Dies sind die praktischen Anwendungen für künstliche Intelligenz in Unternehmen

Dies sind die praktischen Anwendungen für künstliche Intelligenz in Unternehmen. Um KI in Ihren vorhandenen Workflow zu integrieren, müssen Sie zunächst die Stammdatensätze verstehen und organisieren, sagt Herve Coureil, Chief Digital Officer von Schneider Electric.

Herve Coureil, Chief Digital Officer von Schneider Electric, setzte sich mit Dan Patterson von TechRepulic zusammen und sprach über praktische Anwendungen für KI in Unternehmen. Das Folgende ist eine bearbeitete Abschrift des Interviews.

Dan Patterson: Das mag nach einer elementaren Frage klingen. Praktische Anwendungen. Richtig? Wie sehen wir, dass nicht nur Unternehmen KI jetzt nutzen? Ich denke, wir können alle auf einige Beispiele verweisen, aber geben Sie mir die nächsten 18 bis 36 Monate und helfen Sie uns zu verstehen, ob Unternehmen, sollten Unternehmen bauen, kaufen oder innovieren?

Mehr zur Cybersicherheit

  • Cybersicherheit im Jahr 2020: Acht erschreckende Vorhersagen
  • Die 10 wichtigsten Cyberangriffe des Jahrzehnts
  • So werden Sie ein Cybersicherheitsprofi: Ein Spickzettel
  • Berühmter Betrüger Frank Abagnale: Kriminalität ist heute 4.000 Mal einfacher

Herve Coureil: Das ist gut. Meine eigene Meinung dazu ist, dass, ich meine, machen oder kaufen die üblichen zwei Gegensätze sind, aber tatsächlich gibt es viele Schattierungen von Partnerschaften in der Mitte, die wirklich interessant sind. Wir verbringen ziemlich viel Zeit mit all diesen Schattierungen in der Mitte, also könnte es Crowdsourcing sein, es könnte mit Data Science-Plattformen oder Startups arbeiten und so weiter. Aber dann wirklich mitentwickeln, mitinnovieren und so weiter. Also versuchen wir, uns ein bisschen von diesem Make versus Buy zu entfernen und in der Mitte ein bisschen kreativer zu sein.

Es gibt Unmengen aufregender Dinge, an denen wir tatsächlich vom Standpunkt der KI aus arbeiten. Wir haben ein Team, das aufgeladen ist. Wir entwickeln tatsächlich immer mehr Algorithmen. Wir beginnen auch darüber nachzudenken, wie der Algorithmus gesteuert wird, wie Sie ihn für die API verfügbar machen und wie Sie sicherstellen, dass Sie, wenn bereits jemand vorhanden ist, ihn wiederverwenden, nichts anderes neu erfinden usw. Es gibt also einen Begriff von Governance, der ebenfalls Einzug hält. Und dann ist maschinelles Lernen natürlich eine große Sache, aber wir betrachten auch andere Dinge wie die Anwendung beispielsweise über ein asiatisches Netzwerk, um ein Netzwerk von Daten zu verstehen das Gebäude und in der Lage zu sein, zum Beispiel einem Menschen zu helfen, Stammdaten zu markieren, richtig. Vereinfachen Sie die Erstellung Ihres Datenmodells. Das wären also einige der anderen Dinge, an denen wir arbeiten. Das mag etwas abstrakter sein, aber wir hoffen, dass wir dem Markt näher kommen und wirklich praktische Probleme lösen können. Denn wenn Sie ein großes Gebäude haben oder die Identifizierung Ihres Masters mit all Ihren Sensoren, nimmt das viel Zeit in Anspruch. Also, wenn Sie das beschleunigen können ...

Patterson: Das Stammdatenmanagement geht Hand in Hand mit der KI.

Coureil: Auf jeden Fall . Ich kannte jemanden, der mir immer sagte, und ich mag es wirklich, es gibt keine KI wie in der künstlichen Intelligenz ohne IA als Informationsarchitektur. Und das ist so richtig.

Patterson: Okay, letzte Frage hier. Lassen Sie uns über die Cloud und nicht über die Cloud in der spekulativen Zukunft sprechen. Lassen Sie uns darüber sprechen, wie die Cloud und wie KI Unternehmen dabei hilft, effizienter zu arbeiten. Lassen Sie uns speziell sprechen. Wir haben einige Clouds, Azure, wir haben die Amazon Cloud, wir haben die Google Cloud. Wie profitiert die KI nun von der Nutzung dieser öffentlichen Clouds? Und wohin gehen wir kurzfristig?

