Przyjęcie szybkiego tempa sztucznej inteligencji

W związku z KPMG

W niedawnym badaniu 2021 Thriving in a AI World firma KPMG odkryła, że ​​w każdej branży — od produkcji przez technologię po handel detaliczny — stosowanie sztucznej inteligencji (AI) rośnie z roku na rok. Jednym z powodów jest to, że transformacja cyfrowa postępuje szybciej, co pomaga firmom zacząć działać szybciej. Jednak, jak twierdzi Cliff Justice, amerykański lider ds. innowacji w przedsiębiorstwach w KPMG, Covid-19 przyspieszył tempo cyfryzacji na wiele sposobów, w wielu rodzajach technologii. Sprawiedliwość kontynuuje. W tym momencie zaczynamy doświadczać tak szybkiego tempa wykładniczych zmian, że większości ludzi bardzo trudno jest zrozumieć postęp. Ale zrozum to, oni musi bo sztuczna inteligencja ewoluuje w bardzo szybkim tempie.

Sprawiedliwość rzuca nam wyzwanie, abyśmy myśleli o sztucznej inteligencji w inny sposób, bardziej jak związek z technologią, w przeciwieństwie do narzędzia, które programujemy, ponieważ mówi, że sztuczna inteligencja to coś, co ewoluuje, uczy się i rozwija, im bardziej jest wystawiona na kontakt z ludźmi. Jeśli Twoja firma jest opóźniona we wdrażaniu sztucznej inteligencji, Justice ma pewną ostrożną zachętę, świat zorientowany na sztuczną inteligencję przyspieszy wszystko, co ma do zaoferowania cyfrowa.

Business Lab prowadzi Laurel Ruma, dyrektor redakcyjny Insights, działu custom publishing w MIT Technology Review. Spektakl jest produkcją MIT Technology Review, przy wsparciu produkcyjnym Collective Next.

Ten odcinek podcastu został wyprodukowany we współpracy z KPMG.

Pokaż notatki i linki

2021 Rozkwit w świecie AI, KPMG

Pełny zapis

Laur Ruma: Z MIT Technology Review, nazywam się Laurel Ruma, a to jest Business Lab, program, który pomaga liderom biznesu zrozumieć nowe technologie wychodzące z laboratorium i wprowadzane na rynek.

Naszym dzisiejszym tematem jest tempo przyjmowania sztucznej inteligencji. Rośnie i szybko. Nowe badanie przeprowadzone przez KPMG pokazuje, że przyspiesza w określonych branżach, takich jak produkcja przemysłowa, usługi finansowe i technologie. Ale co się stanie, gdy naciśniesz pedał gazu, ale nie zabezpieczyłeś wszystkiego innego? Niepokoi Cię tempo wdrażania sztucznej inteligencji w Twoim przedsiębiorstwie?

Dwa słowa dla ciebie: covid-19 whiplash.

Moim gościem jest Cliff Justice, który jest amerykańskim liderem innowacji korporacyjnych dla KPMG. On i jego grupa skupiają się na identyfikacji, rozwoju i wdrażaniu nowej generacji technologii, usług i rozwiązań dla KPMG i jej klientów. Cliff jest byłym przedsiębiorcą i uznanym autorytetem w zakresie globalnego zaopatrzenia, nowych technologii, takich jak sztuczna inteligencja, inteligentna automatyzacja i transformacja przedsiębiorstw. Ten odcinek Business Lab jest produkowany we współpracy z KPMG. Cliff, dziękuję za przyłączenie się do Business Lab.

Sprawiedliwość na klifie: Świetnie jest tu być. Dzięki za zaproszenie.

Laur: Za chwilę przyjrzymy się wynikom ankiety KPMG w raporcie „2021 Thriving in AI World”, który obejmuje siedem branż. Dlaczego KPMG powtórzyło tę ankietę w tym roku? Co chciałeś osiągnąć dzięki tym badaniom?

