Вартість інтелекту знижується: як підприємства можуть конкурувати?

$15,7 трлн.

Це більше, ніж сукупний річний випуск Японії, Німеччини, Індії та Великої Британії, разом узятих. Не дивно, що це також те, що, за оцінками PwC, штучний інтелект внесе свій внесок у світову економіку до 2030 року. Не секрет, що вартість інтелекту знижується поступово протягом років. Фактично, у 2020 році кожна третя компанія повідомила, що вартість штучного інтелекту зменшилася на 20% майже у всіх галузях.

У 1965 році Гордон Мур передбачив, що кількість транзисторів на мікрочипі подвоюється кожні два роки, що дозволяє зробити відповідні вдосконалення обчислювальної потужності, зберігання даних та алгоритмічної ефективності. На основі цього прогнозу майже експоненційний ріст хмарних технологій та моделі “плати за використання” означає, що навіть менші організації тепер мають доступ до високомасштабованої обчислювальної інфраструктури за відносно низьку ціну. Це усунуло необхідність великих попередніх інвестицій в обчислювальну інфраструктуру та зробило можливим для менших організацій конкурувати з більшіми на рівних умовах.

Крім того, вибух даних відіграв важливу роль у зниженні вартості інтелекту. З ростом Інтернету та поширенням датчиків тепер існує надлишок даних, доступних для аналізу. Це дозволило алгоритмам машинного навчання тренуватися на великих наборах даних, що призвело до покращення точності та продуктивності. Крім того, рух відкритого коду зробив можливим для розробників отримувати доступ та використовувати великі набори даних безкоштовно, знижуючи бар’єри для входу на ринок розробки інтелектуальних систем. Нарешті, вдосконалення алгоритмічної ефективності також внесли свій внесок у зниження вартості інтелекту. Дослідники розробили нові методи тренування та оптимізації алгоритмів машинного навчання, що призвело до швидших та більш точних моделей. Це зробило можливим розробку інтелектуальних систем з меншими обчислювальними ресурсами, знижуючи вартість розробки та впровадження.

У епоху, коли технології штучного інтелекту та машинного навчання є повсюдними, ми можемо очікувати значних змін у тому, як підприємства працюють та інновують у різних галузях. У фінтех, наприклад, гнучкі стартапи використовують штучний інтелект для надання всього, від STP для клієнтів KYC та реєстрації до фінансових та бюджетних інсайтів. А у сфері охорони здоров’я це дозволяє малим технологічним стартапам передбачати симптоми пацієнтів через дані з носимих пристроїв та надавати своєчасні екстрені служби.

Будівництво підключеної підприємства є критично важливим

Підключені підприємства значно краще позиціоновані для використання зниження вартості інтелекту, ніж їх традиційні аналоги. Частина причини полягає в тому, що підключені підприємства використовують цифрові технології для зв’язку з клієнтами, працівниками, постачальниками та партнерами в режимі реального часу. Вони також використовують хмарний підхід до інфраструктури, що допомагає їм легко обробляти великі об’єми даних з мобільних пристроїв, соціальних мереж та інших інструментів для оптимізації процесів та отримання інсайтів щодо поведінки клієнтів. Більшість підключених підприємств, фактично, побудовані на трьох основних стовпах.

Посилення людського потенціалу: Часто підключені підприємства створюють культуру інновацій, гнучкості та співробітництва. Високий рівень автоматизації та повної цифровізації означає, що працівники звільнені від тиранії повторюваних ручних завдань та мають більше часу для творчого вирішення проблем та вищого порядку роботи. Фактично, наявність цифрової інфраструктури для підтримки культури інновацій є так само важливою, як і сама культура.

