AI Expert разкрива как най-добрите AI инженери променят начина, по който правим бизнес

От Ришон Блумберг, съосновател на 10x управление

Деловият свят се променя бързо и намирането на талантлив AI инженер може да донесе на вашата компания значителни конкурентни предимства. Докато предприемачите отдавна разчитат на инстинктите и интуицията си да диктуват посоката на своя бизнес, инженерите на ИИ помагат на предприятията да проверят или дискредитират някои от своите дълготрайни убеждения.

Един ИИ инженер има възможността да влезе във фирма и да трансформира начина, по който правим бизнес. И бизнес лидерите използват данни, за да вземат решения, както никога досега. Ръководителите все още могат да разчитат на интуицията, но AI е тук, за да ни помогне да проверим или дискредитираме нашите убеждения.

Като технологичен предприемач, който работя с едни от най-добрите инженери по ИИ в света, бях свидетел на трансформативната сила, която един инженер може да има в бизнеса. Имах привилегията да интервюирам AI инженер и блудник, който започна университет на 12-годишна възраст (!), Зак Дви-Ахарон, за това как компаниите ще започнат да използват AI в новата ера, управлявана от данни за бизнеса.

Ришон (с удебелен шрифт): Благодаря, че отделихте време да говорите с мен Зак. Кое е любимото ти използване на AI, върху което си работил лично?

Зак: Като инженер по ИИ помогнах на здравните компании да анализират данни, за да разберат кога лечението им работи най-добре. Помогнах на компаниите за киберсигурност да идентифицират ненормално поведение на мрежата за целите на сигурността, помогнах на енергийните компании да разберат по-добре потенциала за сондиране в океана, търговските компании да оптимизират цените и офертите си, списъкът продължава ... Ако изберете фаворит, може да получа някои гневни писма в поща от тези, които оставих! Всичките ми клиенти са специални за мен и истински се радвам да работя върху всеки проект, който предприемам.

Доста дипломатически отговор! Какви са някои начини, по които смятате, че AI ще бъде монетизиран в бъдеще?

Ще използвам прост пример, който демонстрира как AI може да подобри повечето съществуващи услуги и продукти, а не непременно да създава нови. AI инженер може да разработи хладилник, който може да управлява съдържанието вътре в хладилника и да регулира температурата, така че да идеално отговаря на вашите хранителни стоки. Компанията, която използва този AI инженер, ще осигури приходи, като просто продаде повече единици от конкуренцията. Това е само един пример. По принцип компаниите, които наистина се възползват от интелигентността на AI, ще могат да печелят просто като са по-добри от конкуренцията.

Нека го сравним с бейзбола и известния пример за Moneyball и Oakland Athletics за секунда. През 2002 г. Оукланд започва да използва дълбока статистика, за да анализира и открива подценявани играчи в главните и второстепенните лиги преди всеки друг отбор. Докато повечето отбори имаха скаути, които разчитаха на инстинктите за оценка на играч, Оукланд използва обективна статистика и алгоритми за оценка на играчите. Това позволи на Оукланд - с ведомост от 44 милиона долара - да се състезава с отбори като нюйоркските янки - със заплата от 125 милиона долара. Данните ни позволяват да оценим точното въздействие на играча върху терена. Какъв процент от времето играчът удря крива топка, пътувайки 82mph в полето срещу полето срещу оградата? Точно както бейзболът се трансформира от статистиката, така и по-широкият бизнес свят се трансформира и от AI. Всеки метод (като Moneyball), който ви дава конкурентно предимство, ще си осигурите приходи.

Като фенове на янките оценявам аналогията на бейзбола. С какво AI се различава от другите технологии в миналото?

Чрез анализ на данни инженерите на AI могат да позволят на компаниите да работят много по-ефективно, да се адаптират към промените, да отменят ненужните бизнес процеси и да заменят скъпи алтернативи, включително човешки работни места.

AI е изцяло управляван от данни, така че алгоритмите ще ни помогнат да разберем къде можем да подобрим нашите процеси, за разлика от използването на интуиция (както току-що споменах) или хора, анализиращи данни. Това никога досега не е било така.

Данните са истинска златна мина и небето е границата с това как могат да бъдат използвани. Чрез наемане на един AI инженер или множество AI инженери, компаниите имат безкрайни възможности да разберат по-добре своите бизнес процеси, да ги подобрят, оптимизират и разкрият нови прозрения, които могат драматично да променят долната линия.

Казано по-просто, какви са разликите между Data Science, AI и Machine Learning?

Науката за данните е най-общият термин за анализ на данни. Данните могат да бъдат анализирани ръчно без алгоритми или механизми за обучение, което означава, че при определени обстоятелства това изобщо не е AI.