Klif: Cóż, sztuczna inteligencja ewoluuje w bardzo szybkim tempie. Kiedy prawdopodobnie siedem lat temu zaczęliśmy zajmować się sztuczną inteligencją i inwestować w nią, miała ona bardzo rodzącą się formę. Nie było zbyt wielu przypadków użycia. Wiele przypadków użycia opierało się na przetwarzaniu języka naturalnego. Około 10 lat temu pierwszy publiczny przypadek użycia sztucznej inteligencji trafił na pierwsze strony gazet, a IBM Watson wygrał Jeopardy. Od tego czasu obserwujesz bardzo, bardzo szybki postęp. A cała ta dziedzina ewoluuje w tempie wykładniczym. Więc to, gdzie jesteśmy dzisiaj, jest zupełnie inne niż to, gdzie byliśmy rok czy dwa temu.

Laur: Wydaje się, że dopiero wczoraj IBM ogłosił Watsona, a wykładniczy rozwój sztucznej inteligencji jest wszędzie, w naszych samochodach, w naszych telefonach. Zdecydowanie widzimy to w wielu miejscach, niż tylko w tym jednym przypadku badawczym. Jednym z nagłówków z badania jest przekonanie, że sztuczna inteligencja może działać zbyt szybko dla wygody niektórych decydentów w swoich branżach. Jak wygląda zbyt szybko? Czy to z powodu covid-19 whiplash?

Klif: Niekoniecznie jest to spowodowane krętym whiplashem. Środowisko Covid przyspieszyło tempo cyfryzacji na wiele sposobów, w wielu rodzajach technologii. W tym momencie zaczynamy doświadczać tak szybkiego tempa wykładniczych zmian, że większości ludzi bardzo trudno jest zrozumieć postęp. Każdemu z nas, nawet mnie, który pracuje w tej dziedzinie, bardzo trudno jest zrozumieć postęp i tempo zmian. A przygotowanie przedsiębiorstwa — przygotowanie ludzi, procesu, systemów korporacyjnych, ryzyka, cyberochrony do świata, który w coraz większym stopniu jest zasilany przez sztuczną inteligencję — w normalnych okolicznościach jest trudne. Ale kiedy połączysz cyfrowe przyspieszenie i adopcję, które mają miejsce w wyniku covid, wraz z wykładniczym rozwojem i ewolucją sztucznej inteligencji, trudno jest zrozumieć szanse i zagrożenia, jakie niesie ze sobą organizacja.

Nawet gdyby można było w pełni owinąć głowę wokół postępu sztucznej inteligencji i potencjału sztucznej inteligencji, zmiany organizacji oraz zmiany sposobu myślenia i kultury w taki sposób, aby adoptować i korzystać z możliwości, jakie stwarza sztuczna inteligencja, a także chronić przed groźby zajmują trochę czasu. Stwarza więc poziom niepokoju i ostrożności, który moim zdaniem jest dobrze uzasadniony.

Laur: Mówiąc o tej ostrożności lub planowaniu potrzebnym do wdrożenia sztucznej inteligencji, w poprzedniej dyskusji na konferencji EmTech w MIT Technologies Review w 2019 r. powiedziałeś, że firmy muszą przemyśleć swój ekosystem podczas wdrażania sztucznej inteligencji, czyli partnerów, dostawców i resztę firmy , aby wszyscy szybko się zorientowali. Wspomniałeś wtedy, że to będzie prawdziwe wyzwanie. Czy to nadal prawda? A może myślisz teraz, że wszystko postępuje tak szybko, to dyskomfort, który mogą odczuwać niektórzy dyrektorzy?

Klif: Cóż, to prawda. To wciąż prawda. Ekosystem, który doprowadził cię do poziomu w świecie bardziej zorientowanym na analogię, będzie zupełnie inny w świecie bardziej zorientowanym na sztuczną inteligencję. Świat zorientowany na sztuczną inteligencję przyspieszy wszystko, co ma do zaoferowania technologia cyfrowa. Przez cyfryzację rozumiem nowe sposoby pracy — cyfrowe modele biznesowe, nowe sposoby rozwoju i ewolucji handlu, sposoby interakcji i wymiany pomysłów z klientami, współpracownikami i współpracownikami. Wszystko to staje się coraz bardziej zorientowane na technologię cyfrową, a sztuczna inteligencja staje się jednym z mechanizmów, które ewoluują i rozwijają sposób, w jaki pracujemy i wchodzimy w interakcje. I staje się to trochę bardziej jak związek z technologią, w przeciwieństwie do narzędzia, które programujemy, ponieważ sztuczna inteligencja jest czymś, co ewoluuje, uczy się i rozwija, im bardziej jest wystawiona na kontakt z ludźmi.