Coureil: Also ich sehe, wenn Sie so wollen, drei Ebenen sehr, sehr schnell. Der erste wäre, wenn Sie eine Software als Dienst kaufen, der über einige Netto-AV / AI-Funktionen verfügt. In diesem Fall sind wir ein großer Benutzer von Salesforce. Salesforce wird mit Einstein Analytics geliefert, sodass Sie möglicherweise als Teil der Software und des Servicepakets einige KI-Funktionen haben, die Sie nur verwenden werden, würde ich sagen, fast sofort, richtig.

Es gibt eine zweite essbare Kategorie in den USA, Azure, in der Sie im Grunde eine Anwendung haben und die Schnittstelle zu dieser Anwendung modernisieren möchten. Sie möchten die Sprachaktivierung aktivieren. Sie wollen Vision bringen. Sie möchten eine Konversationsschnittstelle mitbringen. Das, was diese Cloud-Anbieter anbieten, ist natürlich erstaunlich, denn mit API usw. können Sie einer vorhandenen Anwendung plötzlich eine Schicht intelligenter Benutzeroberfläche hinzufügen, richtig. Das wäre der zweite Anwendungsfall.

Der dritte Anwendungsfall ist zurück zu dem früheren Punkt, Sie betrachten ein bestimmtes Problem, das es sein kann ... Sie möchten also wirklich einen bestimmten Algorithmus entwickeln. Natürlich arbeiten wir mit der Cloud, dann auch mit diesen, aber nicht nur mit dem Konsum einer API, sondern mit der gemeinsamen Entwicklung mit ihnen oder mit Partnern, die meistens maschinelle Lernmodelle oder Bibliotheken verwenden. Ein Framework, das versucht, einige dieser speziellen Probleme zu lösen. Aber einige dieser besonderen Probleme sind tatsächlich ... Sie haben darauf hingewiesen, dass Sie als Erstes Zugang zu Vidalia haben? Verstehst du Vidalia? Es geht also wirklich darum, die Architektur zu verstehen und die Stammdaten usw. kennzeichnen zu können. Und dann können Sie auf der anderen Seite des Algorithmus diese KI in einen vorhandenen Workflow einbinden. Weil Sie die beste KI und die beste Analyse der Welt haben können, aber wenn Sie sie nicht in einen tatsächlichen Workflow einbinden können, so dass etwas passiert, bleibt es eine gute Idee. Es fehlt Ihnen jedoch die praktische Bedienbarkeit.

Dan Patterson: Geniales Zeug. Ich habe gelogen. Ich habe noch eine Frage an Sie.

Sie sind ein Vordenker in Ihrer Branche und treffen Entscheidungen. Sie müssen also auch Inhalte konsumieren.

Herve Coureil: Oh ja.

Dan Patterson: Wen lesen Sie und wer sind die Vordenker in der Branche? Und wer kann, wenn ich mir das ansehe, wem kann ich folgen, um daraus zu lernen und dem KI-Gespräch wirklich Nuancen zu verleihen?

Herve Coureil: Nun, ich habe einige Zeit damit verbracht, einen guten Twitter-Feed zu kuratieren.

Dan Patterson: Ich weiß, dass Sie es tun.

Herve Coureil: Natürlich hätten Sie alle traditionellen Verdächtigen. Aber ich mag einige, denke ich, von großen VC-Firmen. Sprechen Sie fast von einem Sicoya oder von einem Orabets, sie haben großartige Inhalte auf AI. Ich verfolge wirklich eifrig einige der wichtigsten Partner hier und einige ihrer Inhalte. Weil ich denke, dass sie wirklich interessante Sichtweisen auf den Markt entwickeln. Dann bin ich natürlich ein großer Leser. Es gibt ein paar Bücher, die ich kürzlich über die Entwicklung gelesen habe und die ich für interessant halte.

Es gibt einen von Pedro Domingo, 'The Master Algorithm', der ziemlich erstaunlich ist. Und noch eine mit dem Titel "Das Buch des Warum" über die Verursachung durch Judea Pearl. Das sind also zwei super Bücher, die eine gute Möglichkeit sind, über KI nachzudenken.

Innovations-Newsletter

Informieren Sie sich über Smart Cities, KI, Internet der Dinge, VR, AR, Robotik, Drohnen, autonomes Fahren und weitere der coolsten technischen Innovationen. Lieferung mittwochs und freitags

Heute anmelden

© Copyright 2020 | mobilegn.com