Automatisering en AI: uitdagingen en kansen

Bedrijven over de hele wereld zijn gefascineerd door het idee van AI en automatisering, omdat deze geavanceerde technologie operationele efficiëntie, verbeterde processen en aanzienlijke kostenbesparingen belooft. AI en de aanverwante technologieën hebben echter ook voor onzekerheden, verwarring en twijfels gezorgd over het menselijk vermogen om deze magische systemen in daadwerkelijke zakelijke situaties aan te nemen, te implementeren en uit te voeren – simpelweg omdat de bedrijfsleiders en operators nog steeds allemaal mensen zijn.

Tegenwoordig wordt dat algemeen erkend automatisering en AI technologieën zullen de wereldwijde werkplek geleidelijk transformeren, waarbij intelligente machines in sommige gevallen menselijke taken uitvoeren en in andere gevallen de mens helpen. De aanwezigheid van robotmachines op de werkplek zal uiteindelijk de efficiëntie verhogen en de kosten verlagen. Als gevolg hiervan zullen veel menselijke beroepen verdwijnen, terwijl andere zich zullen aanpassen aan door technologie ondersteunde rollen.

EEN Verslag van de Europese Commissie over AI stelt dat de:

“De wereldwijde uitgaven voor robots zullen in 2020 188 miljard dollar bedragen, vergeleken met minder dan de helft van dat bedrag in 2016. Tegen 2025 zal de wereldwijde AI-markt naar verwachting groeien tot 59 miljard dollar, een aanzienlijke stijging ten opzichte van de 1,8 miljard dollar die in 2016 werd uitgegeven. . “

De Op weg naar Data Science artikel Kansen en uitdagingen op het gebied van kunstmatige intelligentie in bedrijven, stelt:

  • Accenture heeft bevestigd dat AI-technologie het potentieel heeft om de bedrijfsproductiviteit met wel 40 procent te verhogen
  • Het aantal AI-startups is tussen 2000 en 2019 14 keer gegroeid

Hoewel bedrijven een recente trend hebben laten zien om AI-ontwikkelaars in een razend tempo in te huren om aan hun interne automatiseringsbehoeften te voldoen, begrijpen maar weinigen de fundamentele uitdagingen die deze technologie met zich meebrengt. Als gevolg hiervan ontbreekt de “AI-comfortzone” nog steeds in zakelijke kringen van ondernemingen, en zijn exploitanten nog steeds twijfelachtig over de kostenvoordelen van AI.

De huidige status van automatisering: jaar 2020

Overal waar je vandaag kijkt, kom je geautomatiseerde machines of systemen tegen die worden aangedreven door krachtige computers, meerkanaals gegevens en zeer slimme algoritmen. De moderne samenleving worstelt met chatbots, pda’s, zelfrijdende voertuigen op wegen en geautomatiseerde kassa’s in supermarkten.

Van geautomatiseerde zorgassistenten tot sensorgestuurde apparaten, er is geen branche onaangetast door AI. Toepassingen voor kunstmatige intelligentie: een revolutie in gegevensbeheer bespreekt hoe geavanceerde geautomatiseerde technologieën transformeren gegevensbeheer.

EEN Forbes Raadspost over AI en bedrijfsautomatisering onthult het volgende:

  • Procesautomatisering met robots komt nu overeen met of overtreft de menselijke prestatieniveaus in alle bedrijfsprocessen.
  • Bedrijven moeten “vervelende, repetitieve taken aan RPA-bots” delegeren, zodat het menselijk brein zich kan concentreren op belangrijke uitdagingen.
  • Bedrijven moeten zich concentreren op het ontwikkelen van de juiste “cultuur” rond AI en implementaties van automatiseringstechnologie om grootschalige acceptatie te bevorderen.
  • Op dit moment is het opschalen van use-cases een probleem, dat mogelijk verband houdt met het ontbreken van de juiste technologische “cultuur”.
  • Een studie van Goldsmiths, University of London, meldde dat “72% van de 4.000 ondervraagde werknemers in Noord-Amerika, het Verenigd Koninkrijk, Japan en India” denkt dat AI en automatisering hun werkprestaties zullen verbeteren.

