我们可以通过光环而不是投资回报率来判断人工智能吗？
已发表: 2020-08-16现在企业比以往任何时候都更需要信任人工智能解决方案
道德含义可能被认为是有问题的，但这是必要的邪恶
任何 AI 项目的研发通常成本高昂
Covid-19 大流行使 AI 的投资回报率变得多余。 人工智能在全球范围内的采用打破了人工智能需要对基础设施、流程变更和人力进行大量投资的神话。 可见，人工智能驱动的解决方案已成为企业生死存亡的决定性因素。 企业已重新调整其优先事项以度过大流行。 几家初创公司迅速采取行动，创建了人工智能驱动的解决方案，帮助了各个领域。
例如，在制造业，为了实现社交距离，只允许 50-75% 的员工来工厂。 这些员工需要遵守社交距离规则并戴上口罩。 保持装配线运转，同时确保员工的健康安全，是企业正在处理的一项额外责任。
如果在员工中发现多个阳性病例，制造场所会被密封的担忧也越来越突出。 即使有闭路电视监控，也无法始终监控社会距离和口罩合规性。 工作场所中人为错误和随后的责备游戏的可能性只会增加先前存在的压力。
现在企业比以往任何时候都更需要信任人工智能解决方案。 例如，计算机视觉是一种人工智能解决方案，可以分析实时闭路电视摄像头馈送并实时发出警报。 它可以插入现有的闭路电视基础设施，并帮助雇主实时监控口罩以及社交距离违规行为。 与人类不同，技术是二元的。 如果一个人没有戴口罩，无论是 CEO 还是实习生，系统都会发出警报。
这有助于保持制造场所的安全，因为它可以减少病毒的传播并提高劳动力的士气。 企业可以选择在其网站上显示口罩或社交距离合规性的百分比，或在轮班结束时通过数据分析向员工发送消息。 计算机视觉解决方案使管理食堂等场所的人群变得容易，并创建轮班以确保最大的生产力。 人工智能还可以帮助企业维持生计，为工作创造安全的场所，还有助于提高员工的士气。
你能衡量的，你就能管理。 从 B2B 的角度来看，投资人工智能的行业出现的事实和数据，特别是在有形投资回报率方面，清楚地表明了一种趋势。 对于许多行业来说，这个投资回报率是主观的。 例如，HSE 解决方案使用有助于预防事故、残疾和死亡的人工智能。 生命得以挽救，因为基于 AI 的解决方案正在监控叉车路径并在行人挡路时发出实时警报。
识别险情、监控 PPE、防火和热合规性只是 AI 能够通过防止事故提供高度准确性的一些方面。 有形的部分不同于可操作的见解，通过简单地识别零售中人们的习惯模式，从而为产品公司带来强大的销售渠道，进而增强购物体验。 大流行导致在线购物空前激增，为公司提供了分析购物者选择的数据。 在这种情况下，人工智能的使用将导致更准确的人员分析和有针对性的广告。
伦理上的影响可能被认为是有问题的，但它是必要的邪恶。 数字足迹一直存在，人工智能识别使用它来理解模式并提供人类对应物不可见的洞察力。 人工智能已经激发了医疗保健、零售、教育、供应链和制造等行业的各个方面。 无论是流程效率、安全性、浪费、市场预测还是资源规划，人工智能在所有这些功能中都有强大的基础。
虽然 2020 年采用 AI 的企业的实际投资回报率统计数据尚未出现，但 Gartner 2019 年的一项调查给出了真实的画面。 大约 37% 的组织在 89 个国家/地区以某种形式实施了人工智能。 这相当于大约。 在过去四年中增长了 270%。 预计到 2021 年，80% 的新兴技术将具有某种形式的 AI 基础。
AI Stats News 的一份报告强调了这些挑战。 它声称大约 65% 的公司没有从他们的人工智能投资中看到业务收益。 人们还认识到，该领域的研发尚未充分发挥其潜力。 这种差异可归因于人工智能部署过程的不同阶段的许多因素，以及严重的人才短缺和时间管理问题。
为你推荐：
RBI 的账户聚合器框架将如何改变印度的金融科技
企业家无法通过“Jugaad”创建可持续、可扩展的初创公司：Cit...
元界将如何改变印度汽车业
反暴利条款对印度初创企业意味着什么？
教育科技初创公司如何帮助印度的劳动力提高技能并为未来做好准备……
本周新时代科技股：Zomato 的麻烦仍在继续，EaseMyTrip 发布强...
投资回报率竞赛
人工智能的紧急采用肯定会带来一些麻烦，例如忽略保护员工隐私等重要参数。 但是，企业不应将人工智能视为一个单一的、同质的实体。 确定正确的实施对于为全球商业生态系统中的每一项新时代技术实现切实的投资回报率至关重要。 每个行业和组织都是不同的，关键是确定适合他们要求的合适人选。
任何 AI 项目的研发通常都需要大量成本。 训练人工智能算法需要大量数据。 这些组织面临的一个主要障碍是没有正确的数据集来训练他们的人工智能。 不正确的标签或缺失值最终会导致结果出现差异。
根据麻省理工学院斯隆管理评论和 BCG 调查，在人工智能领域进行“重大投资”的组织中，约有 40% 的组织并未报告人工智能带来的业务收益。 了解人工智能能做什么和不能做什么至关重要。 使用基于 NLP 的聊天机器人仍然难以提供类似人类的个性化体验，因为 AI 无法模仿人类的情感和同理心。 透明度至关重要； 如果人们知道他们正在与聊天机器人交谈，他们就不会期望它具有人类情感，并且会在他们的谈话中更加真实。
许多银行已经开始了一种混合聊天体验的形式，其中聊天机器人首先获取姓名、面临的问题和其他详细信息等详细信息，然后再请人进行对话。 这有助于节省组织的时间和金钱，因为没有。 的员工减少。 越多的数据渗透到系统中，NLP 机器人就越能处理更复杂的问题。
从长远来看，对人工智能抱有现实期望的商业领袖会更好。 帮助他们更好地理解和利用人工智能的基本协议是：
- 组织必须参与战略数据采集
- 对统一数据仓库的需求
- 普遍自动化
- 对该领域新角色的接受和认识，例如数据科学家、数据分析师、ML 工程师
- 基于新角色专业知识的劳动分工
成功部署人工智能的三个支柱
像 Andrew Ng 这样的领域专家坚持认为，在任何组织中成功部署 AI 的三大智能支柱是业务、技术和道德勤勉。 具有直觉和经验的销售和营销团队在做出业务决策时应该同等重视数据驱动的分析。 道德，在数据隐私、保密和教育最终用户方面为任何人工智能驱动的组织奠定了基础。
当以合乎道德的方式使用时，人工智能有可能使世界民主化。 建立领域知识重叠的跨职能团队非常重要。 这有助于专家在整体视角的基础上更好地制定战略。 它是一项长期资产，可帮助组织以更加数据驱动的方式规划 KPI 并确定其优先级。
为了建立强大的吸引力和有效的投资回报率，在公司运营中采用人工智能时，组织必须设定务实的目标。 人工智能是一个新兴领域，目前很明显，由于对人工智能的使用缺乏了解，许多组织不知道如何正确利用它。 组织需要采用这些小而有效的协议才能获得成功。 这些是：
- 优先考虑人工智能试点项目
- 建立内部 AI 团队
- 为组织中的跨职能团队提供基本的 AI 培训
- 开展内部和外部沟通：让利益相关者了解贵公司如何在运营中整合人工智能并制定战略。
围绕人工智能投资存在常见的误解。 据称，人工智能需要在基础设施、流程变革和人力方面进行大量投资。 同样，人们经常听说组织通常要在几年之后才能看到投资回报率。 这与事实相去甚远。 现代 AI 引擎可以使用 NVIDIA 的 GPU 等加速器在本地运行，以访问现场数据。
这可能是来自闭路电视录像的视觉数据、来自机器及其控制器的操作数据。 现代 AI 引擎也快速、灵活且极其轻巧。 围绕 30 FPS 的 8 个摄像头流上的跟踪、检测和分类的复杂 AI 管道可以在成本低于 100 美元的边缘设备上运行，并且可以在几周内部署。
对于组织来说，定义和构建适合其需求的管道变得越来越简单。 人工智能提供的洞察力使组织能够削减成本、确保安全并提高质量，所有这些都可以带来切实的投资回报。
结论
世界各地的经济都在衰退，衰退的阴云正隐约可见。 人工智能在这些黑暗时期提供了一线希望。 大流行在全球范围内创造了强大的人工智能生态系统。 它帮助了物流、供应链分销和销售，使组织能够在锁定后尽可能接近最佳状态。 企业已经开始运作，并挽救了几条生命。 对于适合组织的人工智能系统投资的每一卢比，它帮助节省了更多。
随着时间的推移，真正的统计数据将会出现。 新世界还需要不同的参数来判断一切，包括实施人工智能解决方案的投资回报率。 到目前为止，聚光灯照在人工智能上。 尽管少数人期待荆棘，但世界可以清楚地看到一个光环。