Ja pēdējā laikā esat daudz redzējis vārdu “izziņas”, neesat viens. Un, ja jūs sajaucat, ko tieši tas nozīmē no IT un biznesa viedokļa, arī jūs neesat viens.
Lai palīdzētu sniegt zināmu skaidrību par kognitīvo jēdzienu un to, ko tas varētu nozīmēt jūsu organizācijai, esmu izveidojis šo pamatu.
Ko nozīmē ‘kognitīvs’ skaitļošanas kontekstā?
Kognitīvā skaitļošana izmanto tehnoloģiju un algoritmus, lai automātiski iegūtu datus no jēdzieniem un attiecībām, saprastu to nozīmi un mācītos neatkarīgi no datu modeļiem un iepriekšējās pieredzes - paplašinot to, ko cilvēki vai mašīnas varētu paveikt paši, saka Pauls Roma, konsultāciju firmas galvenais analītiķis Deloitte Consulting.
Roms saka, ka šodien ir trīs galvenie veidi, kā kognitīvo skaitļošanu var izmantot.
- Robotu un kognitīvā automatizācija atkārtojamu uzdevumu automatizēšanai, lai uzlabotu efektivitāti, kvalitāti un precizitāti.
- Kognitīvas atziņas, lai atklātu slēptos modeļus un attiecības, lai noteiktu jaunas iespējas inovācijām.
- Kognitīva iesaistīšanās, lai veicinātu klientu darbības, nodrošinot hiperpersonalizāciju plašā mērogā.
Kā kognitīvā skaitļošana atšķiras no AI?
Deloitte atsaucas uz kognitīvo skaitļošanu kā “visaptverošāku nekā tradicionālais, šaurais AI [mākslīgā intelekta] skatījums”, saka Roma. AI saka, ka viņš galvenokārt tiek izmantots, lai aprakstītu tehnoloģijas, kas spēj veikt uzdevumus, kuriem parasti ir nepieciešama cilvēka inteliģence.
"Mēs uzskatām, ka kognitīvo skaitļošanu definē mašīnu inteliģence, kas ir algoritmisko iespēju kopums, kas var palielināt darbinieku sniegumu, automatizēt arvien sarežģītākas slodzes un attīstīt kognitīvos līdzekļus, kas simulē gan cilvēka domāšanu, gan iesaistīšanos," saka Roma.
Pārdevēji šo tehnoloģiju aprakstīšanai izmanto dažādus nosaukumus, saka Dave Schubmehl, pētniecības firmas International Data Corp (IDC) kognitīvo / AI sistēmu un satura analīzes pētījumu direktors. "Daži cilvēki izmanto algoritmu veidu nosaukumu, lai aprakstītu platformas," viņš saka, ka šādi neironu tīkli, kurus sauc arī par dziļu mācīšanos vai mašīnmācīšanos.
"Šīs ir dažas no galvenajām sastāvdaļām šo viedo lietojumprogrammu veidošanā," saka Šūbehls. “Daži šāda veida lietojumiem laukā izmanto vispārīgu terminu: mākslīgais intelekts. Vēl viena grupa izmanto frāzi, kuru IBM pētnieki izdomāja, kad viņi strādāja pie Watson Džeopardija izaicinājums: kognitīvā skaitļošana. Visos šajos gadījumos terminoloģija vairāk vai mazāk raksturo to pašu pūles lauku. ”
Šī tehnoloģija būs "ārkārtīgi izplatīta kā lietojumprogrammu aspekts", saka Whit Andrews, pētījumu firmas Gartner viceprezidents. Firma ir prognozējusi, ka līdz 2018. gadam 30 procenti mijiedarbības ar tehnoloģijām notiks “sarunās” ar AI. Gartner lēš, ka līdz 2020. gadam AI būs investīciju prioritāte piecās vietās vairāk nekā 30 procentiem pasaules KIO.
Līdz ar eksponenciālu datu pieaugumu, ātrāku izplatīto sistēmu un viedāku algoritmu saplūšanu kognitīvā skaitļošana “ir ceļā uz paaugstinātu biznesa procesu caurlaidību robotizētās un kognitīvās automatizācijas, kognitīvās iesaistīšanās un kognitīvās atziņas jomās”, saka Deloitte’s Roma.
Kādi ir kognitīvās skaitļošanas piemēri mūsdienās uzņēmumā?
Lai gan liela daļa kognitīvo tehnoloģiju solījumu varētu būt nākotnē, dažas organizācijas jau izmanto kognitīvos rīkus.
Uzņēmumi izmanto kognitīvās sistēmas produktu ieteikumiem, cenu optimizēšanai un krāpšanas atklāšanai, saka Šūbmeils. Organizācijas arī izmanto sarunu AI platformas (tērzēšanas robotu veidā) automatizētam klientu atbalstam, automatizētai palīdzībai pārdošanas jomā un lēmumu palielināšanai, viņš saka.
Veselības aprūpē Roma saka, ka vadošā slimnīca, kas vada vienu no lielākajām medicīnisko pētījumu programmām Amerikas Savienotajās Valstīs, “apmāca” savas mašīnizlūkošanas sistēmas, lai analizētu 10 miljardus fenotipisko un ģenētisko attēlu organizācijas datu bāzē.
