AI er det nye sorte

i samarbejde med SAP

Den 9. februar 2017 udsendte to teknologimarkedsledere meddelelser: SAP afslørede sit næste generations intelligente ERP-system, og Nvidia meddelte, at efterspørgslen efter kunstig intelligens (AI)-applikationer var drivende for efterspørgslen efter dens grafiske platform. Umiddelbart var disse meddelelser business as usual - rutinemæssige lydbidder, der spreder sig i det teknologiske nyhedslandskab. Se dog lidt dybere, og du indser, at denne dag markerede et dybtgående skift i både måden, virksomheder bruger teknologi på, og konsekvenserne for resten af ​​os.

I årtier udviklet en computer, der kunne tænke har været teknologiens hellige gral. Og selvom vi har gjort enorme fremskridt i vores evne til at behandle store mængder data, er den tænkende del forblevet uhåndgribelig. Vi sidder stadig fast mellem to diametralt modsatte visioner af AI – på den ene side er det den smarte, men dybt dystopiske verden af ​​HAL (2001: A Space Odyssey), og på den anden side er det en enklere verden af ​​enheder som Alexa eller Siri, der spiller sange eller bestilling af varer til os.

Indtil nu, altså.

Enterprise AI er endelig ved at blive voksen, og kognitiv computing finder vej til rigtige produkter, som virksomheder kan bruge til at forbedre forretningsprocesser. Kort sagt refererer kognitiv databehandling til selvlærende systemer, der efterligner den måde, den menneskelige hjerne fungerer på. Denne udvikling har været længe undervejs, men da vi først havde fået computerkapaciteten (takket være skyens fremkomst) til at håndtere store mængder data omkostningseffektivt, var det kun et spørgsmål om tid, før selvlærende algoritmer ville begynde at moden. Disse aktiverede data-mining-teknikker, forudsigende analyser og mønstergenkendelse til at drive automatiserede systemer, der lærer af et nyt og skiftende datamiljø og løser problemer uden menneskelig indgriben. Tilføj til disse systemer evnen til at udtrykke kommandoer i normalt talesprog, og interaktionen mellem en maskine og et menneske bliver nogenlunde problemfri. Sig hej til HAL 2.0.

I SAP-meddelelsen kommer det intelligente stykke intelligent ERP fra en digital assistent ( SAP CoPilot ), hvoraf brugere kan stille spørgsmål, og som de kan give kommandoer via stemme, tekst eller bevægelser, ligesom de ville gøre til en menneskelig assistent. Den uformelle og ustrukturerede samtale bliver derefter kontekstualiseret, analyseret og brugt til at præsentere brugeren for det specifikke forretningsresultat, de søger. Ikke nok med det, men ved dybt at forstå brugere og organisationer i sammenhængen med deres forretning, kan SAP CoPilot justere hurtigt og støtte brugere ved at henlede deres opmærksomhed på ting, de ellers kunne være gået glip af.

På SAP Startup Fokus , er vores opgave at opbygge og skalere SAPs innovationsøkosystem, drevet af kraften fra startups. Som en del af denne indsats arbejder vi med mere end 5.200 startups fra mere end 55 lande, som bygger den næste generation af løsninger til at drive virksomheder fremad, inklusive en håndfuld, der specifikt arbejder på enterprise AI. Mens AI i øjeblikket er i et begyndende stadium, er der næppe tvivl om, at det kommer til at spille en afgørende rolle i applikationer så forskellige som forudsigelse hjerteanfald , administrerende invasive arter , eller forebyggelse af økonomisk bedrageri.

