Bisakah Kita Menilai AI Dari Halo, Bukan RoI?
Diterbitkan: 2020-08-16Sekarang lebih dari sebelumnya ketika perusahaan perlu menaruh kepercayaan mereka pada solusi AI
Implikasi etis dapat dianggap dipertanyakan tetapi itu adalah kejahatan yang diperlukan
R&D untuk proyek AI apa pun sering kali menghabiskan banyak biaya
Pandemi Covid-19 telah membuat RoI pada AI menjadi mubazir. Adopsi AI di seluruh dunia telah mematahkan mitos bahwa AI membutuhkan investasi intensif pada infrastruktur, perubahan proses, dan tenaga kerja. Telah terlihat bahwa solusi bertenaga AI telah menjadi faktor penentu kelangsungan hidup perusahaan. Perusahaan telah menyelaraskan kembali prioritas mereka untuk bertahan dari pandemi. Beberapa perusahaan rintisan mulai beraksi dan menciptakan solusi bertenaga AI yang membantu setiap sektor.
Di sektor manufaktur, misalnya, untuk mencapai social distancing, hanya 50-75% karyawan yang boleh datang ke pabrik. Karyawan ini harus mengikuti aturan jarak sosial dan kepatuhan masker. Menjaga agar jalur perakitan tetap berjalan, sambil memastikan keselamatan kesehatan di antara tenaga kerja, merupakan tanggung jawab ekstra yang dihadapi perusahaan.
Kekhawatiran tempat produksi akan disegel jika beberapa kasus positif terdeteksi di antara karyawan, juga tampak besar. Memantau jarak sosial dan kepatuhan masker, setiap saat tidak mungkin dilakukan secara manusiawi bahkan dengan pengawasan CCTV. Kemungkinan kesalahan manusia dan permainan menyalahkan berikutnya di tempat kerja hanya menambah stres yang sudah ada sebelumnya.
Sekarang lebih dari sebelumnya ketika perusahaan perlu menempatkan kepercayaan mereka pada solusi AI. Visi komputer, misalnya, adalah solusi AI yang menganalisis umpan kamera CCTV langsung dan meningkatkan peringatan secara real-time. Itu dapat dihubungkan ke infrastruktur CCTV yang sudah ada sebelumnya dan membantu pengusaha memantau masker wajah di samping ketidakpatuhan jarak sosial, semuanya secara real-time. Tidak seperti manusia, teknologi adalah biner. Jika seseorang tidak mengenakan masker, baik itu CEO atau karyawan magang, sistem akan membunyikan alarm.
Ini membantu menjaga tempat produksi tetap aman karena mengurangi penyebaran virus serta meningkatkan moral tenaga kerja. Perusahaan dapat memilih untuk menampilkan persentase kepatuhan masker wajah atau jarak sosial yang diikuti di situs web mereka atau mengirim pesan ke karyawan dengan analitik data di akhir shift mereka. Solusi Computer Vision memudahkan pengelolaan keramaian di tempat-tempat seperti kantin, dan menciptakan rotasi shift untuk memastikan produktivitas maksimum. AI juga membantu perusahaan tetap bertahan, menciptakan tempat kerja yang aman, dan juga membantu meningkatkan moral karyawan.
Apa yang bisa Anda ukur, bisa Anda kelola. Fakta dan angka yang muncul dari industri yang telah berinvestasi pada AI dari sudut pandang B2B, terutama terkait dengan ROI yang nyata, jelas menunjukkan tren. Bagi banyak industri, RoI ini bersifat subjektif. Misalnya, solusi HSE menggunakan AI yang membantu mencegah kecelakaan, kecacatan, dan kematian. Nyawa diselamatkan karena solusi berbasis AI memantau jalur forklift dan meningkatkan peringatan waktu nyata ketika pejalan kaki menghalanginya.
Mengidentifikasi nyaris celaka, memantau APD, kebakaran, dan kepatuhan termal hanyalah beberapa aspek di mana AI mampu memberikan tingkat akurasi yang tinggi dengan mencegah kecelakaan. Bagian nyata bervariasi dari wawasan yang dapat ditindaklanjuti yang mengarah ke saluran penjualan yang kuat untuk perusahaan produk hanya dengan mengidentifikasi pola kebiasaan orang-orang di ritel dan, pada gilirannya, meningkatkan pengalaman berbelanja. Pandemi telah menyebabkan lonjakan belanja online yang belum pernah terjadi sebelumnya, memberi perusahaan data untuk menganalisis pilihan pembeli. Penggunaan AI, dalam hal ini, akan mengarah pada pembuatan profil orang dan iklan bertarget yang lebih akurat.