Сітки цінності: Лідери у підключених підприємствах розуміють, що лінійна ланцюжка поставок втратила свою актуальність, і замість цього інвестують в екосистеми технологічних постачальників, агрегаторів, дистриб’юторів та стартапів. Низьколатентні зв’язки всередині цих екосистем, або сіток цінності, означають, що кожна сторона має доступ до потоку інформації в режимі реального часу для прийняття рішень, оптимізації процесів та прискорення поставки продукції. Тверде приклад лежить у тому, як автострахові компанії партнерують з виробниками та компаніями телематики для запуску моделей “плати за проїзд”, де страхувальники сплачують нижчу премію, якщо вони постійно демонструють безпечну поведінку під час водіння. Водночас інформація, зібрана бортовими телематичними пристроями, допомагає екстреним службам швидко відстежувати місце аварії, а також надає критичні дані виробникам для оптимізації безпеки.

Когнітивні операції: У сучасну епоху “культура інновацій” є так само хороша, як і дані, які її живлять. Підключені підприємства є більш децентралізованими та гнучкими, ніж традиційні організації, з розподіленими командами та фокусом на результатах, а не на процесах. Гнучкі методології, процеси, керовані штучним інтелектом, які вимагають мінімального людського втручання, та високий рівень внутрішньої підключеності є ознаками успішних підключених підприємств. Це означає, що дані течуть безперешкодно по всій системі, а сторони можуть миттєво отримувати доступ до інформації, критичної для їхньої роботи, без загальників, які часто створюють сіловаті операції.

Який реальний вплив?

З присутністю в понад 20 країнах Азії, Близького Сходу та Африки, швидко зростаюча компанія FMCG хотіла закріпити свою позицію на кількох географічних ринках. Однак, попри свій успіх, компанія боролася за те, щоб повністю використати свій регіональний потенціал продажів через фрагментований рітейл-ландшафт на ринках, що розвиваються. Зокрема, компанія виявила, що їй важко отримати видимість попиту та збільшити свою частку ринку через сильну залежність від ручних процесів. Що стосується рішення, то першим кроком було використання штучно-інтелектуальної платформи для автоматизації операцій та картографування критичної операційної інформації. Наступним кроком було створення панелі керування для своїх торгових представників та менеджерів територій, яка допомогла їм картографувати геопроникнення, визначати пробіли територій та будувати стратегію ефективного покриття території. За кілька місяців вони побачили 15% зростання вартості за розміром, 15% покращення продуктивності торгових представників та 50% стрибок у ECO.

Аналогічно, коли пандемія була в повному розпалі, компанія CPG відстежувала поширення COVID-19 у різних кварталах та надавала цю інформацію до штучно-інтелектуальної платформи для прогнозування, які рітейл-локації будуть найбільш сильно постраждаті від дефіциту запасів. Використовуючи ці інсайти, разом із цифрово підключеною мережею дистриб’юторів, вони змогли поповнити свої товари за кілька днів, тоді як полиці конкуруючих брендів були порожніми.

Етика та гнучкість інтелекту

Ці історії показують, як малі організації, які приймають штучно-інтелектуальні інструменти та таланти, доступні їм, можуть створити вплив, який більші, традиційні підприємства мали б труднощі з повторенням. Щоб залишатися стійкими у світі, де кожна організація має доступ до передових інструментів аналізу та інтелекту, перетворення на підключене підприємство є очевидно необхідним.

Але окрім створення більшої економічної цінності, чітка можливість для підприємств виділитися серед своїх колег полягає в зобов’язанні щодо етичного використання штучного інтелекту. Це не тільки означає використання технології для просування екологічних та соціальних програм, але й забезпечення того, щоб їхні моделі штучного інтелекту були культурно чутливими, неупередженими щодо поглядів меншин та використовувалися у відповідності з правилами конфіденційності. Коли штучний інтелект все більше інтегрується в операції підприємств, зміщення робочих місць також є ключовим vấn. Це питання лідери можуть вирішити за допомогою програм підвищення кваліфікації та ефективного управління змінами. I моделі є культурно чутливими, неупередженими щодо поглядів меншин та використовуються у відповідності з правилами конфіденційності. Коли штучний інтелект все більше інтегрується в операції підприємств, зміщення робочих місць також є ключовим vấn. Це питання лідери можуть вирішити за допомогою програм підвищення кваліфікації та ефективного управління змінами.