Teraz, gdy mamy znacznie więcej możliwości percepcji ludzkiego życia, dzięki ewolucji głębokiego uczenia (więc dzisiaj mam na myśli więcej wizji komputerowej), technologia jest w stanie zająć znacznie więcej świata niż byliśmy wcześniej. Dlatego zrozumienie, jaka technologia, jaka sztuczna inteligencja, wszystkie możliwości, jakie sztuczna inteligencja może wnieść, ulepszyć i zwiększyć ludzkie możliwości, ma kluczowe znaczenie. Ważne jest przywrócenie i przebudowa ekosystemu wokół Twojej firmy i wokół Twojego przedsiębiorstwa. Myślę, że jednak większym i bardziej długofalowym problemem jest kultura, i to kultura przedsiębiorstwa, za które jesteś odpowiedzialny, za który odpowiadasz. Ale wykorzystuje również kulturę, kulturę zewnętrzną, przyjęcie i sposób pracy z klientami, sprzedawcami, dostawcami, regulatorami i zewnętrznymi interesariuszami. Ewolucja sposobu myślenia nie jest jednakowa we wszystkich tych grupach interesariuszy. W zależności od branży, w której działasz, może to być bardzo nierówne pod względem poziomu przyjęcia, poziomu zrozumienia, umiejętności i komfortu pracy z technologią. A ponieważ ta technologia staje się bardziej ludzka, a widzimy to w wirtualnych asystentach i tego typu technologiach, będzie to większa przepaść do przekroczenia.

Laur: Naprawdę podoba mi się to sformułowanie myślenia o sztucznej inteligencji jako relacji z technologią zamiast narzędzia, ponieważ to naprawdę określa twoje intencje, kiedy wkraczasz w ten nowy świat, w ten nowy związek i że akceptujesz tę ciągłą zmianę. Mówiąc o ankiecie i różnych branżach, niektóre branże odnotowały znaczny wzrost wdrażania sztucznej inteligencji, takich jak finanse, handel detaliczny i technologia. Ale czy to była ta potrzeba cyfrowej transformacji lub współżycie, a może inne czynniki, które naprawdę przyczyniły się do tego wzrostu?

Klif: Cóż, covid miał wpływ na przyspieszenie na całym świecie. Rzeczy, które były w ruchu – czy to przyjęcie technologii cyfrowych, rozwój, czy zmiana zachowań konsumentów – wszystkie te trendy, które istniały, zanim Covid je przyspieszyły. Dotyczy to również modeli biznesowych, które podupadały. Widzieliśmy trendy, które dzieją się w centrach handlowych. To po prostu przyspieszone. Widzieliśmy, jak przyspieszono wdrażanie technologii. Są branże, na które covid ma mniejszy wpływ, nie zerowy, ale mniejszy. Bankowość i usługi finansowe są mniej dotknięte przez covid niż handel detaliczny, hotelarstwo, podróże, logistyka. Covid naprawdę przyspieszył zmiany zachodzące w tych branżach.

Sztuczna inteligencja, oddzielona od covid, ma istotny wpływ na wszystkie z nich. Jak stwierdzono w naszej ankiecie, produkcja przemysłowa, wykorzystanie robotyki, wykorzystanie wizji komputerowej, sztucznej inteligencji w celu zwiększenia produktywności i zwiększonej wydajności naprawdę zaczęły stawać się głównym nurtem i na dużą skalę w produkcji przemysłowej. To samo z usługami finansowymi, interakcja konsumencka została ulepszona dzięki sztucznej inteligencji w tych obszarach. Technologia, co nie jest zaskoczeniem, w pełni zaadoptowała sztuczną inteligencję lub prawie całkowicie zaadoptowała sztuczną inteligencję. A potem zaobserwowaliśmy dramatyczny wzrost sprzedaży detalicznej w wyniku sztucznej inteligencji. Tak więc zakupy online, możliwość przewidywania popytu konsumentów, były silnym przypadkiem użycia sztucznej inteligencji w tych branżach.

