Стоимость интеллекта снижается: как могут конкурировать предприятия?

$15.7 Триллиона.

Это больше, чем совокупный годовой выпуск Японии, Германии, Индии и Великобритании, вместе взятых. Неудивительно, что это также то, что PwC оценивает, что ИИ внесет свой вклад в глобальную экономику к 2030 году. Не секрет, что стоимость интеллекта снижается стабильно на протяжении многих лет. Фактически, в 2020 году треть предприятий сообщили, что стоимость ИИ снизилась на 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 “платите за то, что используете”, теперь 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 создания интеллектуальных систем. Наконец, достижения в алгоритмической эффективности также внесли свой вклад в снижение стоимости интеллекта. Исследователи разработали новые методы для обучения и оптимизации алгоритмов машинного обучения, что привело к более быстрым и точным моделям. Это сделало возможным создание 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. В финтехе, например, гибкие стартапы используют ИИ для предоставления всего, от STP для KYC и онбординга клиентов до финансовых и бюджетных инсайтов. А в здравоохранении это позволяет небольшим технологическим стартапам предсказывать симптомы пациентов с помощью носимых устройств и предоставлять своевременные услуги экстренной помощи.

Создание связанного предприятия имеет решающее значение

Связанные предприятия гораздо лучше подготовлены к использованию снижения стоимости интеллекта, чем их традиционные аналоги. Одна из причин 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 инсайтов о поведении клиентов. Большинство связанных предприятий, фактически, 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 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.

Сетевые ценности: Лидеры внутри связанных предприятий понимают, что линейная цепочка поставок устарела, и вместо этого инвестируют в экосистемы технологических провайдеров, агрегаторов, дистрибьюторов и стартапов. Низкожелаточные соединения внутри этих экосистем, или сетевых ценностей, означают, что каждый заинтересованный сторон имеет доступ к потоку информации в режиме реального времени для принятия решений, оптимизации процессов и ускорения доставки продукции. Хороший пример лежит в том, как автостраховщики сотрудничают с производителями и компаниями телематики для запуска моделей “плати-качай”, 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, а также подает критическую информацию производителям, чтобы они могли оптимизировать компоненты безопасности.

Когнитивные операции: В нынешнюю эпоху “культура инноваций” столь 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, ИИ-ориентированные процессы, требующие минимального вмешательства человека, и высокая степень внутренней связности являются характеристиками успешных связанных предприятий. Это означает, что данные текут беспрепятственно по всей системе, и заинтересованные стороны могут мгновенно получить доступ к информации, критической для их работы, без создания бутылочных горлышек, которые часто создают операции в изоляции.

Каков реальный мировой эффект?

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 в использовании своего полного регионального потенциала продаж из-за фрагментированной розничной среды 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 первой шагом было использование платформы, оснащенной ИИ, для автоматизации операций и картографирования критически важных оперативных данных. Следующий шаг включал создание панели управления для своих представителей по продажам и территориальных менеджеров, которая помогала им картографировать геопроникновение, выявлять пробелы в территории и разрабатывать стратегию для эффективного покрытия точек продаж. За несколько месяцев они увидели увеличение стоимости на 15%, улучшение производительности представителей по продажам на 15% и рост ECO на 50%.

Аналогично, когда пандемия была в полном разгаре, компания CPG отслеживала распространение COVID-19 по различным районам и подала эту информацию в платформу ИИ для предсказания, какие розничные точки будут наиболее сильно пострадать от дефицита запасов. Используя эти инсайты, в сочетании с цифровой сетью дистрибьюторов, они смогли пополнить запасы своих продуктов в течение нескольких дней, в то время как полки конкурентов были пусты.

Этика и гибкость интеллекта

Эти истории иллюстрируют, как небольшие организации, которые принимают доступные для них инструменты и таланты ИИ, 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, безусловно, имеет решающее значение.

Но помимо создания большей экономической ценности, rõ ràng, что у предприятий есть возможность выделиться среди своих коллег, обязавшись использовать ИИ этично. 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. Когда ИИ становится все более глубоко интегрированным в операции предприятий, вытеснение рабочих мест также является ключевой проблемой – той, которую лидеры могут решить за счет программ повышения квалификации и эффективного управления изменениями.

I models are culturally sensitive, unbiased toward minority perspectives, and are used in compliance with privacy regulations. As AI becomes further entrenched into enterprise operations, workforce displacement is also a key concern – one that leaders can address via upskilling programs and effective change management.