Tankeledere

Fjern men engageret: Genopfinder virksomhedsinteraktion med AI – Tankeledere

mm
Føj Unite.AI til dine foretrukne kilder på Google

Af Gary Bhattacharjee, AI-praksisleder, Infosys.

Kraften af personlige interaktioner i forbindelse med en forretnings-transaktion er ofte blevet taget for givet, indtil COVID-19-pandemien i 2020 lukkede alle fysiske kontaktpunkter i globale virksomheder på tværs af alle brancher og tvang ledere til at omdefinere forretningsnormer. Lad os udforske de faktorer, der gør menneskelige interaktioner i en business-til-business (B2B)-kontekst komplekse, og hvordan principperne for kunstig intelligens (AI) kan lette dette.

Samarbejde

I en fjernarbejdsmiljø bliver “team-arbejde” svært uden fysiske interaktioner. Mens der før pandemien fandtes mange virtuelle mødeteknologier, har nedlukningen tvunget dette til at blive den “eneste” metode til samarbejde, og dermed åbnet døre for innovationer, der kan skala og forbedre de eksisterende funktioner.

Transkription

Ved hjælp af Neural-Nets-teknikker i AI kan “auto-minutter” oprettes ved at anvende tale-til-tekst-teknikker i virtuelle møder. Derudover kan det “auto-oprette” en transkription til analyse, sporing og reference.

Øversættelse

Ved hjælp af transfer-læringsteknikker i AI kan “auto-øversættelse” af samtaler aktiveres i et virtuelt møde, der involverer deltagerne med flere sprog.

Følelser

Ved ansigt-til-ansigt-møder læser vi underbevidst kroppssprog og designer vores svar. Det er meget svært at gøre det på en video-opkald. Men “gesturanalyse”- og “micro-facial-analyse”-teknikker kan mere præcist identificere bredde følelser i sammenligning med et menneskeligt sans.

Papirarbejde

Selvom papirarbejdet, der er nødvendigt for en business-til-forbruger (B2C)-transaktion, er reduceret kraftigt i den digitale verden, afhænger B2B-interaktioner stadig i stor udstrækning af at fortolke information fra narrative dokumenter, trykte former og/eller håndskrevne papirer. Den primære årsag er, at forretningsreglerne for forskellige transaktioner ofte er unikke og komplekse, og ikke berettiger computerisering af processen.

Naturlig Sprogforståelse (NLU)

Fremgang i områderne ontologi samt neurale netværksbaserede algoritmer til at syntetisere kontekst bliver bredt anvendt til at forstå forretningsdokumenter, såsom kontrakter. En NLU-aktiveret platform kan erstatte behovet for menneskelig håndtering af papir; og dermed bidrage til kontaktfrie forretningsoperationer.

Håndskriftsgenkendelse

Meget er stadig fanget i håndskrevne noter, f.eks. juridiske noter på kontrakter, kliniske noter og recepter, mødeprotokoller osv. Fremgang i billedbehandling, mønstergenkendelse og stilklassefikation har forbedret nøjagtigheden og forståelsen af håndskrevne tekster. Dette hjælper med at fjerne menneskelig kontakt og opbygge tillid til håndskrevne kommunikationer.

Herkomst

Det, vi tager for givet i en “rigtig verden”, er autenticiteten af en anden menneskelig. Men en virtuel verden kræver, at vi validerer og autentificerer den menneskelige identitet af enheder, vi interagerer med.

Digital Identitet

Menneskelige brugere kan genkendes fra de elektroniske krummer, de efterlader i den digitale rum. En robot kan måske efterligne en menneskelig, men ved hjælp af “adfærdshantering”, kan en AI-drevet maskine identificere en ikke-menneskelig. Derudover kan systemet, ved at indsamle profilinformation fra tredjepartsdatakilder, ikke kun autentificere personen, men også validerer legitimationspapirer og afvikle behovet for menneskelig due diligence.

Tredjepartsvalidering

Notar-tjenester og formynderskaber blev oprettet for at sikre, at i en forretnings-transaktion en tredje enhed validerer en identitet eller transaktion. Men med fremgang i valideringer ved hjælp af “digitale signaturer”, “biometriske autentificeringer” og andre AI-drevne teknikker kan notariseringer gøres fuldstændigt virtuelle, og dermed eliminere behovet for menneskelige notarer.

