Views: 67
O hype sobre IA é ininterrupta. As aplicações potenciais da inteligência de máquina eventualmente parecem tão diversas quanto a imaginação humana. Mas você deve parar por aqui: o uso de tecnologias inovadoras realmente faz sentido para o seu próprio bem?
MINAPIM by | Autor / Kurt Salman Você já vê hoje, de diversas formas o que é necessário para a adoção da Inteligência Artificial. Existem frameworks e ferramentas comprovadas (TensorFlow, Caffe, Microsoft Cognitive …) com algoritmos bem conhecidos (Regressão Linear, Regressão Logística, Árvore de Decisão …) – então são essas as bases para começar. Felizmente, você também tem funcionários que querem abordar esses tópicos com entusiasmo. Agora qual é a contribuição da sua empresa que está faltando? os dados. Alguma vez você já se perguntou quais dados deseja incluir em uma inteligência artificial e como eles se parecem? Quão confiáveis são seus dados?
Altas expectativas de IA
Nos últimos dois anos, vi empresas diferentes em setores semelhantes definirem seus dados e quando falam sobre inteligência artificial. O interesse da mídia e a pressão da concorrência significam que essa e outras palavras-chave semelhantes (aprendizado profundo, aprendizado de máquina, …) estão surgindo cada vez mais no ambiente das PMEs.
Primeiro, deixe esclarecer de uma vez por todas o que nós esperamos da inteligência artificial (IA): Queremos acelerar os cálculos, estimativas e os dados que já estão sendo processadas lentos e imprecisos em comparação com IA e verificar com base nos resultados mais precisos, baseados no computador. Queremos trazer novas descobertas, por exemplo, para alcançar maior satisfação do cliente no resultado final. Com a IoT, queremos conectar essas redes neurais no nível de arquitetura para obter maior eficiência de nossas estruturas e processos. Em última análise, queremos permanecer competitivos como empreendedores.
Na indústria, estou particularmente impressionado que o fator humano ou suas decisões tenham o maior impacto em uma IA. Embora a TI seja sobre dados reais (bancos de dados, tipos de dados geométricos padronizados) e sua análise deve lançar alguma luz sobre a escuridão, em muitas indústrias vemos máquinas que nem sequer têm uma conexão de rede (essa linha também é positiva para avaliar a engenharia alemã e o selo “Made in Germany”).
Os dados que são fornecidos a uma IA são cruciais para os processos de acompanhamento desenvolvidos com o resultado. Veja o exemplo clássico de manufatura por contrato: aqui se trata de preços mais precisos. Imagine o seguinte cenário (possivelmente um ou outro empreendedor) para o mesmo componente / similar “X” fica:
- Cliente A um desconto de 10% do representante de vendas 1
- Cliente B 5% de desconto do representante de vendas 2
- O cliente C sempre paga muito (digamos 30%)
Vamos a um nível mais profundo: a equipe de vendas pergunta ao gerente de produção por tempo de duração, esforço e dependências. Aqui é estimado pela experiência. (Se você perguntasse a cinco especialistas, você teria mais cinco avaliações).
Agora deseja alimentar uma IA com esses dados: tem o processamento de pedidos (rudimentares no sistema ERP ou armazenados em arquivos PDF) e armazena os modelos de produtos na forma de um arquivo de geometria. O que você acha de quão inteligente sua rede neural, que irá desenvolver artificialmente? Fatores como: flutuação Negócios (diversidade nas estimativas), o desenvolvimento de máquinas (melhores dados / métodos eficientes / intervalos de manutenção / dados mais relevantes), novo fornecedor (o mais rápido / mais lento) e outros não estão incluídos e que raramente possam ser inseridos mais tarde.
Você está criando uma rede neural que é mais estúpida do que a IA pretendia, ou apenas uma que seja um pouco mais inteligente do que o processo clássico sem IA? As empresas devem ser cautelosas com essas avaliações artificiais e saber o que digitou em seus dados. Especialmente empresas de médio porte podem rapidamente ter os seus custos elevados em seis dígitos.
A Tecnologia oferece alternativas
Se deseja centrar-se em AI para análise de dados, você irá notar mais tarde que a competência pela guerra de preços também tem seus sistemas e estruturas individuais e irá lembrar aonde se encontra a sua empresa. A competição começa com a qualidade dos dados, não com o uso de métodos e tecnologias inovadoras.
Uma sugestão para as PMEs: Não faria mais sentido investir primeiro em infraestrutura moderna e organização empresarial? (Se alguns estão gritando por novas máquinas: não é apenas isso).
Sobre como:
- Máquinas em rede conversando entre si (IoT)
- Dados que podem ser armazenados e avaliados centralmente de maneira granular (soluções em nuvem)
- Automatizando processos simples – promovendo / desafiando funcionários com tópicos complexos
- Placas Kanban que organizam a produção e gerenciamento de projetos
- Próprios departamentos de pesquisa e / ou desenvolvimento: onde estamos amanhã?
- Organização corporativa e filosofia, onde os funcionários se sentem confortáveis (Recomendação: OKRs & Agile Values)
A modernização tecnológica não apenas torna transparente o que os dados foram coletados até agora, mas também quantos e quais dados foram negligenciados até o momento. A partir dessas descobertas, uma empresa pode determinar muito melhor para si mesma, onde o uso da IA vale a pena inicialmente.
Finalmente, deve-se notar que uma máquina pode ser melhor operada por uma máquina. O fator humano, seja interpretado de forma positiva ou negativa, é, no entanto, a inteligência muito maior que a variabilidade traz consigo, para imaginar ou executar os próximos passos de um processo de maneiras muito mais diversificadas. Uma máquina, por outro lado, pode executar etapas treinadas com mais rapidez e eficiência, quase com perfeição.
Não é de admirar que as pessoas experimentem processos de trabalhos monótonos, que de qualquer forma não são feitos dando a impressão de uma situação ganha-ganha para o homem e a máquina. Consequentemente, deve-se considerar, caso a caso, se o uso de uma inteligência artificial faz sentido ou não.
Faça um comentário