コンテンツ
- データサイエンスからのより良いビジネス成果の鍵
- ドメインの専門知識を持つ人へのAIの拡張
- 決定事項の理解
- バグやストレスなし-あなたの人生を破壊することなく人生を変えるソフトウェアを作成するためのステップバイステップガイド
- インターネットの台頭からの教訓
- 技術を今すぐ利用可能にする
- 時間とコストを削減してリスクを軽減
出典：Denisismagilov / Dreamstime.com
取り除く：
AIの未来は、印象的なムーンショットではなく、スプレッドシートに関連付けられている日常的な日常使用です。それは、希少な分野から一般的なビジネス用途へのAIの出現についての意見です。
データサイエンスからのより良いビジネス成果の鍵
で ハーバードビジネスレビュー 記事、アレッサンドロ・ディ・フィオーレ、創立者兼CEO 欧州戦略的イノベーションセンター （ECSI）「より多くの企業が データサイエンティスト 彼のコンサルティングの仕事と 研究、彼は、より多くのデータサイエンティストを雇用しても、ビジネスにとって必ずしも良い結果が得られるとは限らないという結論に達しました。
フィンクロスインターナショナルの創業者兼副CEOであるヘンリージェームズとの最近のインタビューで、私に同じ観察がなされました。 データサイエンス 実際、彼らは50人のチームよりも5人のチームでうまくやれるということです。
ドメインの専門知識を持つ人へのAIの拡張
会社のディ・フィオーレにとって本当に違いを生むのは、「アクセスの民主化 AI 「具体的な価値を生み出す、マネージャーと従業員の間のツールと意思決定力」を続けました。 」（一部の企業が既にAIを使用している方法については、こちらをご覧ください 今日のAI：現在誰がそれを使用しているか、どのように.)
彼は「民主化」という用語を気にせず、「チームスポーツ」という用語を好みますが、OpleのCOOであるトッドヘイはその見解に同意します。 Techopediaとのインタビューで説明したように、彼は希少で集中化されたAIから大衆への移行を、 スプレッドシート、すべてのビジネスマンが使用する必要がある便利なツール。
「対象とドメインの専門家は、ビジネスに影響を与える可能性のある予測を評価するのに最適な立場にあります」とHay氏は述べています。しかし、データサイエンティストがそれらを担当するように設定することで 予測モデル、「プロセスから除外されます。」それはビジネスの利益にはなりません。
彼は、データサイエンティストがモデルがうまく機能するかどうかを判断するための数学と統計の専門知識を持っていることを認めていますが、解決するAIにどの質問を入れるべきかを決定する能力がありません。そして、モデルの専門知識と利害関係者の専門知識の間のギャップが、「ケースモデルの70％-80％が使用されない」という事実を説明しています。
決定事項の理解
モデルがどのように機能するかを理解できないことには、さらに悪影響があります。ヘルスケア、保険、金融などの規制された業界では、意思決定プロセスを監査人に説明する必要があり、それを実行できないという懸念が懸念されています。
AIのOpleのシニアセールスマーケティングエグゼクティブであるRick Salettaは、 機械学習 ＆データサイエンスは、インタビューでの彼の同意を指摘し、これが、企業が「透明なAI」としても知られるようになった理由であると述べました。 説明可能なAI。見たように AIはやるべきことを説明している、AIがどのように結論に達するかについての明確な説明がない場合、「バイアスフリー」であると確信することはできません。彼はさらに、「AIはそれ。"
バグやストレスなし-あなたの人生を破壊することなく人生を変えるソフトウェアを作成するためのステップバイステップガイド
誰もソフトウェアの品質に関心がない場合、プログラミングスキルを向上させることはできません。
インターネットの台頭からの教訓
ブラックボックスのように動作するAIに直面したままであるという懸念は、それが可能にするすべてのメリットを享受することからビジネスを妨げています。ヘイによれば、それは変化しなければならない考え方です。彼が提案した 今日のAI 90年代後半のインターネットのようなものです。それは次のようないくつかの壮大な失敗があることを意味します Pets.com そして、他のそのような不発は、人々が新しい技術をどのように適用するかについてかなり確信を持っていないことによる。そして、新しい技術への恐怖は人々を引き留めます、と彼は言いました：「それは新しくて怖くて、非常に複雑です。」
しかし、それを理解する人々にとっても素晴らしい機会があります。 「私たちが今見ているものはすべて、人々が新しいことを試してみようとしているので、インターネットによって開かれました」とヘイは言いました。今と同じ状況です AIを実現する人々 「彼らは探しているべきだとさえ知らなかった」ことを見つけるために。彼らはまた、彼らが自分の能力を疑うべきではありません。主題の専門家 そしてデータを知っている人々。」
技術を今すぐ利用可能にする
「現在、すべての企業がAIをどのように活用できるのか、今日見たいと思っています」とHay氏は宣言しました。それを実現するには、AIがデータサイエンスの専門家のサークルの外からアクセスできるようにする必要があります。 「世界の有能なデータサイエンティストの数は、その恩恵を受ける企業の数をはるかに下回っています」と彼は説明しました。したがって、より多くのビジネス上の問題を解決するための鍵は、「Andrew Ngになるように多くの人々を訓練するのではなく、人々がテクノロジーを利用できるようにすること」です。
確かに、それは未来の波です。 ガートナー、今年は増加すると予測されています 「セルフサービス」分析。 AIの著しい進歩と、「SaaS （雲） 分析 そして BI ガートナーのリサーチディレクターであるCarlie J. Idoine氏は、プラットフォームを使用することで、非専門家が効果的な分析を行い、意思決定に役立つ情報をより簡単かつ費用対効果の高いものにしています。
それがビジネスに導入され、より多くの従業員がAIのメリットに自分自身を助けたがらない場合、それは組織内の観客スポーツではなく、本当に参加型になります。このシフトは大きな影響を与える可能性があります。 （ビジネスのAIについてあまり考えていない場合は、以下の実装を検討してください。 企業がAIの使用を検討する5つの方法.)
時間とコストを削減してリスクを軽減
「人々は仮説を立てるために6ヶ月を費やすことをとても恐れています」とヘイは説明しました。なぜなら、それは時間とお金の大きな投資であり、最終的に失敗する可能性があるからです。ただし、 AI 期間が長いこれらの主要なムーンショットプロジェクトのために予約されていませんが、より頻繁に、おそらくは日常的に完了するより一般的なタスクについては、「スプレッドシートのように」なります。試してみるのを恐れて、いくつかの異なるものを調べて、彼らのニーズに最適なものを見つけます。
ただし、Idoineは、企業が従業員が自分でニーズに合わせてそれを使用し、適応させる方法を理解することを期待するだけではないことを警告しています。彼女は、「ほとんどのセルフサービスユーザーが有意義な出力を生成するには、トレーニング、サポート、およびオンボーディングプロセスが必要である」と主張しています。したがって、「迅速に立ち上げて実行する方法、および適用方法に関する正しいガイダンスを提供する必要がありますそして、それは、データサイエンスチームの数を増やすのではなく、ビジネス問題に対するより良い解決策の鍵です。
