Proteklih nekoliko godina umjetna inteligencija napustila je informatičke laboratorije i ušla u svijet biznisa s cijelim nizom različitih primjena. Sljedećih pet godina umjetna će inteligencija imati golem utjecaj na sve industrije, predviđaju The Boston Consulting Group i MIT Sloan Management Review u izvještaju pod nazvanom Primjena umjetne inteligencije („Putting Artificial Intelligence to Work“).
Prema nalazima iz ankete provedene tijekom istraživanja, čak 70 posto američkih top menadžera očekuje da će umjetna inteligencija imati znatnu ulogu u poslovanju njihovih kompanija. Algoritmi umjetne inteligencije danas strojevima omogućavaju vid, sluh, govor i pristup golemim bazama podataka, a zahvaljujući tzv. dubokom učenju, njihove sposobnosti rastu nezamislivom brzinom, mjerljivom onoj pojave vida za vrijeme kambrijske eksplozije života. Kako bi mogli donositi odluke utemeljene na adekvatnim informacijama, svi bi menadžeri trebali posjedovati osnovno razumijevanje svojstava umjetne inteligencije.
BCG vam donosi deset činjenica koje vam mogu pomoći u donošenju odluka.
1. Umjetna je inteligencija induktivna.
Sustavi umjetne inteligencije uče od podataka i povratnih informacija (feedback) koje dobiju kao reakciju na svoje prethodne odluke. Njihova predviđanja i djelovanja kvalitetna su koliko su kvalitetne informacije na temelju kojih su učili. Ovo obilježje sustave umjetne inteligencije čini bitno različitima od programiranja temeljenog na dedukciji. Tradicionalni programi podatke obrađuju, ali od njih ne uče.
2. Algoritmi umjetne inteligencije su jednostavni.
Temeljni algoritmi učenja dugački su od nekoliko do nekoliko stotina redaka koda. Osnove programiranja umjetne inteligencije su jednostavne, zbog čega je napredak u zadnje vrijeme toliko dramatičan. Nije potrebno biti informatičar da bi se razvilo intuitivno razumijevanje umjetne inteligencije. Kompleksnost dolazi kad se umjetnu inteligenciju primjenjuje na stvarne probleme.
3. Umjetna inteligencija funkcionira na nadljudskim brzinama i razmjerima.
Elektronički signali putuju oko milijun puta brže od kemijskih signala u mozgu, zbog čega umjetna inteligencija može svladati puno podataka te brzo učiti i djelovati. Kad su u pitanju milisekunde, kao na elektroničkim burzama, umjetna je inteligencija jedini stvarni izbor za sudionike i regulatore.
4. Jezik i vid dostupni su umjetnoj inteligenciji.
Među najvažnijim je otkrićima umjetne inteligencije sposobnost strojeva da imaju interakciju s ljudima, pristup ljudskim znanjima i fizički se kreću kroz stvarni svijet. Iako su te vještine strojeva još daleko od savršenih, već su u mnogim situacijama korisne i ubrzano se usavršavaju.
5. Umjetna inteligencija nadilazi tradicionalne kompleksne barijere.
Umjetna inteligencija može rješavati linearne i nelinearne probleme. Ta dvostruka sposobnost otvara cijeli niz mogućnosti optimizacije u poljima poput logistike, proizvodnje i energetske učinkovitosti.
6. Podmornice ne plivaju.
Iako se pouzdaju u sličnu heuristiku poput pokušaja i pogreške, strojevi i ljudi zadatke rješavaju na različite načine. Cilj u poslovanju je rješavanje problema, a ne stvaranje robota koji oponašaju način na koji ljudi obavljaju zadatke. Jednako kako inženjeri ne dizajniraju automobile da oponašaju način kretanja konja, autonomna vozila ne bi trebala oponašati vozače.
7. Umjetnu inteligenciju teško je preslušavati.
Da bi se shvatilo zašto je stroj donio neku odluku, potrebno je izgraditi sustav tako da podaci o donošenju odluke budu zabilježeni. Trebalo bi izbjegavati algoritme poput onih u aplikacijama za deep-learning, jer su one u sve većoj mjeri sposobne osmisliti intuitivne ili kreativne odgovore čije je temelje teško slijediti.
8. Djelovanje je centralizirano, a učenje decentralizirano.
Arhitektura umjetne inteligencije kombinira centralizaciju i decentralizaciju.
Primjerice samovozni automobili voze autonomno, ali svoje podatke šalju u središnji centar.
Sustav tada koristi podatke prikupljene od svih vozila u floti kako bi učio, a automobili povremeno primaju softverske nadogradnje temeljene na naučenom u središnjem sustavu.
9. Vrijednost za biznis dolazi od podataka i obuke.
Mnoge tvrtke ne razumiju važnost podataka i obuke za uspjeh projekta umjetne inteligencije. Često su bolji podaci koji se unose u sustav umjetne inteligencije važniji za izgradnju inteligentnog sustava nego goli algoritmi, slično kao što je odgoj često za ljude važniji od gena.
10. Odnosi između ljudi i strojeva mijenjaju se.
Napori da se optimiziraju interakcije između ljudi i strojeva dogurali su daleko od sposobnosti ljudi da koriste statičke računalne programe. Poboljšanje ljudske učinkovitosti putem umjetne inteligencije i obratno, uključivanjem ljudi u algoritamsko rješavanje problema, sve je učestalije i jednako izazovno.
Pogledajte i što će se promijeniti uvođenjem eura i hoće li sve poskupjeti:
