सामग्री
- व्यवसायात कृत्रिम बुद्धिमत्ता स्वीकारणे
- व्हर्टिकलमध्ये कृत्रिम बुद्धिमत्ता स्वीकारणे
- कोणतीही दोष नाही, तणाव नाही - आपले जीवन नष्ट न करता जीवन-बदलणारे सॉफ्टवेअर तयार करण्यासाठी चरण चरण बाय चरण
- क्लाऊड एआय कंपन्यांसह भागीदारी
- निष्कर्ष
स्रोत: किट्टीपोंग जिरासुखानोंट / ड्रीमस्टाइम डॉट कॉम
टेकवे:
एंटरप्राइझने एआय आणि एमएलला त्याच्या कार्यामध्ये समाकलित करणे सुरू केले आहे, परंतु बर्‍याच इंटरनेट व्यवसायांपर्यंत मर्यादेपर्यंत नाही. या कंपन्यांमधील मदत एआय एंटरप्राइझची गुरुकिल्ली असू शकते.
२०१ers पासून डेटा प्रोसेसिंग आणि मॉडेलिंग अत्याधुनिक यंत्रणा मध्ये वाढती ऑटोमेशनसह हायपरस्केल इंटरनेट कंपन्यांनी मशीन लर्निंगच्या अनेक स्तरांवर झेप घेतली आहे. काही अपवाद वगळता एंटरप्राइझ कृत्रिम बुद्धिमत्ता स्वीकारण्यात मागे पडत आहे परंतु इंटरनेट कंपन्यांमध्ये, भागीदारांना मदत करू शकतात पकडण्यासाठी.
मशीन लर्निंगच्या संभाव्य एंटरप्राइझ वापरकर्त्यांकडे टॅलेंट पूल, संगणकीय पराक्रम, स्केल आणि इंटरनेट कंपन्यांनी जमा केलेल्या ट्रेनिंग अल्गोरिदमसाठी डेटा व्हॉल्यूमशी जुळण्यासाठी अजून बराच पल्ला गाठायचा आहे, विशेषत: गेल्या चार वर्षांमध्ये. एंटरप्राइझच्या बर्‍याच अनुलंब भागात, कृत्रिम बुद्धिमत्तेद्वारे प्राप्त अंतर्दृष्टींवर आधारित डेटा प्रोसेसिंगचे स्वयंचलितकरण आणि त्वरित अंमलबजावणीसाठी व्यवसाय प्रक्रियेचे डिजिटल रूपांतर झाले नाही. शिवाय, बर्‍याच उभ्या लोकांकडे अद्याप कृत्रिम बुद्धिमत्तेच्या फायदेशीर अंमलबजावणीसाठी कर्ज देणारी योग्यरित्या परिभाषित केलेली प्रकरणे नाहीत. (व्यवसायातील एआयबद्दल अधिक माहितीसाठी एआय पॉवर ऑफ आयटी सर्व्हर मॅनेजमेंट चेंज मॅनेजमेंट वेजवर विजय मिळवा.)
व्यवसायात कृत्रिम बुद्धिमत्ता स्वीकारणे
व्यवसायात कृत्रिम बुद्धिमत्ता स्वीकारणे अगदी सुरुवातीच्या टप्प्यावर आहे, खासकरुन जेव्हा आम्ही त्याच्या अत्याधुनिक वापरकर्त्यांचा विचार करतो जे शोध आणि पायलटच्या पलीकडे गेले आहेत अशा टप्प्यावर जेथे त्यांना त्याचे व्यवसाय मूल्य वापरतात. ओ'रेली या तंत्रज्ञान मीडिया कंपनीने आपल्या सर्वेक्षणानुसार, “द स्टेट ऑफ मशीन लर्निंग अ‍ॅडॉप्शन इन द एंटरप्राइज” या सर्वेक्षणात असे म्हटले आहे की अत्याधुनिक वापरकर्ते जगभरातील एकूण एंटरप्राइझ वापरकर्त्यांपैकी केवळ 15% आणि उत्तर अमेरिकेत 18% होते.
