Intel و Wayfair و Red Hat و Aible للحصول على نتائج الذكاء الاصطناعي في 30 يومًا
تسارع الشركات للاستثمار في الذكاء الاصطناعي – لكن أقل من 20٪ من استثمارات الذكاء الاصطناعي تؤدي إلى التحولات التي يعد بها الذكاء الاصطناعي.
جمع VB Transform 2022 قادة الأعمال من Intel وWayfair وRed Hat وAible لمناقشة كيفية التغلب على الصعاب لتسخير القيمة الكاملة للذكاء الاصطناعي.
قال آرون ك. سوبرامانيان، نائب رئيس السحابة والذكاء الاصطناعي، والاستراتيجية والتنفيذ في إنتل: “كلمة” تحويلية “هي العبارة الرئيسية هناك.
“عشرين بالمائة من الاستثمارات تجني في الواقع الفوائد التي كان من المفترض أن تحققها عندما قمت ببيع المشروع. ثم ما إذا كانوا يحققون لك نتائج الأعمال على المستوى الذي تريده لهذا الاستثمار هو السؤال حقًا “.
بدأت الشركات في السير بدلاً من الزحف؛ الآن يتعلق الأمر بمدى السرعة التي يمكنهم بها الوصول إلى مرحلة التشغيل، ثم الحفاظ على هذا المستوى من التحول.
قالت فيونا تان، كبيرة التكنولوجيا في Wayfair، إن التحول ونتائج الأعمال قد تستغرق شهورًا.
كشركة مدعومة بالتكنولوجيا في الفضاء الرقمي، تركز على فئة السلع المنزلية، اكتشفوا أن السر يركز على التطبيقات العملية للذكاء الاصطناعي التي تعالج حالات الاستخدام التجاري العاجل.
إنهم أيضًا انتقائيون من حيث المكان الذي يطبقون فيه عمل AI وML الذي يقومون به. وأشارت إلى أن التحول يستغرق وقتًا لأن قدرات الذكاء الاصطناعي والتعلم الآلي تختلف تمامًا عن خوارزميات البرامج التقليدية، والتي تقدم نتائج فورية.
“مع وجود الكثير من النماذج القائمة على الذكاء الاصطناعي والتعلم الآلي، سيستغرق الأمر بعض الوقت. وأوضحت أنها تكرارية للغاية.
“إلى هذه النقطة، عندما ترى تغييرًا تحويليًا، لا نرى ذلك عادةً في أول X عدد من الأيام أو الأسابيع. هذا عادة ما يستغرق بعض الوقت بالنسبة لنا. معنا يأتي العملاء. نحن نتعلم منهم. نحن نتكيف. “
الخبرة والتكرار والتكيف هي المفتاح لأريجيت سينغوبتا، المؤسس والرئيس التنفيذي لشركة Aible.
قال Sengupta إنه أجرى أكثر من ألف مشروع ذكاء اصطناعي مع شركته السابقة، BeyondCore، التي قامت ببناء تقنية لاكتشاف البيانات الذكية – ثم كتب كتابًا بعنوان AI Is a Waste of Money ، بعد فشل معظم مشاريع الذكاء الاصطناعي هذه.
لكنه دخل في شراكة مع Intel لبدء Aible، وهو حل ذكاء اصطناعي للمؤسسات يضمن التأثير في شهر واحد.
“عندما بدأنا، لم يعرف أحد كيف ستحصل على القيمة في غضون 30 يومًا.
كان من المنطقي أن نقول إن الشركات الكبيرة لا تستطيع القيام بذلك. “الشيء الجيد هو أنني فعلت ذلك أكثر من ألف مرة بنفسي.
أنجز فريقي حوالي 4000 مشروع للذكاء الاصطناعي. كنا نعرف مكان دفن الجثث. يمكننا القيام بذلك بشكل صحيح في المرة الثانية “.
قال بيل رايت، رئيس AI / ML والحافة الذكية، الصناعات والحسابات العالمية، في Red Hat، إن الأمر يعتمد على المؤسسة الفردية أكثر من أي شيء آخر.
قال: “لقد تحدثت مع بعض العملاء الذين يتمتعون بقدرات تطوير هائلة”. “لقد اجتازوا جميع خطوات DevOps و MLOps لجعل كل شيء فعال للغاية. هناك الكثير تحت الأغطية “.
لكن بعض علماء البيانات لا يدركون كل العمل الذي يتم في بيئات الإنتاج هذه، إلى أي مدى يمكن أن يتم بشكل صحيح ويمكن أن يحدث خطأ.
تمر الشركات بمراحل عديدة مختلفة من الرحلة نحو فهم أين تكمن التحديات وكيفية معالجتها. النجاح لا يأتي فقط من التكرار، ولكن من فهم العميل.
“يتعلق الأمر دائمًا بالتحدث إلى العملاء، وفهم ما يعانيه، وفهم ما يمرون به،” قال رايت. “كل التطورات التقنية التي مررت بها كانت من خلال محادثات العملاء. أعتقد أن هذا كان أكبر درس “.
التحرك خارج منطقة الراحة AI / ML
يتطلب الوصول إلى نقطة التحول الرقمي الحقيقي مواجهة تحديات أكبر، حيث قد تكون المخاطر أكبر.
بالنسبة إلى Wayfair، كانت أكثر المشكلات إلحاحًا التي يجب حلها في البداية هي التسويق واكتساب العملاء.