Implikasi etis dapat dianggap dipertanyakan tetapi itu adalah kejahatan yang diperlukan. Jejak digital selalu ada, AI mengenali menggunakannya untuk memahami pola dan memberikan wawasan yang, jika tidak, tidak terlihat oleh rekan manusia. AI telah menggembleng berbagai aspek dari keseluruhan industri seperti perawatan kesehatan, ritel, pendidikan, rantai pasokan, dan manufaktur. Baik itu efisiensi proses, keamanan, pemborosan, prediksi pasar, atau perencanaan sumber daya, AI memiliki pijakan yang kuat dalam semua fungsi ini.
Sementara statistik aktual ROI untuk perusahaan yang mengadopsi AI pada tahun 2020 belum muncul, survei tahun 2019 oleh Gartner memberikan gambaran yang realistis. Sekitar 37% organisasi telah menerapkan AI dalam beberapa bentuk atau lainnya di 89 negara. Ini setara dengan kira-kira. 270% meningkat selama empat tahun terakhir. Diperkirakan bahwa pada tahun 2021, 80% dari teknologi yang muncul akan memiliki beberapa bentuk dasar AI.
Tantangan tersebut disorot dalam sebuah laporan oleh AI Stats News. Ia mengklaim bahwa sekitar 65% perusahaan belum melihat keuntungan bisnis dari investasi AI mereka. Juga telah diakui bahwa R&D dalam domain ini belum mencapai potensi penuhnya. Perbedaan ini dapat dikaitkan dengan sejumlah elemen yang menjadi faktor dalam berbagai tahap proses penerapan AI, ditambah dengan kekurangan bakat akut dan masalah manajemen waktu.
Direkomendasikan untukmu:
Bagaimana Kerangka Kerja Agregator Akun RBI Ditetapkan Untuk Mengubah Fintech Di India
Pengusaha Tidak Dapat Menciptakan Startup yang Berkelanjutan dan Skalabel Melalui 'Jugaad': Cit...
Bagaimana Metaverse Akan Mengubah Industri Otomotif India
Apa Arti Ketentuan Anti-Profiteering Bagi Startup India?
Bagaimana Startup Edtech Membantu Tenaga Kerja India Meningkatkan Keterampilan & Menjadi Siap Masa Depan...
Saham Teknologi Zaman Baru Minggu Ini: Masalah Zomato Berlanjut, EaseMyTrip Posting Stro...
Perlombaan ROI
Adopsi darurat AI pasti akan membawa masalah, seperti mengabaikan parameter penting seperti perlindungan privasi karyawan. Namun, perusahaan tidak boleh memperlakukan AI sebagai entitas tunggal yang homogen. Identifikasi implementasi yang tepat sangat penting untuk mencapai ROI yang nyata untuk setiap teknologi zaman baru dalam ekosistem bisnis di seluruh dunia. Setiap industri dan organisasi berbeda dan kuncinya adalah mengidentifikasi kecocokan yang tepat untuk kebutuhan mereka.
R&D untuk setiap proyek AI seringkali memakan biaya yang besar. Sejumlah besar data diperlukan untuk melatih algoritma AI. Salah satu rintangan utama yang dihadapi organisasi adalah tidak memiliki kumpulan data yang tepat untuk melatih AI mereka. Label yang salah atau nilai yang hilang pada akhirnya menghasilkan perbedaan dalam hasil.
Menurut MIT Sloan Management Review dan survei BCG, sekitar 40% organisasi yang melakukan “investasi signifikan” di AI tidak melaporkan keuntungan bisnis dari AI. Sangat penting untuk diberi tahu tentang apa yang bisa dan tidak bisa dilakukan AI. Masih sulit untuk memberikan pengalaman pribadi seperti manusia dengan chatbot berbasis NLP, karena AI tidak dapat meniru emosi dan empati manusia. Transparansi sangat penting; jika orang tahu bahwa mereka sedang berbicara dengan chatbot, mereka tidak akan mengharapkannya memiliki emosi manusia dan akan lebih faktual dalam percakapan mereka.
Banyak bank telah memulai bentuk pengalaman obrolan campuran di mana chatbot pertama-tama mengambil detail seperti nama, masalah yang dihadapi, dan detail lainnya sebelum membawa seseorang untuk melanjutkan percakapan. Ini membantu menghemat waktu dan uang organisasi, karena no. karyawan berkurang. Semakin banyak data menembus sistem, bot NLP yang dilengkapi lebih baik dalam menangani pertanyaan yang lebih kompleks.
Pemimpin bisnis yang memiliki harapan realistis dari AI, akan lebih baik dalam jangka panjang. Protokol dasar yang membantu mereka memahami dan memanfaatkan AI dengan lebih baik adalah:
- Organisasi harus terlibat dalam akuisisi data strategis
- Kebutuhan akan gudang data terpadu
- Otomatisasi meresap
- Penerimaan dan kesadaran akan peran baru di bidang seperti – ilmuwan data, analis data, Insinyur ML
- Pembagian kerja berdasarkan keahlian materi pelajaran untuk peran baru
Tiga Pilar Untuk Penerapan AI yang Sukses
Pakar domain seperti Andrew Ng, bersikeras bahwa tiga pilar kecerdasan untuk penyebaran AI yang sukses di organisasi mana pun, adalah ketekunan bisnis, teknologi, dan etika. Tim penjualan dan pemasaran, dengan intuisi dan pengalaman, harus memberikan bobot yang sama pada analitik berbasis data saat membuat keputusan bisnis. Etika, dalam hal privasi data, kerahasiaan, dan mendidik pengguna akhir membangun fondasi organisasi yang digerakkan oleh AI.
Ketika digunakan secara etis, AI memiliki potensi untuk mendemokratisasikan dunia. Penting untuk membangun tim lintas fungsi di mana pengetahuan domain tumpang tindih. Ini membantu para ahli menyusun strategi lebih baik berdasarkan perspektif holistik. Ini adalah aset jangka panjang yang membantu organisasi merencanakan dan memprioritaskan KPI dengan cara yang lebih berdasarkan data.
Untuk membangun daya tarik yang kuat dan ROI yang efektif, organisasi harus menetapkan tujuan pragmatis dalam hal mengadopsi AI dalam operasi perusahaan. AI adalah bidang yang sedang berkembang dan saat ini, terbukti bahwa karena kurangnya pemahaman tentang penggunaan AI, banyak organisasi tidak menyadari bagaimana memanfaatkannya dengan benar. Organisasi perlu mengadopsi protokol kecil namun efektif ini untuk menyalurkan kesuksesan. Ini adalah:
- Prioritaskan proyek percontohan AI
- Bangun tim AI internal
- Memberikan pelatihan AI dasar kepada tim lintas fungsi dalam organisasi
- Kembangkan komunikasi internal dan eksternal: Sejajarkan pemangku kepentingan Anda tentang bagaimana perusahaan Anda bernavigasi dan menyusun strategi integrasi AI dalam operasi.
Ada kesalahpahaman umum seputar investasi AI. Dikatakan bahwa AI membutuhkan investasi intensif pada infrastruktur, perubahan proses dan tenaga kerja. Demikian pula, orang sering mendengar bahwa biasanya tidak sebelum beberapa tahun organisasi melihat ROI. Ini tidak bisa jauh dari kebenaran. Mesin AI modern dapat berjalan di lokasi menggunakan akselerator seperti GPU dari NVIDIA untuk mengakses data di situs.
Ini bisa berupa data visual dari rekaman CCTV, data operasional dari mesin dan pengontrolnya. Mesin AI modern juga cepat, lentur, dan sangat ringan. Pipeline AI yang kompleks seputar pelacakan, deteksi, dan klasifikasi pada 8 aliran kamera pada 30 FPS, dapat berjalan pada perangkat edge dengan biaya di bawah USD 100 dan dapat digunakan dalam beberapa minggu.
Menjadi jauh lebih mudah bagi organisasi untuk mendefinisikan dan membangun saluran pipa yang disesuaikan dengan kebutuhan mereka. Wawasan yang tersedia dari AI memungkinkan organisasi untuk memangkas biaya, memastikan keamanan, dan meningkatkan kualitas yang semuanya mengarah pada ROI yang nyata.
Kesimpulan
Ekonomi di seluruh dunia merosot, awan resesi menjulang besar. AI memberikan lapisan perak di masa-masa gelap ini. Pandemi menciptakan ekosistem kecerdasan buatan yang kuat di seluruh dunia. Ini telah membantu logistik, distribusi rantai pasokan, dan penjualan, memungkinkan organisasi untuk bekerja seoptimal mungkin setelah penguncian. Perusahaan telah mulai berfungsi dan beberapa nyawa terselamatkan. Untuk setiap rupee yang diinvestasikan dalam sistem AI yang tepat untuk sebuah organisasi, ini telah membantu menghemat lebih banyak lagi.
Dalam waktu statistik nyata akan muncul. Dunia baru juga akan memerlukan parameter berbeda untuk menilai semuanya, termasuk RoI untuk implementasi solusi AI. Sampai sekarang, sorotan tertuju pada AI. Meskipun beberapa orang mengharapkan duri, dunia dapat dengan jelas melihat lingkaran cahaya.