Visitas: 26
El bombo sobre AI es ininterrumpido. Las aplicaciones potenciales de la inteligencia de máquina eventualmente parecen tan diversas como la imaginación humana. Pero usted debe parar por aquí: el uso de tecnologías innovadoras realmente tiene sentido para su propio bien?
MINAPIM by | Autor / Kurt Salman Usted ya ve hoy, de diversas formas lo que es necesario para la adopción de la Inteligencia Artificial. En el caso de que se trate de un sistema de gestión de la calidad de la información, Afortunadamente, usted también tiene empleados que quieren abordar estos temas con entusiasmo. Ahora cuál es la contribución que esta faltando en su empresa? los datos. ¿Alguna vez se preguntó qué datos desea incluir en una inteligencia artificial y cómo se parecen? ¿Cuán fiables son sus datos?
Altas expectativas de IA
En los últimos dos años, he visto empresas diferentes en sectores similares definir sus datos y cuando hablan de inteligencia artificial. El interés de los medios de comunicación y la presión de la competencia significan que esta y otras palabras clave similares (aprendizaje profundo, aprendizaje de máquinas, …) están surgiendo cada vez más en el ambiente de las PYME.
En primer lugar, dejeme aclarar de una vez por todas lo que esperamos de la inteligencia artificial (IA): Queremos acelerar los cálculos, estimaciones y los datos que ya están siendo procesados lentos e imprecisos en comparación con IA y verificar sobre la base de los resultados más precisos, basados en el equipo. Queremos traer nuevos descubrimientos, por ejemplo, para alcanzar mayor satisfacción del cliente en el resultado final. Con la IoT, queremos conectar esas redes neuronales en el nivel de arquitectura para lograr una mayor eficiencia de nuestras estructuras y procesos. En última instancia, queremos permanecer competitivos como emprendedores.
En la industria, estoy particularmente impresionado que el factor humano o sus decisiones tengan el mayor impacto en una IA. Aunque la TI es sobre datos reales (bases de datos, tipos de datos geométricos estandarizados) y su análisis debe arrojar alguna luz sobre la oscuridad, en muchas industrias vemos máquinas que ni siquiera tienen una conexión de red (esta línea también es positiva para evaluar la ingeniería alemana y el sello «Made in Germany»).
Los datos que se suministran a una IA son cruciales para los procesos de seguimiento desarrollados con el resultado. Vea el ejemplo clásico de fabricación por contrato: aquí se trata de precios más precisos. Imagine el siguiente escenario (posiblemente uno u otro emprendedor) para el mismo componente / similar «X» queda:
Cliente A un descuento del 10% del representante de ventas 1
Cliente B 5% de descuento del representante de ventas 2
El cliente C siempre paga mucho (digamos el 30%)
Vamos a un nivel más profundo: el equipo de ventas pregunta al gerente de producción por tiempo de duración, esfuerzo y dependencias. Aquí es estimado por la experiencia. (Si usted pregunta a cinco expertos, usted tendría más cinco evaluaciones).
Ahora desea alimentar una IA con estos datos: tiene el procesamiento de pedidos (rudimentarios en el sistema ERP o almacenados en archivos PDF) y almacena los modelos de productos en la forma de un archivo de geometría. ¿Qué quieres de tu inteligente red neuronal, que se desarrollará artificialmente? Factores como: fluctuación Negocios (diversidad en las estimaciones), el desarrollo de máquinas (mejores datos / métodos eficientes / intervalos de mantenimiento / datos más relevantes), nuevo proveedor (el más rápido / más lento) y otros no están incluidos y que raramente pueden ser adicionados más tarde.
Usted está creando una red neuronal que es más estúpida de lo que la IA pretendía, o sólo una que sea un poco más inteligente que el proceso clásico sin IA? Las empresas deben ser cautelosas con estas evaluaciones artificiales y saber lo que ha escrito en sus datos. Especialmente las medianas empresas pueden tener sus costes de seis dígitos.
La tecnología ofrece alternativas
Si desea centrarse en AI para el análisis de datos, usted notará más adelante que la competencia por la guerra de precios también tiene sus sistemas y estructuras individuales y recordará dónde se encuentra su empresa. La competición comienza con la calidad de los datos, no con el uso de métodos y tecnologías innovadoras.
Una sugerencia para las PYME: ¿No tendría más sentido invertir primero en infraestructura moderna y organización empresarial? (Si algunos están gritando por nuevas máquinas: no es sólo eso).
Algo cómo:
- Máquinas en red conversando entre sí (IoT)
- Datos que pueden ser almacenados y evaluados centralmente de manera granular (soluciones en nube)
- Automatizando procesos simples – promoviendo / desafiando a empleados con temas complejos
- Placas Kanban que organizan la producción y gestión de proyectos
- Departamentos propios para investigación y / o desarrollo: ¿dónde estaremos mañana?
- Organización corporativa y filosofía, donde los empleados se sientan más cómodos (Recomendación: OKRs & Agile Values)
La modernización tecnológica no sólo hace transparente lo que los datos han recogido hasta ahora, sino también cuántos y cuáles datos se han descuidado hasta el momento. A partir de estos descubrimientos, una empresa puede determinar mucho mejor para sí misma, donde el uso de la IA vale la pena inicialmente.
Finalmente, se debe notar que una máquina puede ser mejor operada por una máquina. El factor humano, sea interpretado de forma positiva o negativa, es, sin embargo, la inteligencia mucho mayor que la variabilidad trae consigo, para imaginar o ejecutar los próximos pasos de un proceso de maneras mucho más diversificadas. Una máquina, por otro lado, puede realizar etapas entrenadas con más rapidez y eficiencia, casi con perfección.
No es de extrañar que las personas experimenten procesos de trabajo monótonos, que de cualquier forma no se hacen, dando la impresión de una situación gana-gana para el hombre y la máquina. En consecuencia, se debe considerar, caso por caso, si el uso de una inteligencia artificial tiene sentido o no.
Dejar una contestacion