Les empreses petites que no han invertit en ai, probablement no han fet prou investigació

Només el 21 per cent de les petites empreses han implementat solucions basades en intel·ligència artificial (AI), segons un informe de Bluewolf (una empresa IBM). L’enquesta d’intercanvi d’inversions d’AI va enquestar a 177 responsables de tot el món per determinar si encara havien adoptat l’AI i l’aprenentatge automàtic (ML) i la comprensió d’aquestes tecnologies. Tot i que el 33 per cent de les petites empreses preveu invertir en IA durant els pròxims 12 mesos (el nombre total d’adoptants d’AI el proper any al 54 per cent), el total continua sent inferior al de les grans empreses. A més, el 30 per cent de les grans empreses ja han invertit en IA, mentre que el 44 per cent preveuen començar a invertir durant els pròxims 12 mesos. Això arriba al 74 per cent, o un 20 per cent més que el total de les petites empreses.

Vanessa Thompson, vicepresidenta principal de Customer Experience Insights de Bluewolf, va dir que existeix un buit de coneixement entre les empreses que han adoptat eines d’IA i aquelles que no pensen adoptar aquestes eines. Ella diu aquest gol "l'AI Investment Gap" i el descriu com una "discrepància entre executius del nivell C que entenen AI i aquells que encara no han de desplegar-los al seu negoci", segons un comunicat escrit.

Com que Bluewolf ven eines d’IA, els recomanaria suggerir que l’únic motiu pel qual les persones no compren eines d’IA és perquè no en saben. Per comprovar la reivindicació de Thompson, vaig parlar amb Brandon Purcell, analista principal de Customer Insights de Forrester Research, sobre què podrien existir altres problemes per provocar la bretxa entre els que han adoptat IA i els que no. Purcell i Forrester Research han realitzat estudis propis sobre l'adopció de la IA. Tot i que els seus nombres generals són similars als d’IBM -el 51% de les empreses han adoptat o estan en expansió de l’IA, i el 20 per cent afirma que pensa adoptar en els pròxims 12 mesos-, Purcell va trobar un parell d’altres motius convincents pels quals les petites empreses podrien estar al darrere. la corba de l’adopció de l’IA.

El cost de la IA

Purcell va referir les restriccions a la inversió com a factor principal, especialment "pel que fa al conjunt d'habilitats. Les petites empreses no tenen recursos per contractar científics de dades", va dir. Aquests són els treballadors que obtindran informació sobre les dades que s’introdueixen dins i fora del programari empresarial.

També seran els que determinin si la IA està llegint amb precisió les vostres dades i realitza accions basades en la seva pròpia intel·ligència. El salari mitjà per a un científic de dades és de 113.436 dòlars anuals, segons Glassdoor, que és (en el gran pla dels rics) una mica menys que el salari mitjà d’un CEO nord-americà (166.000 dòlars, segons PayScale). Així, si sou un conseller delegat de les petites empreses que opera amb marges prims de la navalla i no voleu reduir el vostre sou, aleshores seria difícil racionalitzar gastar sis xifres en un científic de dades i gastar diners en un sistema de programari que pot convertir dades en AI.

Però no només els diners implicats prohibeixen a les empreses més petites invertir en programari basat en IA. "En una nota relacionada, hi ha un factor de dades", va dir Purcell. "L'IA floreix quan hi ha grans quantitats de dades. Les empreses petites no tenen tantes dades per fer-ho."

Penseu-hi així: Ja sabeu com Facebook sap quins amics etiquetar quan publiqueu una foto? Això passa perquè Facebook ha estat recopilant informació de totes les publicacions etiquetades anteriorment. Heu vist mai una pel·lícula que us va recomanar Netflix? Netflix sabia recomanar-vos aquesta pel·lícula en funció de les vostres seleccions anteriors. Facebook i Netflix són capaços de fer aquestes recomanacions basades en ML, que és el primer cosí de la IA. Tot i que són similars, tots dos termes s’utilitzen sovint de forma intercanviable (i incorrectament).

Aquí teniu la diferència bàsica entre els termes: els sistemes ML utilitzen la intel·ligència per millorar el rendiment oferint-vos recomanacions i maneres d’agilitzar els processos, mentre que els sistemes que utilitzen IA donen autonomia al programari per dur a terme tasques i prendre decisions sense supervisió humana. ML és Netflix que recomana les pel·lícules mentre que AI és un cotxe que us condueix a la feina mentre feu una migdiada al seient posterior. Com a petita empresa que comença a generar dades, els avantatges de l'AI seran minúscules en comparació amb el que podria veure una empresa Fortune 500 quan activen el seu programari AI.

Bluewolf és incorrecte?

Aleshores, Bluewolf va alimentar informació pobra en la seva enquesta? Les petites empreses saben de l'AI, però no tenen diners o dades per entusiasmar-se? Purcell no creu que la investigació de Bluewolf sigui dolenta. De fet, acredita IBM Watson com a creador de la informàtica cognitiva, el terme paraigua que engloba AI, ML i altres aplicacions que imiten el cervell humà.

"Van gastar molts diners per crear aquesta categoria, però tenen grans competidors a l'espai: Google, Amazon, Facebook, Microsoft", va dir Purcell. "Aquestes empreses també es troben en quantitats massives de dades que s'utilitzen per entrenar sistemes d'AI. La definició d'AI de Hollywood és el robot sensible. Encara no l'hem utilitzat. Però, a l'hora d'implementar IA a nivell empresarial per a una IA pràctica., IBM és excel·lent en crear aquestes eines."

Les idees errònies sobre Hollywood, l'AI i els robots que ens assassinen a la nostra son són probablement la raó per la qual les petites empreses han evitat aprendre més sobre les eines de la IA. Si sou un venedor de samarretes a Oklahoma, aleshores, què és bo un cotxe autònom o un futur robot armat amb una pistola làser? No obstant això, quan es prenen en un context menys conegut, Purcell i Thompson veuen casos pràctics d’ús per a petites empreses, casos d’ús sobre els quals les petites empreses encara no han estat educades.

Amb una cosa que Thompson i Bluewolf anomenen "intel·ligència augmentada", les petites empreses no necessiten necessàriament l'experiència de dades o la informació per aprofitar l'AI. Bluewolf defineix la intel·ligència augmentada com la capacitat per a les aplicacions de raonar, inferir i extreure idees, fins i tot amb conjunts de dades no estructurats, com ara llenguatge i imatges. Fins i tot al començament de la recollida de dades d’una empresa, les solucions d’intel·ligència augmentada són capaços d’aprendre a mesura que passen, independentment de la poca informació que s’està introduint al sistema.

"La intel·ligència augmentada ajuda els usuaris finals a predir què fer després, donant-los un perfil del que els seus clients necessiten", va dir Thompson. "Veiem augmentat com una manera de fer de la IA una realitat per a empreses de qualsevol mida".

S'inclouen coses com combinar dades externes i internes per combatre el coneixement que la tecnologia d'intel·ligència augmentada està utilitzant per prendre decisions empresarials. Per exemple, combinant els patrons de compres locals externs i les dades meteorològiques amb les dades de patrons de compres de clients propis i propis, les empreses de comerç electrònic poden fer campanyes hiperpersonalitzades. En aquest escenari, un científic de dades seria útil però no necessari, i un grup de dades sobre el client faria encara més potent la campanya. Però no impediria que la campanya sigui més potent del que hauria estat sense la combinació de fonts de dades internes i externes.