Az AI szakértő feltárja, hogy a legjobb AI mérnökök hogyan változtatják meg üzleti tevékenységünket

Rishon Blumberg, a 10x vezetőség társalapítója

Az üzleti világ gyorsan változik, és egy tehetséges AI mérnök felkutatása jelentős versenyelőnyöket hozhat a vállalatának. Míg a vállalkozók hosszú ideje ösztönökre és intuíciókra támaszkodtak, hogy diktálják vállalkozásukat, addig az AI mérnökei segítenek a vállalkozásoknak régóta meggyőződésük bizonyos részeinek ellenőrzésében vagy megsértésében.

Az AI mérnöke képes bekapcsolódni egy cégbe és átalakítani az üzleti módszert. Az üzleti vezetők az adatok felhasználásával döntéseket hoznak, mint még soha. A vezetők továbbra is támaszkodhatnak az intuícióra, ám az AI azért van itt, hogy segítsen nekünk igazságunk ellenőrzésében vagy megsértésében.

Mint technológiai vállalkozó, aki a világ legjobb AI mérnökeivel dolgozom, tanúja voltam annak a transzformációs hatalomnak, amelyet egy AI mérnök gyakorolhat egy vállalkozásban. Kiváltságom volt, hogy interjút készítettem egy olyan AI mérnökkel és prodigival, aki 12 (!) Éves korában kezdte meg az egyetemet, Zack Dvey-Aharon-ot arról, hogy a vállalatok miként fogják használni az AI-t az új, adatvezérelt korszakban az üzleti életben.

Rishon (vastag betűvel): Köszönöm, hogy időt fordítottál, hogy velem beszéljen, Zack. Mi az AI kedvenc felhasználása, amelyen személyesen dolgozott?

Zack: AI mérnökként segítettem az egészségügyi társaságokat az adatok elemzésében, hogy megértsék, mikor működik a gyógymóduk a legjobban. Segítettem a kiberbiztonsági vállalatokat biztonsági szempontból a rendellenes hálózati viselkedés felismerésében, segítettem az energiaszolgáltatókat jobban megérteni az óceánfúrási lehetőségeket, a kereskedelmi társaságok optimalizálják áraikat és ajánlataikat, a lista folytatódik ... Ha kedvencemet választom, lehet, hogy dühös leveleket kapok a levelek azoktól, akiket kihagytam! Az összes ügyfelem különös számomra, és nagyon örülök annak, hogy minden vállalkozással együtt dolgozom.

Elég diplomáciai válasz! Milyen módokon gondolhatja, hogy a jövőben az AI bevételszerzésre kerül-e?

Egy egyszerű példát fogok használni, amely bemutatja, hogy az AI miként javíthatja a legtöbb meglévő szolgáltatást és terméket, és nem feltétlenül hoz létre újat. Az AI mérnöke kidolgozhat egy hűtőszekrényt, amely képes kezelni a hűtőszekrény belsejében lévő tartalmat, és beállíthatja a hőmérsékletet, hogy ideálisan megfeleljen az élelmiszereinek. Az a cég, amely ezt az AI mérnököt alkalmazza, úgy pénzt keres, hogy egyszerűen több egységet értékesít, mint a verseny. Ez csak egy példa. Alapvetően azok a cégek, amelyek valóban kihasználják az AI intelligenciáját, csak annyiban tudnak bevételt szerezni, hogy jobbak, mint a verseny.

Hasonlítsuk össze egy percre a baseball-nal és a Moneyball és az Oakland Athletics híres példájával. 2002-ben az Oakland mély statisztikákat használt az alulértékelt játékosok elemzésére és megtalálására a nagyobb és a kisebb bajnokságban bármely más csapat előtt. Míg a legtöbb csapatnak felderítői voltak, amelyek ösztönökre támaszkodtak egy játékos értékeléséhez, Oakland objektív statisztikákat és algoritmusokat használt a játékosok értékeléséhez. Ez lehetővé tette, hogy Oakland - 44 millió dolláros fizetéssel - versenyezzen olyan csapatokkal, mint a New York Yankees - 125 millió dolláros fizetéssel. Az adatok lehetővé teszik, hogy felmérjük a játékosnak a mezőre gyakorolt ​​pontos hatását. Az idő hány százalékát érinti egy játékos egy gömbölyű gömböt, amely 82 mph-en megy be a mezőbe és a pályára, szemben a kerítésen? Csakúgy, mint a baseballot a statisztikák átalakították, a szélesebb üzleti világot az AI is átalakítja. Bármely módszer (mint például a Moneyball), amely versenyelőnyhöz juttatja Önnek, pénzt fog keresni.

