비즈니스에 AI 적용을위한 최고의 가이드

콘텐츠

응답자의 31 %는 AI와 ML이 완전히 분리 된 두 가지라고 응답했습니다.
응답자의 55 %가 AI와 ML이 실업을 증가시킬 것이라고 믿습니다
AI에 대해 경영진이 이해해야 할 사항
AI는 데이터로 시작
비즈니스에 AI 적용을위한 최고의 가이드
5. 자체 AI 프로젝트를 시작할 사내 인재가 있는지 확인하십시오.
6. 적합한 외부 AI / ML 파트너를 찾으십시오.
7. 인내하지만 민첩 해지십시오.
귀하의 사이트에서이 이미지를 공유하십시오

테이크 아웃 :

설문 조사에 응한 1,000 명 중 거의 절반이 AI 나 ML을 이미 이해하고 있었지만 AI 또는 ML을 이해하지 못했습니다.

인공 지능 (AI)이 기업의 다음 단계라고 말하는 것은 과소 평가 일 것입니다.

AI는 이미 다음을 포함하여 많은 산업에서 현실이되었습니다.

보건 의료
보험
석유와 가스
농업
출판 및 미디어
건축물
환대
재원
고객 서비스

다시 말해, 이른바 "AI 혁명"이 이미 존재합니다. 또한 힘과 인기가 높아지고 있습니다.

맥킨지 앤 컴퍼니 (McKinsey and Company)에 따르면 2030 년까지 70 %의 기업이 적어도 한 종류의 AI 기술을 채택 할 것이라고한다. AI의 확장은 또한 세계 경제와 인력에 상당한 영향을 미칩니다.

AI에 대한 과대 광고는 또한 남은 것에 대한 두려움 때문에 AI와 빅 데이터에 투자하는 회사의 급격한 증가로 이어졌습니다. New Vantage Partners의 2019 년 빅 데이터 및 AI 설문 조사에 따르면 Fortune 1000 대 기업 중 88 %가 빅 데이터 및 AI에 대한 투자가 시급하다고 생각하며, 55 %는 5 천만 달러 이상을 투자했습니다.

McKinsey와 Company는 AI 기술이 2030 년이 아닌 회사와 비교하여 향후 5 년 동안 전사적으로 AI 도구를 완전히 흡수하는 회사간에 성능 차이를 초래할 수 있다고 예측합니다.

그러나 그것은 단지 회사가 먼지 속에 방치되는 것에 대한 두려움이 아닙니다. MITSloan Management Review에 따르면 전 세계 비즈니스 조직의 84 %가 AI가 경쟁 우위를 제공 할 것이라고 생각합니다.

어떻게? 챗봇부터 시작하겠습니다. Innovation Enterprise는 2020 년까지 챗봇이 고객 서비스의 85 %를 지원할 것이라고 믿고 있습니다.

설문 조사와 퀴즈에 따르면 AI와 ML에 대한 신화는 업계 임원들 사이에서 널리 퍼져 있습니다. 또한 학생들이 C-Suite 수준의 임원보다 AI 및 ML 퀴즈에서 높은 점수를 받았으며 심지어 회사에서 진행중인 AI 및 ML 프로젝트에 참여한 학생들까지도 흥미로 웠습니다.

다른 한편으로, 학생들이 C-Suites를 능가하는 것을 보는 것은 놀라운 일이 아닙니다. AI와 ML의 수업은 현재 모든 기술 중심 대학에서 일반적이지만, 이는 최근의 발전입니다. 이러한 C- 스위트 대부분이 학교에있을 때 AI 과정을 수강 할 수 없었을 가능성이 있습니다.

더 읽기 : 기계 학습으로 들어가기 : 시작하는 데 도움이되는 5 가지 온라인 과정

응답자의 31 %는 AI와 ML이 완전히 분리 된 두 가지라고 응답했습니다.

AI와 ML에 익숙한 사람들에게는 ML이 AI의 하위 집합이라는 것을 잘 알고 있습니다. 그러나 응답자의 31 %는 AI와 ML이 완전히 분리 된 두 가지라고 응답했습니다. 또한 응답자의 23 %는 AI 프로그래밍 컴퓨터가 AI 또는 ML 엔지니어가 비웃는 자유 의지를 행사할 수 있다고 생각했습니다. 또한 응답자의 47 %는 AI의 주요 과제 중 하나가 AI가 더 진행 될수록 AI 프로그램이 인간에게 위협이되는 지각적인 기계를 생성 할 위험이 크다는 것입니다.

읽다: 데이터 과학 또는 기계 학습? 차이점을 발견하는 방법

응답자의 55 %가 AI와 ML이 실업을 증가시킬 것이라고 믿습니다

연구 결과에 따르면 AI가 일자리를 옮기고 재 설계 할 가능성이 더 높았지만 응답자의 55 %는 AI와 ML이 장기적으로 실업률을 높일 것이라고 응답했습니다.

설문 조사 결과 AI와 ML이 성공하기 위해서는 기업이 이러한 도구가 무엇이며 혁신을 가져올 수있는 방법을 진정으로 이해해야한다고 믿게되었습니다.

AI에 대해 경영진이 이해해야 할 사항

우선, C- 스위트와 경영진은 그들이 해결하고자하는 특정 문제가 있기 때문에 AI에 올바른 이유로 투자하고 있는지 확인해야합니다.

