22.09.2017

Как машинное обучение усовершенствует рабочие процессы компаний

Рейтинг:  5 / 5

Звезда активнаЗвезда активнаЗвезда активнаЗвезда активнаЗвезда активна
 

Немало современных компаний уже используют инструменты на основе искусственного интеллекта, например, для сбора статистики, пишет Harvard Business Review.

Впрочем, уже в ближайшем будущем они начнут экспериментировать с более продвинутым использованием машинного обучения с целью цифрового преобразования бизнеса. Ожидается, что в 2017 году корпоративные инвестиции в искусственный интеллект возрастут втрое, достигнув планки в $100 млрд к 2025 году. Только в прошлом году венчурные инвестиции в машинное обучение (МО) составили $5 млрд. В недавнем опросе 30% респондентов прогнозировали, что МО будет самым большим двигателем для ИТ-отрасли в течение ближайших пяти лет. Это несомненно окажет сильное влияние на рабочие места.

Реализация обучения машин

Роботизация и машинное обучение позволяет компаниям ускорить рост, оптимизировать процессы, одновременно усовершенствовать взаимодействие сотрудников и повысить уровень удовлетворенности клиентов. Вот некоторые конкретные примеры того, как искусственный интеллект создает ценность в компаниях:

Персонализация при обслуживании клиентов. Улучшение обслуживания клиентов при одновременном снижении затрат является очень интересной перспективой для компаний. Сочетание архивных данных про обслуживание клиентов, обработки натурального языка и алгоритмов, которые проходят постоянный процесс обучения за счет интерактивных диалогов, позволяет клиентам получать качественные ответы на поставленные вопросы. Фактически, 44% потребителей США уже сейчас отдают предпочтение общению с чатботами для решения многих вопросов в сервисных центрах. Представители службы поддержки вмешиваются в эти процессы лишь в определенных экстраординарных случаях, когда чатбот не может решить проблему. Тем временем, машинные алгоритмы тщательно анализируют эти исключительные случаи, чтобы узнать, что делать в следующий раз.

Читайте также: Глубинное обучение – мандат людям, не только роботам

Повышение лояльности и сохранения клиентов. Компании смогут анализировать информацию относительно действий клиентов, операций и данных про социальные настроения, чтобы определить клиентов, которые с большой вероятностью покинут компанию. В сочетании с данными про прибыль от конкретного клиента это позволяет организациям выполнить шаги на упреждение. Например, молодежь, что получила собственный телефон вместо мобильных телефонов своих родителей, часто подключается к другим операторам. Телекомкомпании могут использовать машинное обучение, чтобы предсказать такое поведение и подготовить индивидуальные предложения для подобных абонентов.

Помощь HR-менеджерам в поиске рабочих. Корпоративные HR-менеджеры вынуждены просматривать сотни резюме и отбирать из них те, которые наиболее квалифицированные. Больше половины опрошенных рекрутеров говорят, что такой отбор является наиболее сложной частью работы. Специальное программное обеспечение способно быстро перебирать тысячи заявлений от кандидатов и выделять наиболее интересные для компании.

Автоматизация финансовых операций. Искусственный интеллект может ускорить «обработку проблем» у многих финансовых процессах. Например, когда платеж получается без номера заказа работник должен разобраться, соответствует ли заказ этому платежу и определить, что делать с любым избытком или дефицитом товара. Но МО может анализировать все заказы и поступления средств, находить соответствие между ними. Это позволяет организациям высвободить персонал финансового отдела от рутинных операций и сосредоточиться на стратегических задачах.

Оценка эффективности рекламных кампаний. Автоматизированные системы способны распознавать фирменные продукты компании, ее логотипы, сотрудников и тому подобное. Функция расширенного распознавания изображений может использоваться для отслеживания логотипов брендов, которые появляются, например, в спортивных трансляциях футбольных или теннисных матчей. В результате, если компания была спонсором спортивной команды или отдельного поединка она сможет получить информацию про отдачу от спонсорских инвестиций с детальным анализом, включая количество, длительность показов и размещение корпоративных логотипов.

Читайте также: Что такое искусственный интеллект?