Yankees rajongóként értékelem a baseball analógiáját. Miben különbözik az AI, mint a múltban más technológiáktól?

Az adatok elemzése révén az AI mérnökei lehetővé teszik a vállalatok számára, hogy sokkal hatékonyabban dolgozzanak, alkalmazkodjanak a változásokhoz, megszüntessék a felesleges üzleti folyamatokat, és helyettesítsék a drága alternatívákat, ideértve az emberi munkahelyeket is.

Az AI teljesen adatvezérelt, tehát az algoritmusok segítenek megérteni, hogy miként javíthatjuk folyamatainkat, nem pedig az intuíció használatával (amint már említettem) vagy az embereket elemző emberekkel. Ez még soha nem volt a helyzet.

Az adatok valódi aranyminisz, és az ég korlátja annak felhasználásában. Egyetlen AI-mérnök vagy több AI-mérnök alkalmazásával a vállalatok végtelen lehetőségeket kínálnak üzleti folyamataik jobb megértésére, fejlesztésére, optimalizálására és új ismeretek feltárására, amelyek drasztikusan megváltoztathatják az eredményt.

Általánosabban, mi a különbség az adattudomány, az AI és a gépi tanulás között?

Az adattudomány az adatelemzés leggyakoribb kifejezése. Az adatokat manuálisan lehet elemezni algoritmusok vagy tanulási mechanizmusok nélkül, ami azt jelenti, hogy bizonyos körülmények között ez egyáltalán nem AI.

A mesterséges intelligencia (AI) magában foglalja az összes számítógépes / algoritmikus módszert az adatok megtanulására és az adatok jobb reagálására.

A Machine Learning (ML) az AI egyik altartománya. A gépi tanulás olyan öntanulási mechanizmusokat tartalmaz, amelyek okosabbá válnak, mivel több adat van.

Tehát a gépi tanulás és az AI közötti különbség az, hogy az AI tartalmazhat olyan kemény kódolású képleteket, amelyek nem tanulnak az adatokból, míg a gépi tanulás mérnökei mindig önálló tanulási mechanizmusokat építnek fel.

Véleménye szerint melyik vállalat uralja majd a jövőben az AI tájat? Például az Egyesült Államokban az internetes keresések 68% -át a Google-on hajtják végre. Lesz egy Google AI?

Nehéz azt mondani, hogy egy vállalat monopolizálja az iparágot. Arra számítottam, hogy az AI, és pontosabban a Machine Learning természetesen minden évben integrálódik majd mindenkibe. Csakúgy, mint a Google és keresőmotorja mindenhol megtalálható, az AI és a gépi tanulás mindenütt elérhető lesz. Az AI mérnök nagyon jövedelmező pozíciót fog elérni bármely vállalatnál.

Melyek a legnagyobb kihívások az AI-t átfogó vállalatok számára?

Az első számú kihívás az, hogy elég erős AI mérnököt találjunk, hogy segítsen egy társaságnak vagy csatlakozzon egy vállalathoz. Ha összehasonlítjuk az AI-t a sakkjátszással, akkor közel egy milliárd sakkjátékos van a világon, de csak ezer nagymester van. Noha sok ember szakértő mérnökként mutatkozik be, talán néhány tucat AI mérnök vagy csapat működik valóban erős, változatos projekt tapasztalattal a gépi tanulás területén. Egy nagyszerű AI-megoldás felépítése jelenleg nehéz, mert a tehetség ritka.