तंत्रज्ञानाचे आणि शिक्षणाचे बाह्य स्त्रोत, विशेषत: प्रगत एआय तंत्रज्ञानासाठी, मशीन शिक्षणातील अत्याधुनिक गोष्टी मिळविण्यासाठी व्यवसाय वापरकर्त्यांना मदत करण्यासाठी महत्त्वपूर्ण भूमिका बजावतात. डिलॉइटने केलेल्या 2018 च्या सर्वेक्षणात आढळले आहे की 59% एंटरप्राइझ खरेदीदार एआय क्षमता असलेल्या एंटरप्राइझ सॉफ्टवेअर कंपन्यांकडून एआय कौशल्य प्राप्त करतात, 53% भागीदारांसह सह-विकास करतात, 49% क्लाऊड एआय कंपन्यांकडून मिळवतात आणि 39% ते गिटहब सारख्या साइटवरून गर्दी स्त्रोत करतात. . क्लाऊड एआय कंपन्या एआय एक सेवा म्हणून प्रदान करतात, जी पायाभूत सुविधांचा आणि प्रतिभेच्या विकासाच्या किंमतीवर बचत करते.
प्रगत एआय विकासासाठी, क्लाउड कंपन्या तज्ञांचा अधिक महत्वाचा स्त्रोत आहेत. प्रीमियम सॉफ्टवेअरसाठी 15% च्या तुलनेत respond percent टक्के व्यवसायातील प्रतिसादकांनी क्लाऊड कंपन्यांना प्रगत एआयचा स्त्रोत म्हणून पसंती दर्शविली. एआय सर्व्हिस म्हणून 48% च्या वेगाने वाढ झाली आहे.
व्हर्टिकलमध्ये कृत्रिम बुद्धिमत्ता स्वीकारणे
कृत्रिम बुद्धिमत्ता आणि रोबोटिक्सवर लक्ष केंद्रित करणारी उद्योग विश्लेषक ट्राक्टिका येथील संशोधन संचालक आदित्य कौल यांच्याशी आम्ही बोललो. जगभरातील व्यवसायांमध्ये use०० हून अधिक वापर प्रकरणांमध्ये कौल vert० अनुलंब मध्ये कृत्रिम बुद्धिमत्ता अवलंबण्याच्या चौकशी करीत आहे. कौल यांनी आम्हाला सांगितले की, “एआय दत्तक घेण्यामध्ये दूरसंचार आणि वित्तीय सेवा अग्रगण्य ठरल्या आहेत आणि १ 1980 more० च्या दशकापर्यंतच्या प्राथमिक प्राथमिक सांख्यिकी तंत्राने त्यांनी प्रारंभ केला.” “अलिकडच्या काळात किरकोळ, ऑटोमोटिव्ह आणि आरोग्य सेवांमध्ये दत्तक वाढ झाली आहे तर बहुतेक उपक्रम दत्तक घेण्याच्या सुरुवातीच्या टप्प्यावर आहे,” ते पुढे म्हणाले, “सीआरएम, पुरवठा साखळी आणि एचआरसारख्या क्षैतिज व्यवसाय सेवांचा अवलंब करण्यामध्ये विस्तार झाला आहे. एआय द्रुतगतीने संभाव्यता, ग्राहकांची मागणी आणि प्रतिभावान कर्मचारी यांची ओळख पटविण्यात मदत करते.
