当前位置:首页 > 企业文化 > 员工风采
人工智能商业:瓦解抹杀现实进展的对话:j9.com九游会
时间:2021-01-15 来源:j9.com九游会 浏览量 40617 次
本文摘要:MichaelChui:人工智能、深奥的自学与至今为止我们通过数据和分析取得的成果有多大的关系,令人印象深刻。所以,商业领袖的责任是解读这项技术,解读它如何成为有竞争力的武器,整个经济系统可能受人工智能的影响而发生变化,但单一商业案例的政治宣传实质上再次发生的可能性非常低PeterBreuer:Michael,我同意你说的。

推:人工智能,多火多火,这个自然离不开参加者、企业甚至媒体的抹杀。那么在整体的涂黑现象下,人工智能到底想做什么呢? 有什么变化呢? 最近,全世界知名咨询机构麦肯锡内部博客栏展开了“人工智能商业:瓦解抹杀现实进展”的对话,参加者3人:麦肯锡高级合作伙伴Peter Breuer麦肯锡全球研究院合作伙伴MIC 在各地开花的人工智能商务的应用中有哪些方面备受关注? 人工智能抹杀与确实用例之间的边界? 商业领袖应该如何在其中开始识别? 以上的问题在这次对话中被提及。(公众号:)摘录其中的一些对话,在今年夏天公开发表的麦肯锡全球研究院的报告中,Michael谈了五个技术系统。机器学习只是其中的一部分。

你能慢慢带我们去吗? 这五种技术分别是什么? Michael Chui :今年早些时候,我们调查了全球3,000多位不同的商业领袖,了解了他们在这些技术中的部署程度。相关科学技术领域的范围很普遍,一致,但最近的一些变革和发展再次发生在那里。其中之一是实体人工智能,即机器人和自动驾驶车。

东西

我们看到了很多有趣的事情再次发生在那里。其次,计算机视觉——即使是图像处理、视频处理等深度自学系统,在该领域也已经发生了相当大的变革。在某种程度上,围绕自然语言的处理,无论是口语还是书面语言,都完成了很多自然语言的工作。

另外,需要用语音和在线文字对话的虚拟世界顾客支持、在线对话接口变得现实,可以更正确地说这样的产品是扩展到自然语言处理的服务。最后,除了前面提到的应用外,机器学习实质上对许多其他科学技术类型也有很大的适用性。

我们有更多说话的机会。Simon London :是啊。

彼得,我可以谈谈什么样的日常生活领域已经被AI改变了吗? Peter Breuer :其实我们见过。我们的智能手机是指尖的超级计算机。

Michael提到的一些要素,你可以在日常生活中体验到。例如,用智能手机输出电子邮件和消息时,输入法不会自动检查你的拼写。这现在比以前效率高得多。其背后的理由是机器学习。

关于刚才Michael提到的语言、口语。你的手机和其他设备的Siri和Google智能助理每天自学,每天用在它上的越少,解读越少。

这表明他们背后也有机器学习的机制在起作用。另外,很多人关注的iPhone X显然被用于机器学习的脸部识别。另外,还包括使用面部识别机器学习水平的手机。

所以,我希望你用我们已经通过的智能手机体验这些技术。而且,我们不能再看了。

Michael Chui :实际上AI不知道更多,整个在线网络和移动网络依赖于AI的变革。我推荐个例子。

无论是电子商务还是媒体,系统都在大力介绍你可能感兴趣的东西,引导消费者去读者,出钱销售他们。实质上这些系统不意味着基于传统的数据统计资料,也应用于很多AI的技术,期待着需要更接近消费者有兴趣的东西。Simon London :我也得分享一下。

我非常幸运地住在硅谷的山景城。那里总是有很多自动驾驶车。

他们有时训练,大量收集数据。他指出,虽然还不能销售,但总有一天会在工作途中出现在自动驾驶汽车的月球上。另一方面,自动驾驶本身也非常有趣。我和相关技术人员聊天过。

他们告诉他,自动驾驶实质上包括很多技术。机器视觉、机器人技术等。驱动一些技术的,只不过是机器学习。

所以看到人工智能变成更多的东西,它们不会马上来。例如,我们与人工智能客户合作时,能看到比现在更有趣的商业应用程序吗? Peter Breuer :自主驾驶本确实非常普遍。

你找不到不同水平的自主司机的发展。我们一般不谈论五个不同水平的自主司机。汽车制造商现在正在尝试所谓的“4级”,这也没问题。

在同样的情况下再次发生交通事故时,取得自动驾驶技术的OEM制造商必须承担责任,依然是司机方面(自动驾驶功能相关的技术人员、产品方面)。从传统交通的角度来看,这已经是“卓越”了。

东西

事实上,德国法律当局已经在考虑应该如何应对这个新的挑战。除了自主驾驶员以外,在其他行业,例如医疗领域,随着RNN神经网络技术的发展,不能迅速看到,但在MRI和x光照片中的癌症检查方面,机器更强大,比经验丰富的医生更强大,这也受到了非常多的关注。Simon London:Michael,看到有趣的案例,很新奇,印象深刻吗? Michael Chui :人工智能、深奥的自学与至今为止我们通过数据和分析取得的成果有多大的关系,令人印象深刻。

正如彼得提到的,机器学习的一个驱动因素是大量的数据。我们看到了更多的公司和我们的客户收集的数据,包括交易数据、语音数据和物理世界的物联网数据。

享受所有这些数据后,可以扩大使用这些AI技术进行分析的范围。例如,预测所有领域最大最重要的问题,特别是制造业、供应链等。然后,如果你和处理预测问题的高级管理层聊天的话,你的预测更好吗? ”我想问他们。