Выявление мошенничества. Типовая организация теряет до 5% своего оборота по причине мошенничества. За счет разработки модели на базе архивных транзакций, информации в социальных сетях и других внешних источников данных, алгоритмы машинного обучения могут использовать эту информацию для выявления различных аномалий. Это помогает выявлять и предотвращать мошеннические операции в режиме реального времени, даже для ранее неизвестных видов мошенничества. Например, банки могут использовать архивные данные транзакций для построения алгоритмов, которые детектируют мошенническую поведение. Они также могут обнаружить подозрительные схемы осуществления платежей и переводов между сетями физических лиц. Этот тип «алгоритмической безопасности» может применяться к широкому кругу ситуаций, таких как кибербезопасность и уклонение от уплаты налогов.

Упреждающий ремонт. Кроме вышеупомянутых преимуществ, машинное обучение способно следить за техническим состоянием различных устройств. Например, специальная система может отслеживать температурные аномалии в поезде, которые указывают на высокую вероятность того, что он поломается в течение ближайших нескольких часов. Таким образом, поезд может быть направлен на обслуживание еще до того, как он выйдет из строя, а пассажиры вовремя сделают пересадку на другой подвижной состав.

Безопасные цепи доставки. Машинное обучение и искусственный интеллект делают возможным контекстный анализ логистических данных для прогнозирования и смягчения рисков цепочки поставок. Специальные аналитические системы могут просматривать публичные социальные данные и каналы новостей на нескольких языках, чтобы выявить, например, пожар на фабрике в другой стране, которая поставляет критически важные запчасти для производства в вашей компании.

Машинное обучение в перспективе

Впрочем, можно предположить много других областей, в которых в ближайшее время будут использованы средства искусственного интеллекта. Среди них:

Планирование карьеры. Рекомендации от систем искусственного интеллекта способны помочь работникам выбирать наиболее перспективные пути карьерного развития. Если человек с инженерным образованием пожелает когда-нибудь руководить отделом, то какое дополнительное образование и опыт работы он должен получить, в каком порядке?

Читайте также: Искусственный интеллект – спасение или угроза для человечества?

Контроль за инфраструктурой. Дроны, оборудованные высококачественными видео - и фотокамерами, могут выполнять регулярные внешние осмотры объектов инфраструктуры, таких как мосты и плотины, с целью автоматического выявления любых новых трещин или изменения поверхностей. В сочетании со спутниковыми данными, анализ с применением машинного обучения повысит безопасность стратегических объектов.

Анализ рынка розничной торговли. Поставщики продуктов питания могут использовать камеры наблюдения в супермаркетах и машинный интеллект в комплексе с машинным зрением, чтобы отслеживать, есть ли в супермакетах фирменные стенды с их товаром в обещанном месте, полочки должным образом укомплектованы товаром, этикетки на продукте возвращены наружу и тому подобное.

Препятствия на пути машинного обучения

Машинное обучение имеет огромный потенциал. Вот почему поставщики программного обеспечения вкладывают большие средства в разработку таких технологий. Но на этом пути есть немало препятствий. Главной задачей является подготовка высококачественных данных, которые можно будет использовать для создания алгоритмов. Во многих организациях такие данные рассредоточены по разным файловым хранилищам и базам данных, или хранятся в форматах, которые достаточно трудно обработать. Еще одной проблемой является определение приоритетов, ведь при таком количестве возможностей трудно определить, с чего начать. Чтобы облегчить эту задачу, разработчики предлагают заранее конфигурируемые решения, которые позволяют использовать самые современные технологии машинного обучения с коробки.

Не стоит недооценивать культурные барьеры. Многих сотрудников волнует вопрос, каким образом искусственный интеллект повлияет на их работу. Для большинства, скорее всего, это станет возможностью сократить рутинные рабочие процессы и выполнять более творческой работы. Впрочем, важно, чтобы работники имели стимулы для интеграции машинного интеллекта в бизнес-процессы компании. Кроме того, надо помнить о клиентах. Машинные системы могут слишком сильно углубиться в аналитику конфиденциальных данных, и это не всем понравится. Необходимо уважать право заказчика на приватность, поэтому иногда придется даже получать согласие потребителей на обработку таких данных.

Возрастание роли искусственного интеллекта неизбежно, он развивается с головокружительной скоростью. Поэтому вопрос заключается не в том, следует ли менеджерам внедрять МО, а лишь в том, насколько быстро это надо делать. В то же время, нужно тщательно проанализировать все преимущества и недостатки этой технологии в отношении собственного бизнеса.

  1. Последние
  2. Популярные
Загрузка...

Новости технологий сегодня

Самые популярные метки