कौल म्हणाले, “टेलिकॉम क्षेत्रातील जटिल आणि विषम सॉफ्टवेअर-परिभाषित नेटवर्कचे देखरेख, सिंक्रोनाइझेशन आणि ऑप्टिमायझेशन ही एक गंभीर वापर आहे. “मोटारांमधील आवाज सहाय्यकांनी ऑटो-मोटर वाहन क्षेत्रात सेवांच्या वैयक्तिकृतकरणावर जोर वाढविला आहे,” त्यांनी नमूद केले. त्यांनी आम्हाला ही माहिती दिली की “बँकिंग क्षेत्र ग्राहक सेवांसाठी कृत्रिम बुद्धिमत्ता तैनात करत आहे ज्यात त्यांना छोट्या इंटरनेट बँकांकडून तीव्र स्पर्धा होत आहे, त्याशिवाय फसवणूक शोधणे, कर्ज विश्लेषण आणि इतर बॅकएंड ऑपरेशन्ससाठी याचा वापर करणे."
हेल्थकेअर क्षेत्रात प्रचंड क्षमता असूनही त्याचा डेटा वापरण्यावर नियामक अडथळ्यांमुळे तो अलीकडेच मागे पडला होता. कौल यांनी सांगितले की, “अनेक उद्यम-समर्थीत स्टार्ट-अप्सने आता औषधांच्या शोधात वेग वाढविण्यासाठी क्लिनिकल ट्रायल्समध्ये मशीन लर्निंगवर लक्ष केंद्रित केले आहे.”
कोणतीही दोष नाही, तणाव नाही - आपले जीवन नष्ट न करता जीवन-बदलणारे सॉफ्टवेअर तयार करण्यासाठी चरण चरण बाय चरण
जेव्हा कोणालाही सॉफ्टवेअर गुणवत्तेची काळजी नसते तेव्हा आपण आपली प्रोग्रामिंग कौशल्ये सुधारू शकत नाही.
मागणी आणि पुरवठा अचूकपणे व्यक्त करण्यात किरकोळ स्टोअर्सनी मशीन शिक्षणात गुंतवणूकीला वेग दिला आहे. जर्मन किरकोळ विक्रेता ओट्टोने वर्षाकाठी 2 दशलक्षाहून अधिक वस्तू आणि 20 टक्क्यांनी जादा साठा कमी केला आहे. ग्राहक काय खरेदी करतात याचा अंदाज घेण्यासाठी डीप लर्निंग अल्गोरिदमचा वापर करून 20% ने घट केली आहे, असे मॅकिन्से यांनी केलेल्या संशोधन अहवालात म्हटले आहे. त्याचे एआय इंजिन आता स्वायत्तपणे महिन्यात 200,000 वस्तूंची ऑर्डर देते कारण 90% अचूकतेसह ऑटो पुढच्या 30 दिवसांत काय विकेल याचा अंदाज येऊ शकतो. (एआय आपल्या कंपनीत कसे फिट होईल याची खात्री नाही? एआय वापरण्याचा विचार करू शकतात अशा 5 मार्ग कंपन्या पहा.)
क्लाऊड एआय कंपन्यांसह भागीदारी
हायपरस्केल क्लाऊड एआय कंपन्या त्यांचे कृत्रिम बुद्धिमत्ता कौशल्य वाढविण्यासाठी एंटरप्राइझ ग्राहकांशी भागीदारी करण्यास इच्छुक आहेत, परंतु बॅकएंड प्लंबिंगसाठी अपरिहार्य अशा एंटरप्राइझ सॉफ्टवेअर कंपन्यांशी सहयोग करण्याच्या पद्धतींबद्दल त्यांना अनिश्चितता आहे. कौल म्हणाले, “क्लाऊड कंपन्या विनामूल्य क्लाऊड टाईम, सल्लामसलत आणि प्रशिक्षण संसाधनांसह ग्राहकांना फ्रीबीज देऊन उद्यम करण्यास उदार आहेत.