Laur: Tak więc słabiutkie gałęzie przemysłu to opieka zdrowotna i nauki przyrodnicze, które przyniosły tylko, mówię tylko, 37-procentowy wzrost przyjęcia w porównaniu z zeszłorocznym badaniem. To wciąż świetna liczba. Ale czy myślisz, że to dlatego, że walka z Covid była priorytetem, czy może dlatego, że są to branże regulowane, czy też był inny powód?

Klif: Regulacje to wspólny temat wśród tych maruderów. Masz rząd, masz nauki przyrodnicze, opiekę zdrowotną. Jednak usługi finansowe są również regulowane i są dużym nabywcą, więc nie może to być jedyna rzecz. Myślę, że hipoteza dotycząca krowa jest prawdopodobnie bardziej prawdopodobna, ponieważ nauki przyrodnicze skupiają się na wydobyciu szczepionki. Chociaż z naszego punktu widzenia iz tego, co widzimy, rząd jest masowym zwolennikiem. Tylko pod względem potencjału w rządzie wciąż jest w tyle. Ale same liczby i ogrom działań, które mają miejsce w rządzie w porównaniu z prywatnymi przedsiębiorstwami, wciąż robią wrażenie. Tyle, że masz do czynienia ze zmianą na tak dużą skalę i o wiele większą biurokracją i biurokracją, aby dokonać tej zmiany w przedsiębiorstwie rządowym.

Laur: Na pewno. Wspomniałeś wcześniej o sektorze produkcji przemysłowej, w którym 72% liderów biznesu było pod wpływem pandemii, aby przyspieszyć przyjęcie sztucznej inteligencji. Co to właściwie oznacza dla konsumentów w tej branży, a także dla tego sektora jako całości?

Klif: Kiedy patrzę na te liczby, nie będzie branży, na którą nie ma wpływu sztuczna inteligencja. Branże, które przyjmą go szybciej i szybciej lub będą miały wpływ w wyniku pandemii, która prawie w całości jest napędzana pracą zdalną, brakiem możliwości dotarcia zasobów do lokalizacji, impulsem do napędzania automatyzacji i AI będąca jednym z fundamentalnych elementów automatyzacji. Bo jeśli spojrzysz na inne części ankiety, w których pytamy: Gdzie są największe korzyści? znajdzie się w wydajności i produktywności. Jest to dość spójne we wszystkich branżach, gdy spojrzysz na to, gdzie stosowana jest sztuczna inteligencja. Tak więc automatyzacja, produktywność, analityka predykcyjna, wszystkie te obszary są napędzane przez te motywy związane z produktywnością. Przypadki użycia różnią się w zależności od branży, ale potrzeby są bardzo podobne. Nadrzędne tematy i nadrzędne potrzeby są bardzo podobne. Miałeś kilka branż, na które pandemia wpłynęła w inny sposób.

Laur: Co ciekawe, być może różnicą w produkcji przemysłowej, jak wspomniałeś, jest robotyka. Więc trochę naszego sprzętu gra w porównaniu z zawsze oprogramowaniem.

Klif: Prawidłowy. Tak, w produkcji przemysłowej widać przezbrojenie fabryk. Widzisz to, co niektórzy nazywają efektem Tesli, gdzie kładzie się nacisk na transformację i automatyzację fabryk – gdzie budowa fabryki jest prawie tak samo ważna jak sam produkt. W tym sektorze toczy się wiele debat i dyskusji na temat tego, ile zautomatyzować i czy jest za dużo automatyzacji? Myślę, że w niektórych z tych publicznych wydarzeń, w których widzieliście gwałtowny wzrost produkcji, w której zastosowano automatyzację, widzieliście również pewne wycofanie się z tego. Zbyt duża ilość technologii może w rzeczywistości mieć skutki i skutki odwrotne do zamierzonych, ponieważ konieczne jest zaangażowanie człowieka w podejmowanie decyzji, a technologii po prostu jeszcze nie ma. Tak więc wiele zmian dzieje się w tej przestrzeni. Widzimy dużą ewolucję, wiele nowych rodzajów technologii. Głębokie uczenie umożliwia więcej wizji komputerowej, bardziej inteligentną automatyzację procesu produkcyjnego w fabrykach.

