De beste AI-toepassingen ontdekken: efficiëntie en innovatie maximaliseren

Naar mate bedrijven manieren zoeken om kunstmatige intelligentie in te zetten, ontdekken ze dat AI het beste toegepast wordt aan taken die mensen niet zo goed kunnen of helemaal niet willen doen.

De technologische dromen van mensen over kunstmatige intelligentie beginnen meestal met de egocentrische vraag "wat betekent dit voor mij?" Als individuen willen we weten hoe en wanneer technologie dingen voor ons, ons leven en onze werkdag zal veranderen.

Dat was het geval met de auto, de televisie, de computer, en meer.

De auto was weinig meer dan een speelgoed voordat bedrijven als Ford nieuwe productie- en marketingmodellen creëerden. Een bandenbedrijf genaamd Michelin ontwikkelde toen gidsen om chauffeurs te tonen waar ze heen moesten. Toen mensen gefascineerd waren door het wonder van TV, was het niet Philo Farnsworths eigen uitvinding maar de entertainmentbedrijven en advertisers die ons boeiden.

Zo is het ook met AI en machine learning, al onderdeel van ons dagelijkse leven in zoekmachines en sociale media.

Waar brengen AI en de bedrijven die het gebruiken ons in de toekomst? Hoe past het in ons leven?

Technici van onderzoeksbedrijf BBN keken recent naar hoe AI ons leven in de komende jaren zal veranderen. Hun focus lag op networking, met name 5G. Immers, communicatie is kern van BBN sinds Arpanet in de jaren 60.

Zie ook: Continuous Intelligence Insights

Waar liggen de veranderingen?

Laten we kijken naar hun voorspellingen, samen met enkele kansen die consumentengerichte technologie voor bedrijven opent.

Zie AI als enabler van 5G, en 5G die dan nieuwe toepassingen mogelijk maakt. Elke provider en telefoonbedrijf duwt 5G. BBN – citerend Qualcomm – zegt dat 5G verbeterde servicekwaliteit, betere mobiliteitsbeheer en lokalisatie zal leveren. 5G belooft ook betere netwerkefficiëntie, eenvoudigere implementatie en strakkere beveiliging.

BBN-auteur Imtiaz Adams zei dat het 5G-tijdperk "een wereld zal zijn waar cloudservers blijven worden gebruikt, en waarin we ook de opkomst zien van AI op de edge (op apparaat) waar de data gegenereerd wordt, wat realtime (of zeer nabij realtime) reacties van intelligente apparaten mogelijk maakt."

Combineer nu 5G en AI om machine-tot-machine-communicatie te voeden. BBN benadrukt de nieuwe kansen voor autonome systemen zoals zelfrijdende auto's, nieuwe typen robots en drones. Die allemaal vertrouwen op data van intelligente sensoren in IoT-netwerken. AI en 5G kunnen ook virtuele en augmented reality naar het volgende niveau tillen, wat bedrijfstransformatie mogelijk maakt.

Adams noemde ook de belofte van "gezondheidszorg verbeteren met gepersonaliseerde geneeskunde, financiën met betere diensten voor de klant, marketing met verbeterde personalisatie en betere service, plus slimme en efficiëntere productie." Die voorspelling kwam met een heel groot "ALS". Het vereist dat politieke leiders en regulators "daadwerkelijk de schaal van de verandering begrijpen die zal ontstaan en ervoor zorgen dat de regulatorische kaders en infrastructuur geoptimaliseerd zijn voor de implementatie van AI."

Hier zijn enkele voorbeelden van hoe een bedrijf zijn resultaat kan verbeteren met AI-toepassingen:

AI in de detailhandel

Weinige detailhandelaren kunnen nabootsen wat de reusachtigen – met name Amazon – doen in het gebruik van AI om klantbehoefte te anticiperen en hun supply chain te managen. Geen detailhandelaar kan de overstap op AI negeren.

Richard Kestenbaum, medeoprichter van fusie- en financiegroep Triangle Capital LLC, zei in een recent artikel voor Forbes: "Als ik met detailhandelaren praat over kunstmatige intelligentie, glazen hun ogen over, alsof ik een vreemde taal spreek en heel weinig mensen willen erover praten. Maar het komt eraan, het is onvermijdelijk. AI zal bijna elk aspect van de detailhandel doorgronden, groot en klein."