गूगल सारख्या क्लाऊड एआय कंपन्यांनी २०१ in मध्ये हाताने-इंजिनियर्ड अल्गोरिदमपासून त्वरित संक्रमण केले आहे आणि सुदृढीकरण शिक्षणासारखे अलीकडे अधिक प्रगत अल्गोरिदम असल्याने, ते एआय शिक्षणापर्यंतच्या प्रवासात प्रगती कशी करावी याबद्दल लवकर दत्तकांना सल्ला देण्यास सक्षम आहेत. परिपक्वता
कौल यांनी स्पष्ट केले की, पूर्व-प्रशिक्षित मॉडेल्सची लेबल असलेली डेटासेट आणि क्लाऊड एआय किंमतीत सर्वसाधारण घट दिसून येत असल्याने एआयच्या किंमतीही कमी होत आहेत.“एकत्रितपणे डेटा प्रोसेसिंग, इन्जेशन, डेटा तयार करणे आणि लेबलिंगसाठी लागणारा वेळ, ज्यामध्ये 90% प्रयत्नांचा वाटा आहे, या प्रक्रियेला स्वयंचलित करणार्‍या ऑटोएमएलसारख्या तंत्राने कमी केली गेली आहे,” ते पुढे म्हणाले. हायविस्केल क्लाऊड एआय कंपनीची भागीदार असलेल्या एनव्हीडियाने एंटरप्राइझसाठी त्याचे जीपीयू (ग्राफिकल प्रोसेसिंग युनिट्स) पुन्हा ठेवले आहेत. कौल यांनी स्पष्ट केले की एनव्हीडियाने एंटरप्राइझमध्ये डेटा सायन्स आणि अ‍ॅनालिटिक्सच्या उपयोगाच्या घटनांचे लक्ष्य करण्यासाठी पुन्हा प्रयत्न केले आहेत जे सीपीयू (सेंट्रल प्रोसेसिंग युनिट्स) च्या तुलनेत मोठ्या विश्लेषक मॉडेल्सच्या प्रशिक्षणाला गती देतात.
एंटरप्राइझ सॉफ्टवेअर कंपन्यांना क्लाउड एआय कंपन्यांना सामावून घेण्याचा मार्ग शोधावा लागेल, विशेषत: जेव्हा ते बाजारात नवीन क्षमता आणतात जे एंटरप्राइझ व्यवसायाच्या फॅब्रिकचा एक भाग बनतात. कौल यांनी ठामपणे सांगितले की “प्रतिमा ओळखण्यासाठी चॅटबॉट्स आणि संगणक दृष्टी क्षमता यासारख्या कार्ये खोल शिक्षणाद्वारे सक्षम केली जातात जे एआय आणत असलेल्या मूल्याचे मूल्य वाढविते.” ते पुढे म्हणाले, “सॉफ्टवेअरला आता हार्डकोड केलेले नाही परंतु डेटा आणि अ‍ॅनालिटिक्सच्या गरजेनुसार रुपांतर केले जाते.” मायक्रोसॉफ्टसारख्या काही अपवादांसह एंटरप्राइझ सॉफ्टवेअर कंपन्या अल्गोरिदममधील क्लाऊड एआय कंपन्यांशी संपर्क साधू शकतात हे दर्शविण्यासाठी अद्याप अपुरा पुरावा आहे. सर्व संकेत देऊन, क्लाउड एआय कंपन्या आणि एंटरप्राइझ सॉफ्टवेअर कंपन्यांमधील गुंतवणूकीच्या नवीन अटी अद्याप निराकरण झालेल्या नाहीत.
निष्कर्ष
मशीन लर्निंग एंटरप्राइझला पुनर्जीवित करेल कारण ते एंटरप्राइझ सॉफ्टवेअर स्वतःच परिभाषित करते. डेटा प्रोसेसिंगचे स्वयंचलन आणि डेटामधून शिकण्यासाठीची वेळ कमी करणार्‍या अल्गोरिदमद्वारे प्राप्त अंतर्दृष्टीवर आधारित व्यवसाय निर्णयाची वेगवान अंमलबजावणीसह एंटरप्राइझ बाह्य व्यवसाय वातावरणास वेगवान अनुकूल करेल. अल्गोरिदमसह वेगवान राहण्यासाठी एंटरप्राइझ सॉफ्टवेअर अधिक वेळा विकसित होते आणि पुन्हा कॉन्फिगर करते.
