Стоимость интеллекта снижается: как могут конкурировать предприятия?

15,7 триллиона долларов.

Это больше, чем совокупный годовой выпуск Японии, Германии, Индии и Великобритании, вместе взятых. Неудивительно, что это также то, что PwC оценивает, что ИИ внесет вклад в глобальную экономику к 2030 году. Не секрет, что стоимость интеллекта последовательно снижается на протяжении многих лет. Фактически, в 2020 году треть предприятий сообщили, что стоимость ИИ снизилась на целых 20% почти во всех отраслях.

В 1965 году Гордон Мур предсказал, что количество транзисторов на кристалле будет удваиваться каждые два года, что позволит добиться соответствующих достижений в вычислительной мощности, хранении данных и алгоритмической эффективности. На фоне этого прогноза gần экспоненциальный рост облачных вычислений и модели “плати-по-мере-использования” теперь означает, что даже небольшие организации имеют доступ к высокомасштабируемой вычислительной инфраструктуре по относительно низкой цене. Это исключило необходимость крупных первоначальных инвестиций в вычислительную инфраструктуру и сделало возможным для небольших организаций конкурировать с более крупными на равных условиях.

Более того, взрыв данных сыграл решающую роль в снижении стоимости интеллекта. С ростом интернета и распространением датчиков теперь существует изобилие данных, доступных для анализа. Это позволило алгоритмам машинного обучения быть обученными на больших наборах данных, что привело к улучшению точности и производительности. Кроме того, движение за открытым исходным кодом сделало возможным для разработчиков получить доступ и использовать большие наборы данных бесплатно, снижая барьеры для входа на рынок разработки интеллектуальных систем. Наконец, достижения в алгоритмической эффективности также способствовали снижению стоимости интеллекта. Исследователи разработали новые методы для обучения и оптимизации алгоритмов машинного обучения, что привело к более быстрым и точным моделям. Это сделало возможным разработку интеллектуальных систем с меньшими вычислительными ресурсами, снижая стоимость разработки и развертывания.

В эпоху, когда технологии ИИ и МО повсеместны, мы можем ожидать значительных изменений в том, как предприятия работают и инновируют в различных отраслях. Например, в финтехе гибкие стартапы используют ИИ для предоставления всего, от STP для KYC и онбординга клиентов до финансовых и бюджетных прозрений. А в здравоохранении это позволяет небольшим технологическим стартапам предсказывать симптомы пациентов через ввод данных с носимых устройств и предоставлять своевременные аварийные услуги.

Создание связанного предприятия имеет решающее значение

Связанные предприятия гораздо лучше подготовлены к тому, чтобы воспользоваться снижением стоимости интеллекта, чем их традиционные аналоги. Часть причины заключается в том, что связанные предприятия используют цифровые технологии для связи с клиентами, сотрудниками, поставщиками и партнерами в режиме реального времени. Они также используют облачный подход к инфраструктуре, что помогает им легко обрабатывать большие объемы данных с мобильных устройств, социальных сетей и других инструментов для оптимизации процессов и получения прозрений в поведение клиентов. Большинство связанных предприятий на самом деле построены на трех основных столпах.

Усиление человеческого потенциала: Часто связанные предприятия создают культуру инноваций, гибкости и сотрудничества. Высокая степень автоматизации и цифровизации означает, что сотрудники освобождаются от тирании повторяющихся ручных задач и имеют больше времени для творческого решения проблем и более высокого порядка работы. Фактически, наличие цифровой инфраструктуры для поддержки культуры инноваций столь же важно, как и сама культура.

Сети ценности: Лидеры внутри связанных предприятий понимают, что линейная цепочка поставок устарела, и вместо этого инвестируют в экосистемы технологических провайдеров, агрегаторов, дистрибьюторов и стартапов. Низкозадержные соединения внутри этих экосистем, или сетей ценности, означают, что каждый заинтересованный сторон имеет доступ к потоку информации в режиме реального времени для принятия решений, оптимизации процессов и ускорения поставки продукции. Твердый пример лежит в том, как автостраховщики сотрудничали с производителями и компаниями телематики для запуска моделей “плати-по-мере-езды”, где страхователи платят более низкую премию, если они постоянно демонстрируют безопасное поведение при вождении. В то же время информация, собранная бортовыми телематическими устройствами, помогает аварийным службам быстро отслеживать место аварии, одновременно подпитывая критическую информацию обратно производителям, чтобы они могли оптимизировать компоненты безопасности.

Когнитивные операции: В нынешнюю эпоху “культура инноваций” так же хороша, как и данные, которые ее питают. Связанные предприятия более децентрализованы и гибки, чем традиционные организации, с распределенными командами и фокусом на результатах, а не на процессе. Гибкие методологии, процессы, управляемые ИИ, которые требуют оченьlittle вмешательства человека, и высокая степень внутренней связности являются характеристиками успешных связанных предприятий. Это означает, что данные текут бесшовно по всей системе, и заинтересованные стороны могут мгновенно получить доступ к информации, которая критически важна для их работы, без задержек, которые часто создают операции в изоляции.

Какой реальный эффект это имеет?

С присутствием в более чем 20 странах по всей Азии, на Ближнем Востоке и в Африке, быстро растущая компания FMCG стремилась укрепить свое положение на нескольких географических рынках. Однако, несмотря на свой успех, компания столкнулась с трудностями при попытке использовать свой полный региональный потенциал продаж из-за фрагментированного розничного ландшафта на развивающихся рынках. Конкретно, компания обнаружила, что ей трудно получить представление о спросе и увеличить свою долю рынка из-за сильной зависимости от ручных процессов. В плане решения использование платформы, управляемой ИИ, для автоматизации операций и картографирования критически важных операционных данных было первым шагом. Следующий шаг включал создание панели управления для их представителей продаж и менеджеров территорий, которая помогала им картографировать геопроникновение, выявлять пробелы в территориях и строить стратегию для эффективного покрытия точек. За несколько месяцев они увидели увеличение стоимости на 15%, улучшение производительности представителей продаж на 15% и рост ECO на 50%.

Аналогично, когда пандемия была в полном разгаре, компания CPG отслеживала распространение COVID по различным районам и подпитывала эту информацию в платформу ИИ для прогнозирования, какие розничные точки будут наиболее сильно пострадать от нехватки запасов. Используя эти прозрения, в сочетании с цифровой связью с сетью дистрибьюторов, они смогли пополнить запасы своих продуктов за несколько дней, в то время как полки конкурентов были пусты.

Этика и гибкость интеллекта

Эти истории показывают, как небольшие организации, которые принимают инструменты и таланты ИИ, доступные им, могут создать эффект, который более крупные, традиционные предприятия с трудом смогут повторить. Чтобы остаться устойчивыми в мире, где каждая организация имеет доступ к передовым инструментам интеллекта и анализа, превращение в связанное предприятие явно имеет решающее значение.

Но помимо создания большей экономической ценности, rõкая возможность для предприятий выделиться среди своих коллег – это приверженность этическому использованию ИИ. Это не только означает использование технологии для продвижения экологических и социальных программ, но и обеспечение того, что их модели ИИ являются культурно чувствительными, не предвзятыми в отношении перспектив меньшинств и используются в соответствии с правилами конфиденциальности. Поскольку ИИ становится все более укорененным в операциях предприятий, вытеснение рабочих мест также является ключевой проблемой – одной, которую лидеры могут решить посредством программ повышения квалификации и эффективного управления изменениями.