남은 것에 대한 두려움에서 AI에 투자하는 것은 AI가 진정으로 할 수있는 것에 대한 실망과 오해로 이어질 수밖에 없습니다.

물론 AI에 대한 혼란을 공상 과학 소설로 되돌릴 수도 있습니다. 우리는 모두 매우 지능적인 AI 시스템이나 로봇을 위협하는 인간을 가진 영화를 적어도 하나 이상 보았지만 워크 플로의 효율성을 단순화하고 높이는 데 도움이되는 성공적인 AI 프로젝트를 구현 한 영화는 본 적이 없습니다. 적어도 ... 아직.

다시 말해, 기업의 AI는 인류 전체를 죽이는 초 지능형 로봇으로 이끌지 않습니다.

신화가 정리되었으므로 엔터프라이즈 프로젝트의 AI가 실제로 어떻게 보이는지 살펴 보겠습니다. AI로 해결할 수있는 워크 플로우의 어떤 부분에 대한 명확한 비전을 갖는 것으로 시작합니다.

우리는 AI 및 ML 전문가와 AI를 비즈니스에 도입하려는 사람들 사이의 격차를 해소하기 위해 노력하고있었습니다. 그렇게하면서 AI의 다양한 전문가에게 연락하여 C-Suites가 AI에 대해 이해하고 싶은 것이 무엇인지 물어 보았습니다.

AI 전문가들과 이야기를 나누면서 같은 문구가 반복해서 밝혀졌습니다.

AI는 데이터로 시작

AI 프로젝트에 대량의 데이터를 던져서 AI 프로젝트를 시작하고 끝낼 수 있다는 것은 일반적인 오해입니다. 이것은 사실과 거리가 멀다.

AI / ML 퀴즈 응답자의 48 %만이 질문에 대한 질문과 관련이있는 더 작고 더 구체적인 양의 데이터가 많은 양의 데이터보다 낫다는 것을 알고있었습니다. .

이러한 이해 부족은 AI와 ML이 모든 문제를 해결할 수 있다는 신화와 밀접한 관련이 있습니다. 이전에 인포 그래픽 "Business Adventure에서 AI 선택"에서 살펴본 바와 같이 많은 업계 대표들은 AI 프로젝트 구현의 의미를 잘못 판단합니다. AI 프로젝트는 거대한 문 샷일 필요는 없습니다. AI 프로젝트를 시작한다고해서 인간 근로자를 로봇으로 교체하거나 추가 작업을 수행하기 위해 드론을 구축하는 것은 아닙니다.

AI 및 ML 프로젝트에 가장 적합한 사용 사례는 비용을 줄이고 위험을 줄이며 수익을 향상시킵니다. 기업이 매일 수행하는 작고 반복적 인 작업을 처리하기 위해 AI를 구현하면 최상의 결과를 얻을 수 있습니다.

물론 이러한 프로젝트를 찾는 것이 항상 C-suite 및 고위 경영진에게 가장 쉬운 작업은 아닙니다. AI 또는 ML 프로젝트를 좁히려면 회사의 워크 플로에 대한 심층적 인 지식이 필요합니다.

AI 프로젝트를 구현하는 것이 단순히 결과를 만들기 위해 스위치를 뒤집는 것이 아니라는 점을 이해하는 것이 중요합니다. AI 프로젝트는 신중하게 계획해야하며 결과를 표시하는 데 시간이 걸립니다.

그러나 올바른 계획을 세우고 AI 전문가와 경영진 간의 협력이 있다면 AI는 여전히 엔터프라이즈를위한 놀라운 발전입니다.

경영진이 AI와 ML의 모든 측면을 철저히 이해하는 것이 좋을 수도 있지만, 실현되지 않을 꿈이지만, AI를 비즈니스에 성공적으로 구현할 필요는 없습니다.

우리가 필요로하는 것은보다 일반적인 이해이며, 다음 가이드가 도움이 될 것이라고 생각합니다.

AI / ML 프로젝트의 영향을 가장 많이받는 것은 무엇입니까? 어떻게 추적할까요? 언제 결과를 볼 수 있을지 분명하게 기대하십시오.

5. 자체 AI 프로젝트를 시작할 사내 인재가 있는지 확인하십시오.

AI 기술과 기능이 점점 더 인기 있고 인기있는 기술이되고 있지만 AI 또는 ML 프로젝트에 들어가는 작업과 시간을 과소 평가하지 않는 것이 중요합니다.

6. 적합한 외부 AI / ML 파트너를 찾으십시오.

AI와 ML의 붐으로 회사가 AI 잠재력을 찾도록 돕는 많은 회사가 있습니다. 그러나 모든 AI 회사가 평등 한 것은 아닙니다. 프로젝트를 밝게하는 데 도움이되는 경험, 기능 및 리소스를 갖춘 올바른 파트너를 찾으십시오.

7. 인내하지만 민첩 해지십시오.

이것은 기억해야 할 큰 것입니다. AI 프로젝트는 ss가 아니므로 실행하기 전에 크롤링해야합니다. AI는 비즈니스의 여러 측면에 영향을 미치며 결과를 도출하려면 모델에 학습 시간과 연습이 필요합니다. 때로는 앞으로 나아 가기 위해서는 초기 문제를 다시 생각하고 재검토해야합니다.