Изкуственият интелект (AI) обхваща всички компютризирани / алгоритмични начини да научите данни и да реагирате по-добре на тях.

Машинното обучение (ML) е поддомейн на AI. Машинното обучение разполага с механизми за самообучение, които стават по-умни, тъй като разполагат с повече данни.

Така че разликата между машинно обучение и AI е, че AI може да включва твърдо кодирани формули, които не се учат от данните, докато инженерите за машинно обучение винаги ще изграждат механизми за самообучение.

Коя компания смятате, че ще доминира над AI пейзажа в бъдеще? Например, 68% от търсенията в Интернет в САЩ се извършват в Google. Ще има ли Google на AI?

Трудно е да се каже, че една компания ще монополизира индустрията. Прогнозата ми е, че след няколко години AI и по-точно машинно обучение ще бъдат интегрирани естествено навсякъде и от всички. Точно както Google и неговата търсачка са навсякъде, AI и машинното обучение ще бъдат навсякъде. AI инженер ще бъде много доходоносна позиция във всяка компания.

Кои са най-големите предизвикателства за компаниите, които искат да възприемат AI?

Ясното предизвикателство номер едно е да се намери достатъчно силен AI инженер, който да помогне на компания или да се присъедини към компания. Ако сравним AI с игра на шах, в света има близо милиард шахматисти, но само хиляда гросмайстори. Въпреки че много хора се представят като експертни инженери, там може би има няколко десетки ИИ инженери или екипи с наистина силен, разнообразен проект опит в машинното обучение. Изграждането на страхотно AI решение е трудно в момента, защото талантът е толкова рядък.

Кои са най-големите заблуди относно AI?

Във филмите често виждаме машини, които са „умни“ като човешки същества, които могат да адаптират езика и поведението си към непредвидими ситуации. Това е фантазия за хората отдавна, особено след като реалистично беше поставено като предизвикателство от Алън Тюринг през 50-те години. Истината е, че подобна технология все още е извън нашия обхват, така че бих казал, че това е най-голямото погрешно схващане. ИИ инженерите работят усилено, за да ни доведат до там, но не сме толкова близо.

Кое е любимото ти използване на AI технологията, прилагана днес?

Като AI инженер е трудно да изберете любим. Намирам самата революция за удивителна. Застрахователните компании разбират по-добре клиентите си, медийните компании оценяват по-добре своите артисти, авиокомпаниите по-добре оптимизират цените на билетите си за седалки, списъкът продължава.

Какъв е единственият пример за приложение на AI, което се чувства неизбежно за вас, но днес никой, когото познавате, наистина работи по него?

Мисля, че AI, който взема текст, написан за даден човек и от този човек, от много различни източници и събира интелигентен, интегриран анализ и отчет, би бил полезен за лични клиенти, компании и разузнавателни агенции. Представете си, че се опитвате да откриете информация за потенциален клиент и да трябва да преминете от точка А до точка Б и всякакви места, за да намерите подходяща информация. AI може да направи този процес толкова по-лесен, като агрегира полезни данни и ви даде ЕДИН полезен отчет, за разлика от стотици източници с битове полезна информация.

Какъв съвет бихте дали на компания, която се опитва да създаде AI талант?

Важно е да се правят изследвания на ИИ инженери, които са наети от конкуренти или други компании в тази област. Фирмата ми е предоставила повече от 40 проекта за ИИ на клиенти и във всяка област моят предишен опит в областта на ИИ с подобни проблеми се оказа решаващ фактор.

Компаниите, които са източник на AI инженери и талант за развитие, трябва да разберат два основни параметъра:

  1. Колко силен и опитен е инженерът?
  2. Колко лесно може да бъде интегрирана тяхната работа с компанията, нейния ИТ екип и общите „данни ДНК“ на фирмата?

В днешната икономика дори неопитни учени с данни и ИИ инженери са станали много скъпи, така че изграждането на екип изглежда по-малко реалистично за повечето компании.

Наистина ли започнахте университет на 12 години?

Сигурно го направих. Като дете винаги търсех нови предизвикателства и нови начини да се уча. Убедих родителите си да ми позволят да пробвам в университетска класа и когато успях да продължа с класа, се записах на още. Успях да завърша университетската си степен преди завършването на гимназията.

Ако тази статия ви харесва, може да се насладите на четенето Как един разработчик на блокчейн вижда бъдещето на технологиите

Rishon Blumberg е предприемач и основател на 10x Management, известна агенция за технологични таланти. Той е мислен лидер в бъдещето на работното пространство, след като е публикуван в Harvard Business Review и често се появява в Bloomberg Television и CNBC. Ришън е завършил Университета по бизнес в Уортън със специалност предприемачески мениджмънт през 1994г.

Първоначално публикувано на www.10xmanagement.com на 27 април 2018 г.