Laur: Mówiąc o utrzymywaniu ludzi zaangażowanych w te wybory, pomysły i technologie, silne cyberbezpieczeństwo jest wyzwaniem dla każdego, prawda? Ale źli ludzie coraz częściej wykorzystują sztuczną inteligencję przeciwko firmom i przedsiębiorstwom, a twoją jedyną odpowiedzią i obroną jest większa sztuczna inteligencja. Czy uważasz, że cyberbezpieczeństwo jest konkretnie obszarem, na który kierownictwo na całym świecie przyspiesza wydatki?

Klif: Cóż, masz całkowitą rację, cyberbezpieczeństwo jest jednym z największych zagrożeń w miarę postępu technologicznego, niezależnie od tego, czy jest oparte na sztucznej inteligencji przez klasyczne komputery, czy też pięć lub dziesięć lat później, gdy udostępniamy obliczenia kwantowe rządom lub korporacjom. Zagrożenia bezpieczeństwa będą nadal narastać. Sztuczna inteligencja jest z pewnością ofensywa, ale jest również obroną. Tak więc analityka predykcyjna wykorzystująca sztuczną inteligencję do przewidywania zagrożeń, obrony przed zagrożeniami stwarzanymi przez sztuczną inteligencję, które zwiększają zaawansowanie penetracji, phishingu i innych sposobów na włamanie się do systemu. Te technologie to swego rodzaju wyścig zbrojeń pomiędzy, jak powiedziałeś, dobrymi i złymi. Nie widać końca, gdy zaczynamy wchodzić w erę prawdziwych zmian, które w przyszłości będą wspierane przez obliczenia kwantowe. To tylko przyspieszy, ponieważ będziesz potrzebować nowego typu kryptografii post-kwantowej do obrony przed zagrożeniami, jakie komputery kwantowe mogą stanowić dla organizacji zajmującej się bezpieczeństwem.

Laur: To absolutnie niesamowite, jak szybko, prawda? Jak już mówiliśmy, wykładniczy wzrost, zwłaszcza w przypadku obliczeń kwantowych, być może za rogiem, pięć, dziesięć lat, to brzmi mniej więcej dobrze. Jednak badania powróciły i mówią, że wielu respondentów uważa, że ​​ich firmy powinny mieć jakąś politykę etyczną i kodeks postępowania w zakresie sztucznej inteligencji, ale niewielu to robi, niewielu to robi. Tak więc te, które to robią, to mniejsze firmy. Czy uważasz, że to tylko kwestia czasu, zanim wszyscy to zrobią, czy też jest to wymóg zarządu, aby w ogóle mieć te zasady etyczne AI?

Klif: Cóż, wiemy, że jest to omawiane na poziomie regulacyjnym. Pojawiają się ważne pytania dotyczące tego, gdzie rząd powinien wkroczyć z działaniami regulacyjnymi i gdzie samokontrola etyczna AI... W jaki sposób Twoja organizacja marketingowa kieruje zachowanie w swojej bazie klientów? A jak wykorzystujesz sztuczną inteligencję, aby wykorzystać profile psychologiczne do sprzedaży? Są na przykład pewne decyzje etyczne, które należałoby w związku z tym podjąć. Stosowanie rozpoznawania twarzy w środowiskach konsumenckich jest szeroko dyskutowane i dyskutowane. Ale wykorzystanie sztucznej inteligencji i etyczne wykorzystanie sztucznej inteligencji ukierunkowanej na psychologię konsumentów, myślę, że debata rozpoczęła się w dużej mierze tego lata, kiedy pojawiły się filmy dokumentalne, które pokazały, w jaki sposób media społecznościowe wykorzystują sztuczną inteligencję do kierowania do konsumentów produktów marketingowych i jak to może być niewłaściwie używany i niewłaściwie stosowany przez złoczyńców.

Więc tak, to tylko wierzchołek góry lodowej. To, co widzimy dzisiaj, to tylko pierwsze oświadczenia wstępne, jeśli chodzi o to, jak daleko powinniśmy posunąć się z AI i jakie są kary nakładane na tych, którzy idą dalej niż powinniśmy, i czy te kary są regulowane przez rząd? Czy są to kary społeczne i po prostu ujawnienie, czy też potrzebujemy praw i zasad, które mają zęby do pogwałcenia tych uzgodnionych zasad etycznych, czymkolwiek by one nie były?

