Lãnh đạo tư tưởng

Distant nhưng gắn kết: Tái tưởng tượng tương tác kinh doanh với Trí tuệ nhân tạo – Lãnh đạo tư duy

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

By Gary Bhattacharjee, AI Practice Lead, Infosys.

Sức mạnh của các tương tác cá nhân trong việc thực hiện một giao dịch kinh doanh thường được coi là đương nhiên, cho đến khi đại dịch COVID-19 năm 2020 đóng cửa tất cả các điểm tiếp xúc vật lý trong các doanh nghiệp toàn cầu trên tất cả các lĩnh vực, buộc các nhà lãnh đạo phải suy nghĩ lại các chuẩn mực kinh doanh. Hãy cùng khám phá các yếu tố làm cho các tương tác của con người trong bối cảnh kinh doanh với kinh doanh (B2B) trở nên phức tạp và cách các nguyên tắc của Trí tuệ nhân tạo (AI) giúp giảm bớt điều đó.

Hợp tác

Trong môi trường làm việc từ xa, việc “đội nhóm” trở nên khó khăn nếu không có sự tương tác vật lý. Mặc dù đã có nhiều công nghệ họp ảo trước đại dịch, nhưng việc đóng cửa đã buộc phải sử dụng phương pháp này, mở ra cánh cửa cho các đổi mới có thể mở rộng và cải thiện các khả năng hiện có.

Phiên dịch

Sử dụng các kỹ thuật mạng nơ-ron trong AI, phần tự động có thể được tạo bằng cách sử dụng các kỹ thuật chuyển giọng nói thành văn bản trong các cuộc họp ảo. Ngoài ra, nó có thể tự động tạo một bản ghi để phân tích, theo dõi và tham khảo.

Dịch

Sử dụng các kỹ thuật chuyển giao trong AI, dịch tự động của các cuộc trò chuyện được kích hoạt trong một cuộc họp ảo liên quan đến các tham gia viên đa ngôn ngữ.

Cảm xúc

Trong các cuộc họp trực tiếp, chúng ta vô tình đọc ngôn ngữ cơ thể và thiết kế các phản hồi của mình. Điều này rất khó thực hiện trên một cuộc gọi video. Tuy nhiên, các kỹ thuật phân tích cử chỉphân tích khuôn mặt nhỏ có thể xác định chính xác hơn các cảm xúc rộng rãi so với khả năng cảm nhận của con người.

Giấy tờ

Mặc dù giấy tờ cần thiết cho các giao dịch kinh doanh với người tiêu dùng (B2C) đã giảm đáng kể trong thế giới kỹ thuật số, nhưng các tương tác B2B vẫn phụ thuộc vào việc giải thích thông tin từ các tài liệu tường thuật, biểu mẫu in và / hoặc giấy viết tay. Lý do chính là các quy tắc kinh doanh cho các giao dịch khác nhau thường là duy nhất và phức tạp, và không cần phải tính toán hóa quy trình.

Hiểu biết ngôn ngữ tự nhiên (NLU)

Các tiến bộ trong lĩnh vực ngữ nghĩa học cũng như các thuật toán dựa trên mạng nơ-ron để tổng hợp ngữ cảnh đang được sử dụng rộng rãi để hiểu các tài liệu kinh doanh, chẳng hạn như hợp đồng. Một nền tảng được kích hoạt NLU có thể thay thế nhu cầu xử lý giấy thủ công; do đó, hỗ trợ các hoạt động kinh doanh không tiếp xúc.

Nhận dạng chữ viết tay

Vẫn còn nhiều thông tin được ghi lại trong các ghi chú viết tay, ví dụ như ghi chú pháp lý trên hợp đồng, ghi chú lâm sàng và đơn thuốc, biên bản họp, v.v. Các tiến bộ trong xử lý hình ảnh, nhận dạng mẫu và phân loại kiểu đã cải thiện độ chính xác và hiểu biết về văn bản viết tay. Điều này giúp loại bỏ sự tiếp xúc của con người và xây dựng niềm tin trong giao tiếp viết tay.

Nguyên nhân

Điều chúng ta coi là đương nhiên trong “thế giới thực” là tính xác thực của một con người khác. Tuy nhiên, thế giới ảo đòi hỏi chúng ta phải xác thực và xác thực danh tính của các thực thể chúng ta tương tác.

Danh tính kỹ thuật số

Người dùng có thể được nhận biết từ các dấu vết điện tử mà họ để lại trong không gian kỹ thuật số. Một bot có thể模仿 một con người nhưng bằng cách sử dụng phân tích hành vi, một máy có thể được kích hoạt AI xác định một thực thể không phải con người. Ngoài ra, bằng cách thu thập thông tin hồ sơ từ các nguồn dữ liệu của bên thứ ba, hệ thống không chỉ xác thực người dùng mà còn xác thực thông tin đăng nhập và loại bỏ nhu cầu kiểm tra của con người.

Xác thực của bên thứ ba

Dịch vụ công chứng và ủy thác đã được tạo ra để đảm bảo rằng trong một giao dịch kinh doanh, một thực thể thứ ba xác thực danh tính hoặc giao dịch. Nhưng với các tiến bộ trong xác thực sử dụng chữ ký số, xác thực sinh trắc học và các kỹ thuật được kích hoạt AI khác, công chứng có thể được thực hiện hoàn toàn ảo, do đó loại bỏ nhu cầu về công chứng của con người.

