211service.com
Agenda AI Azji: pozytywnie nastawiona
we współpracy z ADP
Respondentów ankiety zapytano, czy uważają, że robotyka i sztuczna inteligencja (AI) będą miały konstruktywny lub destrukcyjny wpływ na kilka segmentów rynku. Ich odpowiedzi zostały uszeregowane od 1 (przyjęcie AI spowodowałoby zniszczenie miejsc pracy i procesów) do 5 (SI przyniosłoby znaczny wzrost wartości i wydajności branży). W różnych sektorach przemysłu odpowiedzi były pozytywne, średnio 3,8 na tej skali. Były one wyższe w branżach bardziej zależnych od technologii, takich jak informatyka i komunikacja (ITC), logistyka i produkcja.
Co ciekawe, respondenci byli jeszcze bardziej skłonni do dostrzegania pozytywnych korzyści płynących ze sztucznej inteligencji w swojej branży: większość uczestników branży oceniła wpływ sztucznej inteligencji na własny sektor powyżej średniej. Respondenci z jednego sektora byli jednak bardziej pesymistyczni. Osoby z branży usług finansowych przeciętnie postrzegały sztuczną inteligencję jako pozytywny wpływ, ale wielu uważało również, że zautomatyzowane procesy i transakcje oparte na maszynach zniszczą wartość w ich branży.
Obawy branży bankowej przed destrukcyjnym potencjałem sztucznej inteligencji ujawniły się również, gdy respondenci zostali poproszeni o ocenę wpływu, jaki te technologie będą miały na przemysł, politykę i konkurencyjność Azji. Ogólnie rzecz biorąc, respondenci ankiety uważali, że postępy w sztucznej inteligencji znacznie poprawią konkurencyjność Azji jako centrum produkcyjnego i usługowego, przyniosą korzyści decydentom rządowym w ich próbach zwiększenia innowacyjności i zwiększą ogólne perspektywy rozwoju branży.
Jedyną kohortą branżową, która nie czuła się tak pozytywnie jak średnia respondentów, była branża usług finansowych. Przeciętnie respondenci z branży czuli się najbardziej zachęceni pozytywnym wpływem sztucznej inteligencji i automatyzacji na ich własną konkurencyjność, zajmując 4 miejsce na 5. Po raz kolejny optymizm respondentów z branży detalicznej, teleinformatycznej i produkcyjnej był wyższy niż średnia — natomiast sentyment z branży usług finansowych był zauważalnie niższy.
Względna ostrożność i pesymizm wśród respondentów z sektora finansowego może wynikać z wcześniejszych doświadczeń. Globalny kryzys finansowy z 2007 roku może nie zaczął się w Azji ani nie uderzył w banki i instytucje finansowe w regionie tak mocno, jak w innych krajach, ale jego skutki i utrzymujące się obciążenia regulacyjne i związane z przestrzeganiem przepisów, nękają azjatyckie banki do dziś. Co więcej, mini-kryzysy wywołane nowymi technologiami stale zakłócają krajobraz przemysłu; Na przykład gwałtowne awarie to szybkie, gwałtowne spadki na giełdzie spowodowane połączeniem błędu ludzkiego i handlu algorytmicznego. Respondenci z branży finansowej mogą mieć te wydarzenia w pamięci, gdy zastanawiają się, co oznacza sztuczna inteligencja dla ich przyszłości.
Pomijając skromną powściągliwość respondentów z sektora finansów, sztuczna inteligencja może potencjalnie wpłynąć na szereg wyzwań rozwojowych w Azji, od bezpieczeństwa żywności po bezpieczeństwo publiczne, sieci transportowe i opiekę zdrowotną. Lin Yuanqing, dyrektor Instytutu Głębokiego Uczenia w Baidu Research (znanego jako Baidu IDL), uważa, że wszystko to od razu zbliża się do punktu kulminacyjnego: Nie można wskazać branży, która będzie „pierwsza” wdrożyła sztuczną inteligencję . Transport publiczny, logistyka — prawie każda platforma infrastruktury krytycznej może na tym skorzystać i wszystkie są ze sobą połączone. Sztuczna inteligencja wejdzie do wszystkich branż jednocześnie i to szybciej niż myślimy.
Dyrektorzy branży AI uważają, że dwa powiązane ze sobą czynniki pozwolą autonomicznym i inteligentnym aplikacjom rozmnażać się w pewnym stopniu jednocześnie. Jednym z nich jest rozwój big data w Azji, zasilany przez setki milionów ludzi w gęsto zaludnionych miastach, podłączonych do mobilnego Internetu. Dane są najważniejszym źródłem pomyślnego rozwoju uczenia maszynowego, mówi Zhang Yue, profesor i badacz języka maszynowego na Singapore University of Technology and Design. A dane mobilne, o dużej objętości i bogate w kontekst, zapewniają programistom AI dużą ilość przydatnych danych. Okiełznanie dużych zbiorów danych za pomocą analiz daje początek drugiemu czynnikowi napędzającemu rozwój sztucznej inteligencji: firmy coraz chętniej nie tylko korzystają z analiz w celu zwiększenia własnej wydajności biznesowej, ale także pożyczają i udostępniają zautomatyzowane informacje o procesach w różnych sektorach.
Lin z Baidu IDL mówi, że udany ekosystem rozwoju sztucznej inteligencji wymaga czterech czynników wejściowych: dużych zbiorów danych, ciągłej produkcji algorytmów, ogromnej mocy obliczeniowej i „dużych aplikacji'. Lin opisuje ten ostatni czynnik jako najważniejszy: aplikacje, które przyciągają dużą liczbę użytkowników szybko kieruje wykorzystaniem, interakcją i tworzeniem danych, aby stworzyć pozytywną pętlę rozwoju dla głębokich sieci neuronowych, których skala i możliwości zwiększają się w miarę jak moc przetwarzania staje się coraz tańsza i coraz liczniejsza.
Następny: Agenda AI dla Azji: Kapitał ludzki i sztuczna inteligencja