Laur: To trochę sytuacja typu push-me, pull-you, prawda? Ponieważ technologia rozwija się bardzo szybko, ale kwestie społeczne lub regulacje mogą być nieco opóźnione. Jednocześnie firmy niekoniecznie, być może w niektórych przypadkach, wdrażają sztuczną inteligencję tak szybko lub mają problemy z obsadzeniem tych inicjatyw. W jaki sposób firmy starają się nadążyć za pozyskiwaniem talentów i czy przedsiębiorstwa powinny zacząć szukać, a może już szukały możliwości podnoszenia kwalifikacji lub szkolenia obecnych pracowników, jak wykorzystać sztuczną inteligencję jako nową umiejętność?

Klif: Tak, to są bardzo trudne problemy. Jeśli przyjrzysz się badaniu i zagłębisz się w nie, zobaczysz różnicę między dużymi i małymi firmami. Mam na myśli zdolność przyciągania talentów, które przeszły wieloletnie szkolenia w zakresie zaawansowanej analityki, inżynierii komputerowej, głębokiego uczenia się, uczenia maszynowego oraz zrozumienia złożoności i niuansów uczenia wag i uprzedzeń złożonego, wielopoziomowego, głębokiego uczenia się algorytmy — ten talent nie jest łatwy do zdobycia. Bardzo trudno jest wziąć klasycznego inżyniera komputerowego i przeszkolić go w tego rodzaju sztucznej inteligencji opartej na statystyce, w której musisz naprawdę pracować z trenowaniem tych złożonych sieci neuronowych, aby osiągnąć cele firmy.

Widzimy, jak firmy technologiczne oferują te usługi w chmurze, a jest to sposób na uzyskanie dostępu do sztucznej inteligencji i dostęp do niektórych z tych narzędzi poprzez subskrypcję interfejsów API, interfejsów programów aplikacji oraz zastosowanie tych interfejsów API na swoich platformach i technologiach. Ale aby naprawdę uzyskać przewagę nad konkurencją, musisz być w stanie manipulować, opracowywać i kontrolować dane, które są wykorzystywane do trenowania tych algorytmów. W dzisiejszym świecie sztuczna inteligencja jest bardzo, bardzo głodna danych i wymaga ogromnych ilości danych, aby uzyskać dokładne i wysokiej jakości dane wyjściowe. Te dane trafiają do największych firm i ma to odzwierciedlenie w ich wycenie. Widzimy więc, kim są te firmy. Duża część tej wartości wynika z danych, do których mają dostęp. A produkty, które są w stanie wyprodukować, opierają się na wielu z tych danych. Produkty te wielokrotnie napędzane są sztuczną inteligencją.

Laur: Wracając więc do ankiety, ostatni punkt danych, 60% respondentów twierdzi, że sztuczna inteligencja jest przynajmniej umiarkowanie w pełni funkcjonalna w ich organizacji. W porównaniu do sytuacji sprzed 10 lat wydaje się, że to prawdziwy postęp dla sztucznej inteligencji. Ale nie wszyscy jeszcze tam są. Jakie kroki mogą podjąć przedsiębiorstwa, aby w pełni wykorzystać sztuczną inteligencję?

Klif: W tym miejscu wracam do tego, co powiedziałem w zeszłym roku, czyli do ponownej oceny twojego ekosystemu. Kim są twoi partnerzy? Kto wprowadza te możliwości do Twojej firmy? Dowiedz się, jakie są Twoje opcje w stosunku do dostawców technologii, którzy dają Ci dostęp do sztucznej inteligencji. Nie każda firma będzie mogła po prostu zatrudnić eksperta AI i mieć AI. To są technologie, jak mówiłem, są trudne do opracowania. Trudno je utrzymać. Ewoluują w błyskawicznym tempie wykładniczym. Tak więc rozmowy, które prowadzilibyśmy sześć miesięcy lub rok temu, byłyby teraz inne, tylko ze względu na tempo zmian zachodzących w tym środowisku. Opór wobec zmian AI jest niski. A więc porusza się szybciej niż prawo Moore'a. Przyspiesza tak szybko, jak pozwalają na to dane. Same algorytmy istnieją od lat. To zdolność do przechwytywania i wykorzystywania danych napędzających sztuczną inteligencję. Tak więc, współpracując z tymi możliwościami, te firmy technologiczne, które mają dostęp do danych istotnych dla Twojej branży, mają kluczowe znaczenie dla odniesienia sukcesu.