Impact van AI

De Gartner Hype Cycle voor kunstmatige intelligentie onthult hoe AI wereldwijde bedrijven beïnvloedt, aangezien nieuwere, aanverwante technologieën zoals augmented intelligence, edge AI en verklaarbare AI steeds naar boven komen. Augmented intelligence is een perfect voorbeeld van samenwerking tussen mens en machine (teamwerk) die ‘cognitieve prestaties’ ondersteunt.

Hoewel Gegevensbeheer is nog steeds een punt van zorg bij de meeste ondernemers, het is algemeen aanvaard dat augmented intelligence het menselijk besluitvormingsproces kan nabootsen. Deze trend heeft geleid tot een hele nieuwe stroom intelligente oplossingen, met ingebouwde algoritmen om menselijke activiteiten te repliceren of te vervangen via datagestuurde inzichten.

De plotselinge groei van de algoritme-economie heeft een impuls gegeven aan complementaire bedrijfsmodellen zoals ‘AI-platform as a service’ of ‘AI Cloud-services’. Tegenwoordig is de meest levensvatbare commerciële prospect “embedded AI” in bedrijfssystemen zoals ERM of CRM.

Toekomst van AI en de uitdagingen citeert Gartner Director Analyst Peter Krensky:

“Slechts 40 procent van de toppresteerders ziet kunstmatige intelligentie als een gamechanger. Er is dus veel groen binnen veel verschillende soorten organisaties, zelfs hele industrieën die gewoon hun tenen onderdompelen in wat mogelijk is met machine learning. “

Het artikel parafraseert Krensky en zegt dat hij gelooft dat de meeste organisaties enorme investeringen doen in plaats van te kiezen voor “goedkopere alternatieven zoals vooraf getrainde modellen en cloudinfrastructuur, terwijl de resultaten vergelijkbaar zouden zijn”. De AI-voordelen worden dus niet volledig gerealiseerd door dure implementaties.

Ten tweede is de uitdaging voor het ontwikkelen van vaardigheden waarschijnlijk de meest formidabele belemmering voor de grootschalige acceptatie van AI in ondernemingen. In veel gevallen worden interne AI- of ML-projecten aangestuurd door data-ingenieurs terwijl in werkelijkheid diverse vaardigheden zoals data science, ML en domeinexpertise even cruciaal zijn voor het succes van een project.

Gartner’s observaties gerapporteerd in de AI Hype Cycle kunnen worden samengevat als:

  • Organisaties moeten goedkopere alternatieven vinden voor dure, interne AI-opstellingen om de volledige voordelen van procesverbeteringen, prestatie-efficiëntie en kostenbesparingen te realiseren.
  • De AI- of ML-projectteams zouden beter afgerond moeten zijn met een verscheidenheid aan talenten in plaats van Data Engineers die de show leiden.

Bedrijfsautomatisering in 2020: voorspellingen van Gartner en Forrester

Deze Analytics Insights-artikel bekijkt voorspellingen van Gartner en Forrester over de status van bedrijfsautomatisering in 2020 uit drie rapporten: Voorspellingen 2020: automatisering door Forrester; Pas op voor de automatiseringsparadox door Forrester; en 2020 technologietrends door Gartner.

Hier is een overzicht van enkele van de belangrijkste voorspellingen:

  • Volgens Forrester zullen in 2020 waarschijnlijk meer dan een “miljoen kenniswerkbanen” worden vervangen door robots, geautomatiseerde systemen, virtuele agenten en chatbots.
  • Forrester stelt ook dat “automatisering in ongetrainde handen” gevaarlijk kan zijn
  • Een andere belangrijke observatie van Forrester is dat 80 procent van de ondernemingen wordt bedreigd door het vooruitzicht van hyperautomatisering
  • Volgens Gartner zullen fysieke apparaten in combinatie met AI-technologie (autonome dingen) in 2020 menselijke functies vervangen
  • Zowel Forrester als Gartner melden dat AI en automatisering nieuwe banen zullen creëren. Het Europees Centrum voor de ontwikkeling van beroepsopleiding (CEDEFOP) voorspelt dat “tussen 2016 en 2030 er meer dan 151 miljoen vacatures zullen zijn, waarvan 91% wordt gecreëerd door vervangingsbehoeften en de resterende 9% door nieuwe vacatures.”

