставьте комментарий ниже или свяжитесь со мной по адресу [email protected] / [email protected] / + 46–734083209.

ИИ обладает бесконечным пулом возможностей, но реальный вопрос заключается в том, что вы собираетесь с ним делать. - Ашок Самал, Microsoft