Laur: Kiedy rozmawiasz z kadrą kierowniczą o tym, jak odnieść sukces dzięki sztucznej inteligencji, jak doradzić im, jeśli są w tyle za konkurentami i rówieśnikami we wdrażaniu sztucznej inteligencji?

Klif: Cóż, robimy takie ankiety. Robimy benchmarki. Wykorzystujemy benchmarki, które są dostępne w innych obszarach i innych dziedzinach. Przyglądamy się tempu zmian i relatywnym korzyściom dla tej konkretnej branży, a nawet węższym zakresie funkcji lub działalności w tej branży i tej branży. Sztuczna inteligencja nie zinfiltrowała jeszcze każdego obszaru. Jest na dobrej drodze, aby to zrobić, ale są obszary w obsłudze klienta, GNA, elementy back-office organizacji, produkcja, analityka, spostrzeżenia, prognozowanie, wszystko to, sztuczna inteligencja ma mocny przyczółek, więc nadal to rozwijać. Ale są też elementy w projektowaniu produktów, inżynierii i innych aspektach projektowania, w które wkracza sztuczna inteligencja, które w tej chwili nie mają równych szans.

Więc jest nierówny. W niektórych obszarach jest bardzo zaawansowany, w innych nie. Powiedziałbym również, że opinia, która pojawi się w ankiecie generalistów w tych dziedzinach, może nie uwzględniać niektórych bardziej zaawansowanych możliwości sztucznej inteligencji, które mogą mieć miejsce za sześć miesięcy, rok lub dwa lata później. Ale te możliwości ewoluują bardzo szybko i będą szybko przenosić się do tych branż. Chciałbym też spojrzeć na ekosystem startupowy. Startupy szybko ewoluują. Technologie, które startup wykorzystuje i wprowadza do nowych branż, aby zmienić te branże, niekoniecznie są brane pod uwagę przez bardziej ugruntowane firmy, które mają istniejące modele operacyjne i modele biznesowe. Tak więc startup może wykorzystywać sztuczną inteligencję i dane, aby całkowicie zmienić sposób, w jaki branża konsumuje produkt lub usługę.

Laur: To jak zawsze dobra rada. Cliff, dziękuję bardzo za przyłączenie się do nas dzisiaj w wspaniałej rozmowie w Business Lab.

Klif: Cała przyjemność po mojej stronie. Świetnie się z tobą rozmawia.

Laur: Był to Cliff Justice, amerykański lider innowacji w przedsiębiorstwie dla KPMG, z którym rozmawiałem z Cambridge w stanie Massachusetts, siedziby MIT i MIT Technology Review, z widokiem na rzekę Charles.

To tyle w tym odcinku Business Lab. Jestem twoim gospodarzem, Laurel Ruma. Jestem dyrektorem Insights, działu custom publishing w MIT Technology Review. Powstaliśmy w 1899 roku w Massachusetts Institute of Technology. Możesz nas znaleźć w druku, w Internecie i na wydarzeniach każdego roku na całym świecie. Więcej informacji o nas i programie znajdziesz na naszej stronie internetowej technologyreview.com.

Ten program jest dostępny wszędzie tam, gdzie otrzymujesz podcasty.

Jeśli spodobał Ci się ten odcinek, mamy nadzieję, że poświęcisz chwilę, aby nas ocenić i zrecenzować. Business Lab to produkcja MIT Technology Review. Ten odcinek został wyprodukowany przez Collective Next. Dziękuję za słuchanie.

Ten odcinek podcastu został wyprodukowany przez Insights, dział zajmujący się treściami niestandardowymi MIT Technology Review. Nie został wyprodukowany przez redakcję MIT Technology Review.

ukryć