لقد كانوا قادرين على أتمتة وتحمل بعض المخاطر المحسوبة فيما يتعلق بتقديم العطاءات، مما أدى أيضًا إلى تعميق الكثير من استراتيجية عملائهم.
“نظرًا لأننا اكتسبنا المزيد والمزيد من الخبرة، أخذنا ذلك وتحول إلى، كيف نفهم العميل بشكل أفضل؟” قال تان. “لقد أصبحت بداية إنشاء الرسم البياني لعملائنا. توسيع رحلتنا بين الذكاء الاصطناعي والتعلم الآلي “.
لقد فعلوا شيئًا مشابهًا على جانب المنتج، حيث قاموا بتعدين معلومات المنتج من الموردين لزيادة وإثراء البيانات التي تمتلكها الشركة بالفعل.
إن الجمع بين الرسم البياني للعميل الذي نشأ عن اكتساب العملاء وجهود التسويق مع الرسم البياني للمنتج الخاص بهم يسمح للشركة بتقديم أفضل تجربة ممكنة للعملاء في كل تجربة بحث وتسوق.
وتعتمد كل خطوة في الرحلة على الخطوة السابقة لها، مما يُثري القدرات الحالية ويفتح الفرص لاستخدام الذكاء الاصطناعي والتعلم الآلي في مجالات أخرى.
نبيع أشياء كبيرة يصعب نقلها ومكلفة نقلها.
كيف يمكنني استخدام الذكاء الاصطناعي والتعلم الآلي لتحسين سلسلة التوريد الخاصة بي – تقديم قدرة حيث أخدمك بشكل مثالي الأريكة الخضراء الأكثر صلة بناءً على ما تبحث عنه، ولكني أريد أيضًا التأكد من أنني أستطيع أن أخدمك واحدًا موجودًا في مركز الوفاء الأقرب إليك، لذلك هناك أقل احتمال للضرر “، أوضح تان.
“هذا تتويج لتجميع كل هذه المكونات المتباينة معًا لتكون قادرة على تقديم حل.”
قال سينجوبتا إن المشكلة التي تؤدي إلى إبطاء تحول الذكاء الاصطناعي في كثير من الأحيان هي قلة الرعاية من القيادة والتوقعات الكبيرة للغاية.
قال: “اكتشفنا أنه إذا ذهبت إلى [فريق القيادة] وقلت،” ما نوع الذكاء الاصطناعي الذي تريده؟ “، فهم يريدون سيارة طائرة من Back to the Future”.
“قد تكون البيانات قادرة على منحهم قاربًا سريعًا حقًا أو سيارة متوسطة السرعة أو طائرة بطيئة حقًا. ولكن عندما تبدأ من البيانات ويمكنك أن تظهر لهم أنماطًا مثيرة للاهتمام في البيانات وتشركهم في وقت مبكر، فإنهم لا يطلبون شيئًا مجنونًا. ثم يمكنك إعطائها لهم “.
وأضاف أنه إذا أخذت نقاط المخاطرة وقمت بحلها في وقت مبكر من المشروع وقمت بالتكرار بسرعة كبيرة، يمكنك الوصول إلى نتيجة جيدة.
قال سينغوبتا: “تذكر الفرق”. “أنا لا أقول إنه يمكنك القيام بأي مشروع ذكاء اصطناعي في غضون 30 يومًا. أقول إنه يمكنك تحقيق نجاح كبير من الذكاء الاصطناعي في 30 يومًا.
الاثنان مختلفان جدا. لا يمكن لجهاز iPad أن يفعل ما يفعله الكمبيوتر العملاق، لكن جهاز iPad يخلق الكثير من القيمة “.
قال سوبرامانيان: عند تصفية نقاط الألم وحالات استخدام الأعمال للوصول إلى مشاريع الذكاء الاصطناعي الصحيحة، حيث تكون في رحلة الذكاء الاصطناعي الخاصة بك أمرًا مهمًا للغاية.
وقال: “لكن أينما كان العالم، فإن عالم الذكاء الاصطناعي، من حيث طيف التنمية مهم أيضًا”. “لقد سمعنا جميعًا عن مدى سرعة تحرك عالم الذكاء الاصطناعي. يمكننا في الواقع الاستفادة من ذلك بدلاً من التخويف منه “.
قد يكون حجم الاستثمار المطلوب لبناء نموذج كبير بالفعل أمرًا شاقًا، ولكن بمجرد بناء النماذج، أو العثور عليها مفتوحة المصدر، فإن الأمر يتعلق بالاستفادة من ذلك حتى تتمكن من تحقيق قفزات كبيرة، على حد قوله.
قال “كقادة أعمال، هذا شيء يمكنك التفكير فيه بدلاً من التفكير في الاستثمار الضخم”.
“من بعض النواحي، يساعدك أن تتأخر قليلا لأنه يمكنك الآن معرفة الأخطاء التي ارتكبها الآخرون، وكذلك القفز أمامهم.
لا يتعين عليك بالضرورة التفكير في عملك على أنه صغير أو كبير، أو يتنافس مع قوى الذكاء الاصطناعي الكبيرة. نحن نأخذ ذلك ونتأكد من أنه يمكننا إضفاء الطابع الديمقراطي على جميع المجالات.
هذا ما تعمل عليه إنتل، كلاهما من وجهة نظر الأجهزة، ولكنه أكثر أهمية من وجهة نظر البرمجيات. الذكاء الاصطناعي هو مشكلة برمجية أولاً. الأجهزة هي عامل تمكين لذلك.
المصدر: venturebeat
قد يهمك:
