Благодаря обилию данных и инструментов их углубленного анализа в настоящее время компании могут принимать гораздо более точные и эффективные решения. В данной статье поговорим об опыте успешных компаний по применению искусственного интеллекта.
Международная консалтинговая компания McKinsey провела опрос руководителей
Команда McKinsey поговорила с руководителями четырех стартапов, применяющих передовые наработки в области искусственного интеллекта (ИИ): CrowdAI, SafeGraph, Measurable AI и Orbital Insight.
Основные выводы по возможностям, которые открывают машинное обучение и ИИ, представлены далее.
Ключевые выводы
1. Новые формы данных позволяют организациям резко повысить скорость и прозрачность работы. Например, благодаря геопространственным решениям Orbital Insight крупная международная компания смогла в режиме реального времени отследить данные о цепочках поставок пальмового масла — состояние заводов, плантаций, терминалов и даже отдельных грузовиков в разных странах. Изучив эти данные, компания быстро поняла и устранила основные угрозы для бесперебойности поставок.
2. Специализированные игроки очищают и объединяют данные разных типов, что позволяет использовать их гораздо шире. Например, SafeGraph сводит вместе данные о достопримечательностях, зданиях и их посещаемости, и эти данные теперь активно используются в сторонних приложениях и аналитических командах.
3. Чтобы извлекать реальную пользу из данных, нужны отраслевые экспертные знания. Дата-сайентисты могут создавать сложные модели, но для решения бизнес-задач им нужна помощь тех, кто глубоко понимает специфику конкретного направления бизнеса — например, различия в стандартах комплаенса, предпочтительные способы коммуникации с клиентами, уровни проникновения продуктов и услуг.
4. Нетехнологические компании пока отстают, но они вполне могут догнать лидеров, если будут интенсивнее использовать инструменты анализа данных.
5. Защиту данных и этику применения ИИ нужно продумывать с самого начала.
Подписывайтесь на канал AlfaProExpert, чтобы узнать больше о карьере, заработных платах, лучших работодателях, прохождении интервью, поступлению в ВУЗ, образовании известных людей, лучших университетах и многом другом.