Forbes, aan de andere kant, maakt zijn mening vrij duidelijk in Kunstmatige intelligentie: belangrijke uitdagingen en kansen. Volgens Forbes zijn hier de belangrijkste uitdagingen rond de implementatie van AI-oplossingen:

  • Gegevensprivacykwesties en Algemene Verordening Gegevensprivacy (AVG) en de daarvan afgeleide regelgeving
  • Beperkingen van “rechtvaardigingen” in geautomatiseerde beslissingen, en de rol van verklaarbare AI is het bestrijden van die beperking
  • AI van de volgende generatie, zoals transfer learning, actief leren, semi-begeleid leren, enzovoort

Grootste kansen en uitdagingen van AI

Volgens Elon Musk van Tesla, een futuroloog en visionair, “zullen robots en AI alles beter kunnen doen dan wij, waardoor het grootste risico ontstaat waarmee we als beschaving worden geconfronteerd.” Hier zijn de grootste kansen waar zelfs de meest sceptische mens van kan dromen:

  • AI-technologie zal de afnemende groei van de arbeidsproductiviteit omkeren
  • AI-automatisering als zakelijke oplossingen die helpen, maar niet indringen of controleren
  • AI-automatisering zorgt voor ‘ethische’ beslissingen. Mogelijk? Misschien met verklaarbare AI
  • AI-systemen vervangen mensen bij routinetaken
  • AI-systemen die de menselijke efficiëntie verbeteren bij de taken van mens-machine-teams

En hier zijn de grootste uitdagingen waarmee internationale bedrijven worden geconfronteerd:

  • De acceptatiegraad van AI-technologie is ongelijk tussen landen en sectoren. Sommige landen, zoals de VS en het VK, en specifieke sectoren zoals BFSI en de automobielsector lopen ver voor op andere wat betreft de acceptatie en implementatie van technologie.
  • Zal AI echt kosteneffectief zijn voor grote bedrijven met interne AI-ontwikkelingsopstellingen?
  • Juiste trainingsfaciliteiten voor AI. De auteur van Robot en ik: toekomst van het personeelsbestand legt uit waarom AI-trainingsinspanningen moeten worden verbeterd.
  • Beschikken ondernemingen met hoge ambities over het nodige bekwame personeel voor de ontwikkeling van AI-oplossingen?
  • Worden toekomstige AI-vooruitzichten meer een bedreiging dan een opluchting voor bedrijfsleiders en operators?
  • Hoe beïnvloeden privacywetten zoals GDPR en CCPA de implementatie van AI-systemen en technologie-implementatie in werkelijke bedrijfsscenario’s?
  • Taalproblemen bij interactie tussen mens en machine. Kunnen bots omgangstaal interpreteren?
  • Gendervooroordelen in AI-beroepen overwinnen.

Slotopmerkingen

De McKinsey-rapport AI, automatisering en de toekomst van werk: tien dingen om op te lossen stelt dat de meest opvallende verandering in toekomstige bedrijven zal zijn “menselijke arbeiders die naast machines op de werkplek werken”. Het grootste culturele voordeel waarop je kunt hopen van wijdverbreide AI en automatisering is de nauwe integratie van AI, robotica en automatisering, waardoor een platte, samenwerkende organisatiestructuur ontstaat in tegenstelling tot ‘traditionele top-down hiërarchische structuren’.

Afbeelding gebruikt onder licentie van Shutterstock.com

follow:
admin

admin

Related Posts

Een korte geschiedenis van gegevensbeheer

Datamanagement is de organisatie van gegevens, de stappen die worden gebruikt om efficiëntie te bereiken en informatie uit die gegevens

Datakans klopt! Moet je antwoorden?

Klik voor meer informatie over auteur Kartik Patel. Als zakenmensen krijgen we vaak te maken met wat misschien een geweldige

Een korte geschiedenis van gegevensbeheer

Datamanagement is de organisatie van gegevens, de stappen die worden gebruikt om efficiëntie te bereiken en informatie uit die gegevens

Datakans klopt! Moet je antwoorden?

Klik voor meer informatie over auteur Kartik Patel. Als zakenmensen krijgen we vaak te maken met wat misschien een geweldige