Block-chain

Block-chain-teknologi etablerer autenticiteten af en transaktion, en kontrakt eller en ejendom i en forretning. Machine Learning-teknikker i AI kan anvendes til at oprette den nødvendige unikke identifikator for en blok, der er uændret, men kan afledes fra forretningskonteksten.

Sikkerhed

I en virtuel rum, når det kommer til sikkerhed, skal nogle ting, der tages for givet i en fysisk rum, opdages og håndteres, da truslerne ofte er usynlige.

Perimeterbeskyttelse

I en virtuel arbejdsplads bliver brugere typisk admitteret via en multifaktor-autentificeret “port” og alle kommunikationer er beskyttet af kryptering. Men disse beskyttelsesmetoder er udsat for hacking. Fremgang i AI hjælper med øjeblikkelig “trusselformering” og “isolering”.

Indsidertrusler

En mere snigende trussel er, når en autentificeret bruger engagerer sig i mislighold, da hans/hendes handlinger ikke overvåges af kollegaer, som i en normal arbejdsplads. F.eks. kan en bruger let stjæle følsomme data fra sin fjerncomputer-skærm ved at tage et telefonbillede eller blot skrive det ned på papir. Teknikker i AI ved hjælp af “adfærdshantering” kan identificere og slutte sig til sådant adfærd, selv uden at fange aktuelle signaler af samme.

Immersion

Mennesker, der arbejder på afstand, savner arbejdsplads-samtaler og interaktioner. Derudover er opmærksomheds-spanet af hjemme-arbejdere ofte revet itu af personlige udløsere. AI-disciplinerne vision-analyse og video-intelligens er en muliggører for følgende teknikker:

Forstærket Virkelighed (AR)

AR sammenstiller virtuelle objekter fra en anden ejendom med de virkelige objekter i en hjemme-kontor, og giver det fysisk følelse af et interaktivt arbejdsrum. Ved hjælp af vision-intelligens-teknikker i AI kan en sådan ændret virkelighed efterligne et udvidet arbejdsrum, der kan holde arbejderen engageret.

Virtual Reality (VR)

I VR er arbejderen fuldstændigt omsluttet af vision, lyd og, nu, berøring, med den virkelighed, der projiceres. I visse forretnings-arbejdspladser, som en butiksgulv, renderes et avanceret VR-system med medarbejdere som “digitale tvillinger”. Det er essentieligt en kompleks komposition og rendering af data og adfærd, der detekteres i realtid fra den analoge tvilling, ved hjælp af disciplinerne i AI.

mens disse forstærkede evner, drevet af AI, der efterligner og forstærker menneskelige interaktioner, kan lette “rigtig verden”-engagement-behov for en socialt fjern arbejdsstyrke, er der stadig noget, der er uden for rækkevidde af nuværende fremgang i AI: Intuition. Er denne sjette sans, som et menneske føler, uquantificerbar, eller er det endnu ikke matematisk udtrykt? Perceptionen af en succesfuld udfald tendere til at favorisere intuition-baseret beslutningstagning, på grund af den dybt rodfæstede afhængighed af vores intuition, som over tid måske kan overvindes og stole på maskine-baseret kontrol. Intuition kunne blot være en efemær og fiktiv konstrukt af det menneskelige sind eller det kunne være en reel ting, der kan beregnes, efterlignes og forstærkes. Da AI fortsætter med at udvikle sig, vil vi til sidst bygge intuitive maskiner, som vi kan stole på, implicit.

Gary Bhattacharjee står i spidsen for den globale praksis for kunstig intelligens (AI) hos Infosys, som muliggør virksomheder med AI-drevne løsninger. Gary startede hos IBM Australia, hvor han ledede produktudviklingen for CoreBank. Hos Citi ledede han udviklingen af Corporate Banking-platformen. Som leder af Financial Services Consulting hos HP udviklede han forskellige strategiske løsninger for industrien. Hos Morgan Stanley ledede han strategi og analyse for formueforvaltning, hvor han opnåede forretningsmål gennem AI. Han har nylig medstiftet en FinTech-startup, hvor han opbyggede en autonom platform til at digitalisere manuelle, papirbaserede operationer for handelsfinansiering med hjælp af maskinlæring og blockchain. Gary er uddannet fra Indian Institute of Technology (IIT) med en bachelor i elektronik. Han har et patent på styring af data via samarbejdsmetode og system, en wiki-baseret tilgang til styring af struktureret data.