Melyek a legnagyobb félreértések az AI-vel kapcsolatban?

A filmekben gyakran olyan „okos” gépeket látunk, mint az emberek, amelyek nyelvüket és viselkedésüket kiszámíthatatlan helyzetekhez tudják igazítani. Ez már hosszú ideje az emberek fantáziája volt, főleg mivel Alan Turing az 1950-es években reálisan kihívást jelentett rá. Az igazság az, hogy az ilyen technológia még mindig nem áll rendelkezésre, tehát azt mondanám, hogy ez a legnagyobb téves elképzelés. Az AI mérnökei keményen dolgoznak, hogy odajuttassanak minket, de nem vagyunk ilyen közel.

Mi az a kedvenc AI technológia, amelyet ma alkalmaznak?

Mint AI mérnök, nehéz választani a kedvencet. Maga a forradalom hihetetlen. A biztosítótársaságok jobban megértik ügyfeleiket, a médiavállalatok jobban értékelik művészeiket, a légitársaságok jobban optimalizálják székjegyáraikat, a lista folytatódik.

Mi az AI alkalmazásának egy példája, amely elkerülhetetlennek érzi magát, ám ma még senki sem ismeri igazán ezen?

Úgy gondolom, hogy a személyes ügyfelek, a vállalatok és a hírszerző ügynökségek számára hasznos lenne az AI, amely sokféle forrásból átveszi egy személyről és az adott személyről írt szöveget, és amelyből összegyűjt egy intelligens, integrált elemzést és jelentést. Képzelje el, hogy megpróbál információt találni egy potenciális ügyféllel kapcsolatban, és az A ponttól a B pontig és mindenféle helyre kell mennie, hogy releváns információkat találjon. Az AI sokkal könnyebbé teheti ezt a folyamatot azáltal, hogy összegyűjti a hasznos adatokat, és EGY hasznos jelentést nyújt Önnek, szemben a több száz forrásbitellel hasznos információkkal.

Milyen tanácsot adna egy vállalatnak, amely megpróbálja megszerezni az AI tehetségét?

Fontos az AI mérnökeivel kapcsolatos kutatások elvégzése, amelyekre versenytársak vagy más, a területen működő cégek vállalkoztak. Cégem több mint 40 AI projektet szállított ügyfeleinek, és minden területen a hasonló problémákkal kapcsolatos korábbi AI mérnöki tapasztalataim kritikus tényezővé váltak.

Az AI mérnökeit és a fejlesztési tehetségeket beszerző vállalatoknak meg kell érteniük két kulcsfontosságú paramétert:

  1. Mennyire erős és tapasztalt a mérnök?
  2. Milyen könnyen integrálható munkájuk a cégbe, annak informatikai csapatába és a cég általános „adat-DNS-ébe”?

A mai gazdaságban még a tapasztalatlan adattudósok és az AI mérnökei is nagyon drágává váltak, tehát a csapat felépítése a legtöbb vállalat számára kevésbé reális.

Tényleg 12 éves korában kezdte meg az egyetemet?

Biztosan megtettem. Gyerekként mindig új kihívásokra és új tanulási lehetőségeket kerestem. Meggyőztem a szüleimet, hogy engedjék meg kipróbálni egy egyetemi órát, és amikor lépést tudtam lépni az órával, újabb beiratkoztam. Tudtam befejezni egyetemi diplomámat a középiskolai diploma megszerzése előtt.

Ha tetszik ez a cikk, akkor örömmel olvashatja, hogyan látja az One Blockchain fejlesztő a technológia jövőjét

Rishon Blumberg vállalkozó és a 10x Management alapítója, egy kiemelkedő technológiai tehetségügynökség. A munkahely jövőjének gondolatvezetője, a Harvard Business Review-ben közzétették, és gyakran jelenik meg a Bloomberg Televízióban és a CNBC-ben. Rishon 1994-ben végzett a Wharton Business Schoolban vállalkozói menedzsment diplomával.

Eredetileg a www.10xmanagement.com weboldalon, 2018. április 27-én tették közzé.