他们承认不会说“当然可以”。在当前需要收集的数据量的前提下,引入AI技术通常可以显着提高预测的正确性。

这可能是应用于数据和分析时的小问题。但是,通过我们引进更好的数据和引进人工智能技术,我们显然可以在特定的问题上做得更好。如果我们再考虑一个组织内的整个价值链,找到AI就不能提高所有环节的表现。

Simon London :正如彼得刚才所说,有——“人工智能经过了抹杀循环”的话题。但是我们刚才也谈了很多应用,很多行业,很多价值处于紧要关头,这种程度非常现实。那AI指出现在不存在涂黑吗? 如果是的话,你觉得怎么样? Peter Breuer :我的问题是,是吗,不是吗? 首先,我们试图彻底定义什么是AI,不是AI。

今天,我们处于另一个阶段。有几个被称为狭义AI的现在的机器能比人类做得更好的具体任务。在国际象棋和棋手的例子中,机器人总是赢。

当然,另一个广义AI的问题是一台机器可以具有更普遍的能力。我们还没到这里。但是,我们不应该记得发展的速度是圆形指数倍。人脑不解读指数快速增长的意思。

但是,我们在这些关键技术上正在指数级发展。那比我们想象的要快。

所以,现在有点涂黑,但同时说发展速度很慢。Michael Chui :许多抹杀被认可。但是,我指出我们也应该看看。

涂黑不一定不好。这显然引起了人们的关注。

有时在短期内不会有过高的期待。但在将来,我们显然有很大的潜力。

我们开始看到很多投资。这表明我们正在公开发表的一些研究中解读这种潜力。去年,2016年投资人工智能的投资超过260亿美元,其中大部分来自科技巨头,有来自外部的一些创业公司的投资。

这确实表明我们看到了有潜力的价值构建的前沿。但是,我们在当地考察这些技术在生产中实际使用的程度的话,只有一小部分公司会成为规模,或者推广到其核心过程。我们想看到的是,人工智能需要像我们已经找到的其他确实有潜在构建价值的技术趋势一样,随着时间的推移产生更好的应用,捕捉更好的价值。实质上,关于自动化程度和速度的潜力,还包括AI等技术。

把所有这些要素合并在一起,包括技术发展、强大的商业案例、自然的s适用于曲线,不能叙述宏观上慢但微观上慢的整个局面。这些技术在世界经济中全面传播,可能需要几十年才能再次产生影响,包括已经发展的技术。但是,如果你是一家必须输掉竞争的公司,竞争对手被用于这些新技术的话,我不觉得技术发展非常缓慢。但是说到对不同上班族的影响,变化可能会迅速再次发生。

所以,商业领袖的责任是解读这项技术,解读它如何成为有竞争力的武器,整个经济系统可能受人工智能的影响而发生变化,但单一商业案例的政治宣传实质上再次发生的可能性非常低Peter Breuer:Michael,我同意你说的。但这也意味着大公司的首席执行官不应该采取行动。

为了理解大家谈论的大数据、分析、机器学习、深度自学、人工智能等领域。我强烈建议还没有行动的商业领袖们现在开始培养能力,构建技术,开始组织变革。

这也最终是通向AI驱动程序和AI能源商业的道路。Michael Chui :我完全同意这个想法。我也给你切实可行的建议。

东西

涂空的时候,销售员怎么说,可以卖他自己用的东西。比如说。最重要的是考虑自己的业务,看看你的业务哪里必须完善,新技术能为你做什么。

如果你以运营为基础展开竞争,这可能在预测性确保等运营事例中。如果是销售和市场导向的机构,AI可以创造仅次于影响的地方。

可能是下列产品的销售或营销人员小组。因此,理解现在的各种可投资的技术,正确地考虑将来在技术上应该如何发展,最后自由地选择自己的注意力朝向哪个方向,只不过是最重要的事情。

另一个最重要的是,你可能不是最后一个继续执行这些新技术方案的人,比如IT部门的领导和数据分析部的领导,但如果你要带来变革,你也需要建立系统。这在我们以前的调查中已经系统齐全了。你可以不是数据科学家。你也不需要成为机器人专家和AI专家,但行政领导可以贯彻这些新技术影响你的组织。

Peter Breuer :我想再补充一点,要部署AI,把公司变成分析或人工智能驱动占50%的重要性,改变员工的想法占50%。第一部分很多人都能看到,但第二部分往往会消失。

我们有时不记得了,但我们还是有很多员工的大组织,我们必须训练这些技术。自上而下的变革最终必须渗透到所有员工中。

他们必须亲吻新技术和新机会。只有这样,最后才能得到你想要的新结果。

评论:在AI的涂黑风口下,从类似场景到企业、从企业到行业、从行业到全世界,不断发生着变化。现在你可能看起来还“置身事外”,如果发现一点也做不到,怎么说最后会出局? 原创文章,发布许可禁令刊登。

以下,听取刊登的心得。


本文关键词:j9.com九游会,领域,自动驾驶,抹杀

本文来源:j9.com九游会-www.askmeblogs.com

版权所有芜湖市j9.com九游会科技股份有限公司 皖ICP备48370702号-1

公司地址: 安徽省芜湖市柳江区瑞建大楼550号 联系电话:0714-66736358

Copyright © 2018 Corporation,All Rights Reserved.

熊猫生活志熊猫生活志微信公众号
成都鑫华成都鑫华微信公众号