Block-chain

Công nghệ block-chain thiết lập tính xác thực của một giao dịch, một hợp đồng hoặc một tài sản trong kinh doanh. Các kỹ thuật học máy trong AI có thể được sử dụng để tạo ra định danh duy nhất cần thiết cho một block mà không thể thay đổi nhưng có thể được suy dẫn từ ngữ cảnh kinh doanh.

Bảo mật

Trong không gian ảo, khi nói đến bảo mật, một số điều được coi là đương nhiên trong không gian vật lý cần phải được khám phá và quản lý, vì các mối đe dọa thường không nhìn thấy.

Bảo vệ ngoại vi

Trong một môi trường làm việc ảo, người dùng thường được chấp nhận thông qua một “cổng” được xác thực đa yếu tố và tất cả các cuộc giao tiếp được bảo vệ bởi mã hóa. Tuy nhiên, các phương pháp bảo vệ này có thể bị tấn công. Các tiến bộ trong AI giúp phát hiện và cách ly tức thời các mối đe dọa.

Mối đe dọa từ bên trong

Một mối đe dọa tinh vi hơn là khi một người dùng được xác thực tham gia vào hành vi sai trái, vì hành động của họ không được theo dõi bởi đồng nghiệp như trong một môi trường làm việc bình thường. Ví dụ, một người dùng có thể dễ dàng đánh cắp dữ liệu nhạy cảm từ màn hình máy tính từ xa của họ bằng cách chụp ảnh bằng điện thoại hoặc đơn giản là ghi lại trên giấy. Các kỹ thuật trong AI sử dụng phân tích hành vi có thể xác định và suy luận hành vi như vậy, thậm chí không cần bắt các tín hiệu thực tế.

Đắm chìm

Những người làm việc từ xa thường thiếu các cuộc trò chuyện và tương tác tại nơi làm việc. Ngoài ra, khoảng chú ý của những người làm việc tại nhà thường bị phân tâm bởi các kích thích cá nhân. Các kỷ luật AI về phân tích tầm nhìn và trí tuệ video là một công cụ cho các kỹ thuật sau:

Thực tế ảo tăng cường (AR)

AR đặt các đối tượng ảo từ một bất động sản khác lên các đối tượng thực trong một văn phòng tại nhà, mang lại cảm giác của một không gian làm việc tương tác. Sử dụng các kỹ thuật trí tuệ video trong AI, thực tế thay đổi như vậy có thể mô phỏng một không gian làm việc mở rộng có thể giữ cho người lao động gắn kết.

Thực tế ảo (VR)

Trong VR, người lao động hoàn toàn đắm chìm trong tầm nhìn, âm thanh và giờ đây là cảm giác, với thực tế được chiếu. Trong một số môi trường làm việc kinh doanh, chẳng hạn như một cửa hàng sàn, một hệ thống VR tiên tiến với các đồng nghiệp được hiển thị dưới dạng “đối tác số”. Về cơ bản, đây là một thành phần và kết xuất dữ liệu và hành vi phức tạp được phát hiện theo thời gian thực từ đối tác tương tự, sử dụng các kỷ luật của AI.

Mặc dù các khả năng tăng cường này, được kích hoạt bởi AI, mô phỏng và khuếch đại các tương tác của con người, có thể giảm bớt nhu cầu gắn kết “thế giới thực” cho một lực lượng lao động xã hội cách ly, vẫn còn một điều nằm ngoài tầm với của các tiến bộ hiện tại trong AI: Trực giác. Liệu cảm giác thứ sáu này mà con người cảm nhận có phải là không thể đo lường, hay nó vẫn chưa được thể hiện một cách toán học? Sự nhận thức về một kết quả thành công vẫn có xu hướng ủng hộ việc ra quyết định dựa trên trực giác, do sự phụ thuộc sâu sắc vào cảm giác trực giác của chúng ta, điều mà có thể chúng ta có thể vượt qua và tin tưởng vào các điều khiển dựa trên máy móc theo thời gian. Trực giác có thể chỉ là một cấu trúc tạm thời và hư cấu của tâm trí con người hoặc nó có thể là một điều thực sự có thể được tính toán, mô phỏng và khuếch đại. Khi AI tiếp tục phát triển, chúng ta sẽ xây dựng các máy móc trực giác mà chúng ta có thể tin tưởng một cách ngầm định.

Gary Bhattacharjee đứng đầu Thực hành Toàn cầu về Trí tuệ Nhân tạo (AI) tại Infosys, cho phép các doanh nghiệp với các giải pháp được dẫn dắt bởi AI. Gary bắt đầu tại IBM Australia, dẫn đầu phát triển sản phẩm cho CoreBank. Tại Citi, anh đã dẫn đầu việc phát triển nền tảng Ngân hàng Doanh nghiệp. Dẫn đầu Tư vấn Dịch vụ Tài chính tại HP, anh đã phát triển các giải pháp chiến lược khác nhau cho ngành công nghiệp. Tại Morgan Stanley, anh đã dẫn đầu Chiến lược và Phân tích cho Quản lý Tài sản, đạt được mục tiêu kinh doanh thông qua AI. Anh gần đây đã đồng sáng lập một công ty khởi nghiệp FinTech nơi anh xây dựng một nền tảng tự động để số hóa các hoạt động thủ công dựa trên giấy của Tài chính Thương mại, với sự sử dụng học máy và blockchain. Gary tốt nghiệp từ Viện Công nghệ Ấn Độ (IIT) với bằng Cử nhân Điện tử. Anh nắm giữ bằng sáng chế về Quản lý Dữ liệu qua Phương pháp Hợp tác và Hệ thống, một cách tiếp cận dựa trên wiki để quản lý dữ liệu cấu trúc.