En af de startups, der er en del af vores program, er en virksomhed ved navn Afslut der bruger kraften i maskinlæring, en form for kunstig intelligens, til at hjælpe betalingsudbydere, banker og detailhandlere med at forhindre svindel i omni-channel handel. Ifølge 2016 AFP Payments Fraud and Control Survey 73 procent af virksomhederne var ofre for forsøg på eller faktisk betalingssvig, sammenlignet med 60 procent for to år siden. For virksomheder med en omsætning på 1 milliard dollars eller mere er antallet af ofre på svimlende 78 procent. Nyere forretningsmodeller udvikler sig konstant, fra øjeblikkelig levering af varer til virtuelle kontanter til digitale downloads, og i takt med at digitale betalinger bliver allestedsnærværende, øges risikoen for onlinesvindel også. Ifølge LexisNexis Svindel Multiplikator , i 2015 kostede hver 100 USD bedrageri en købmand 223 USD i faktiske omkostninger.

Indtil for nylig stolede finansielle institutioner på en mere rigid regelstyret model, f.eks. hvis et kreditkort blev fysisk scannet for et par minutter siden i Los Angeles og derefter to timer senere dukkede det op i Mexico, ville det være en mulig udløser for svindel. At stole på denne model virker ikke længere, fordi svindlere ændrer deres spil hurtigere, end nogen kan opdatere regelbogen (I kreditkorteksemplet kunne det bare være en falsk positiv, fordi kunden simpelthen kunne have rejst over grænsen i den tid) . Grundlæggende efterligner svindelpatologien gode kunders adfærd – på overfladen er der næppe nogen forskel mellem din bedste kunde og dit værste mareridt. Det er her maskinlæring kan hjælpe ved hurtigt at lære, tilpasse og levere resultater i realtid, der kan stoppe svindel, før det sker, og samtidig minimere falske positiver.

Galaxy.ai er en anden fremadstormende spiller, denne i sundhedssektoren, der udvikler software, der bruger AI's kraft til at skabe en sygdomsprognose, før en patient viser symptomer. Tidlig opdagelse sparer naturligvis på sundhedssystemets omkostninger og forbedrer patientresultaterne betydeligt. Galaxys kernetilgang er at indtaste enorme mængder data i sit system og derefter træne det til at lede efter mønstre, stort set på samme måde som hjernen hos en ung medicinstuderende eller praktikant kan fungere. Virksomheden har stadig et stykke vej tilbage, før den kan udvikle algoritmer, der præcist efterligner neuronerne i en menneskelig hjerne: Som Galaxys hjemmeside indrømmer, har den bygget flyvende maskiner, der faktisk ikke slår med vingerne, men efterligner de generelle principper for at flyve. Vi gør måske det samme på vores vej til at bygge kunstig intelligens hjerner.

En skiftende verden

Ingen teknologisk fremskridt er komplet, uden at den har en vis mørk side. Fra de dage, hvor tekstilkraftvæven fortrængte væveren, eller da bilen fortrængte hesten og buggyen, har vi mennesker generelt rodet gennem teknologiens indflydelse på vores job. Da automatisering eliminerede arbejdspladser, forsøgte vi at rykke op i fødekæden og finde en funktion, der ville blive mindre påvirket af automatisering eller outsourcing. Men når omfanget og virkningen af ​​AI kan bringe jobs i fare for selv de mest kvalificerede vidensarbejdere (i Galaxy.ai-sagen ovenfor vil vi ikke fjerne behovet for radiologer, men vil helt sikkert have brug for meget færre af dem) , det er der, beregningen ændres fuldstændig.

Ifølge en nylig undersøgelse foretaget af World Economic Forum , inden år 2020 vil robotteknologi, automatisering og kunstig intelligens føre til et nettotab på 7,1 millioner job i de 15 største industri- og vækstøkonomier. Det ironiske er, at et flertal af de mistede job vil være i den lavere ende af kvalifikations- (og indkomst)spektret, hvor folk har mindst råd til at blive afskediget. Undersøgelsens noget bedre nyhed er, at der over samme tidsramme vil blive skabt to millioner nye, højtlønnede job inden for områderne databehandling, matematik og teknik.

Måske er tiden inde til, at vi aktivt overvejer STILK , ikke kun for vores børn, men også for os selv.

Deltag i samtalen @SAPStartups og/eller følg mig @BansalManju .

skjule