Kestenbaum schetste hoe een AI-toepassing op elektriciteit kan besparen door uitdagingen als verlichting en koelkosten te managen. Hij noteerde hoe Publix-winkels AI-software gebruiken om beter te begrijpen hoe vaak vriezerdeuren in de achterruimte geopend worden, en zo het aantal benodigde personeelsbezoeken te reduceren. Hij zei dat een Publix-winkel van 4.645 m² $60.000 per jaart bespaart door zaken als open vriezers beter te managen.

Die $60.000 zou een Publix-winkel in staat stellen een nieuwe medewerker in te stellen om de klantservice en de concurrentiepositie van de winkel te verbeteren.

Bankwezen

Die zich herinneren dat bankieren lange rijen bij de balie, spaarboekjes en beperkte openingstijden inhield, hebben een gevoel van hoe bankieren veranderd is met computers, smartphones en internet. Meer verandering staat voor de deur.

In een recent artikel in International Banking schetste Franck Coisnon, Group Industry Director bij digitale transformatiebedrijf Atos, de typen AI die de bankensector beïnvloeden: "Er zijn veel vormen te kiezen, maar hier overwegen we vier hoofdtypen: spraak- en gezichtsherkenning; natuurlijke taalverwerking; machine learning; en deep learning.

Hier zijn slechts enkele gebieden waar AI in het bankwezen toegepast kan worden:

• Klantservice. AI duizenden klant-e-mails die nu handmatig afgehandeld worden te analyseren en een passend antwoord met een voorgestelde actie te geven.
• Verkoop en klantinformatie. "AI wordt gebruikt om data en informatie van klanten te verzamelen en analyseren, wat business development teams voorziet van unieke inzichten, verkooppijplijnen en aanbevelingen voor de 'beste volgende actie' om de relatie te ontwikkelen en verkopen te drijven." schreef Coisnon.
• IT-diensten. "AI kan tonen waar of of een applicatie waarschijnlijk zal falen, wat de bruikbaarheid en veerkracht van IT-infrastructuren verhoogt," voegde hij toe.
• Fraudepreventie. "AI wordt steeds vitaler in het effectief managen van fraude. Dit kan door detectie en eliminatie van betalingen met fraude-elementen of claims," zei Coisnon.
• Cyberbeveiliging. Elk bedrijf in elke industrie is bezorgd over cyberaanvallen. In de bankensector zijn ze echter bijzonder angstaanjagend omdat er geld gestolen kan worden door hackers en geld verloren kan gaan door systeemuitvallen. Denk aan hoe predictieve analytics een bank kan beveiligen.

AI in de landbouw

Bedrijfsleiders die niet in de wijnbouw zitten, kunnen leren van de wijngaarden, en dat geldt ook voor degenen buiten de landbouw.

"Alles wat mensen met hun ogen kunnen observeren, kan een computer geleerd worden te zien," schreef Tom Shapland, Ph.D., CEO en medeoprichter van landbouwsoftwarebedrijf Tule Technologies in zijn recente artikel.

Tule werkt met wijngaarden om voertuiggemonteerde camerasystemen te introduceren die de vorderingen in computer vision benutten. Initieel telt het camerasysteem trossen druiven in een wijngaard. Maar het heeft het potentieel om te doen wat mensen in de wijngaard doen: zoeken naar problemen zoals plagen, ziekten en waterstres. Zie computer vision als een systeem dat afbeeldingen als input neemt en leert patronen te herkennen zoals problemen of gezonde gewassen.

Het gaat allemaal om focus

Toen AI van de wereld van fantasie naar de realiteit bewog, verbeeldden veel mensen een wereld waar robots en computers ons leven commandoerden. (OK, sommige toepassingen voor Alexa gaan wel een beetje over de top).

De bovengenoemde voorbeelden benadrukken echter enkele manieren waarop AI mensen kan helpen bij redelijk gefocuste taken. Als AI's ontwikkelingspad dat van veel eerdere technologieën volgt, is het een zekerheid dat veel bedrijfsleiders en raadsleden bedrijfsbrede AI-strategieën zullen eisen.

In de praktijk zijn vooruitgang in AI-toepassingen waarschijnlijker wanneer individuele lijnmanagers of werknemers kijken naar een enkel probleem dat te veel werknemerstijd of middelen opzeert. AI in een geval als energiemanagement of ziekte druiven lost het probleem misschien niet op zich op. Maar het kan een issue sneller spotten dan een mens, en het dan aan de mens overlaten om het probleem te mitigeren.