Un liels veselības ieguvumu uzņēmums ievēro kognitīvo stratēģiju, kas ietvers automatizāciju, iesaistīšanos un ieskatus, lai galu galā pilnveidotu un uzlabotu sadarbību ar klientiem, saka Roma. "Viņi ir vērsti uz kognitīvo ieskatu piemērošanu prasību iesniegšanas procesā, lai sniegtu prasību izskatītājiem lielāku ieskatu katrā lietā, lai iegūtu visaptverošāku novērtējumu," viņš saka.
Finanšu pakalpojumos kognitīvs pārdošanas aģents izmanto mašīnu intelektu, lai uzsāktu kontaktu ar daudzsološu pārdošanas svinu un pēc tam kvalificētos, sekotu līdzi un uzturētu vadošo lomu. "Šis kognitīvais palīgs var parsēt dabisko valodu, lai izprastu klientu sarunu jautājumus, vienlaikus apstrādājot līdz pat 27 000 sarunu un desmitiem valodu," saka Roma.
Visbiežāk izmanto uzlabotas klasifikācijas veikšanai - piemēram, cilvēku un vajadzību novirzīšana labākajiem darbiniekiem, lai izpildītu prasības - un prognozējošai analīzei, piemēram, lai uzzinātu, kā vislabāk reklamēt produktu pircējam, saka Gartnera Endrjūss.
Kā kognitīvā skaitļošana var darboties uzņēmumā?
Organizācijas izmantos kognitīvās / AI tehnoloģijas, lai automatizētu biznesa procesus, racionalizētu līgumu analīzi un atjaunošanu, sazinātos, pārdotu un atbalstītu klientus un pat automatizētu krājumu piegādi un atkārtotu piegādi savos uzņēmumos, saka IDC pārstāvis Schubmehl.
Viena no šīm papildu izlūkošanas funkcijām būs ļaut precīzāk pieņemt lēmumus par uzņēmējdarbības funkcijām, piemēram, pārdošanu un mārketingu. "Mēs sagaidām, ka organizācijas savus lēmumus pieņem ļoti specifiskus," saka Gartnera Endrjūss. “Mūsdienās ir viegli izstrādāt reklāmas visiem klientiem; nākotnē mēs sagaidām patiesu personalizāciju. Mēs [arī domājam], ka tas ļaus efektīvāk izmantot autonomus transportlīdzekļus un transporta sistēmas. ”
Kognitīvās iespējas ir neierobežotas, saka Brets Grīnšteins, IBM Watson lietu interneta platformas viceprezidents. "Kognitīvās spējas paplašinās viņu izpratnē par visu dažāda veida informāciju - tēmēkļiem, skaņām, emocijām utt. - un attīstīs sarežģītākus mācīšanās veidus no mums un no datiem, lai labāk atbalstītu katru darbu," viņš saka. "Ideja nākotnē būtu tāda, ka visi darbi tiek papildināti ar izziņu."
Kuras nozares visticamāk ietekmē kognitīvo tehnoloģiju parādīšanās?
Finanšu pakalpojumu sektors šodien izrāda vislielāko interesi par kognitīvajām tehnoloģijām, saka Endrjūss. "Mēs redzam paaugstinātu izmeklēšanas līmeni, meklējumus mūsu vietnē un sociālo mediju signālus no un par finanšu pakalpojumiem un AI," viņš saka. “Dati finanšu pakalpojumos ir lielāka apjoma un kvalitātes nekā tie ir lielākajā daļā vertikālo. Tas padara to gatavu progresīvām analītiskām stratēģijām. ”
Bet kognitīvās skaitļošanas potenciāls ir piemērojams gandrīz visās galvenajās nozarēs, kas, lai uzlabotu rezultātus, paļaujas uz datu balstītu lēmumu pieņemšanu; kur efektivitāti un precizitāti var sasniegt, automatizējot dažus procesus; un tur, kur nepieciešama masveida patērētāju personalizēšana, saka Deloitte’s Roma.
"Tas ietekmēs jebkuru nozari, kurā tiek apkopoti dati un kurus var izmantot ieskatu iegūšanai," piebilst IBM Greenstein. "Kognitīvās tehnoloģijas var atvērt jaunus tirgus, nodrošināt efektivitāti un sniegt konkurences priekšrocības, sniedzot reāllaika ieskatus, kas ir piemēroti."
Tādās nozarēs kā finanšu pakalpojumi, veselības aprūpe, ražošana, juridiskais un publiskais sektors konkurētspēja palielina viņu atkarību no tā, ka “ātrāk atradīsit adatu siena kaudzē, lai viņi varētu uzlabot savu darbību kvalitāti un savlaicīgumu”, saka Brian Cowe. vecākais produktu vadītājs Hewlett Packard Enterprise.
Kādas ir galvenās kognitīvās skaitļošanas problēmas?
Daži no lielākajiem izaicinājumiem ir saistīti ar lēmumu pieņemšanas pārredzamību, pamatojoties uz datiem, kā arī par uzticamību, saka IDC Schubmehl. "Organizācijām arī jābūt uzmanīgām, sniedzot pārāk daudz informācijas un / vai pieņemot lēmumus par to, ka produkts vai pakalpojums kļūst nepievilcīgs patērētājam vai lietotājam," viņš saka.
Lai gūtu pēc iespējas lielāku kognitīvo tehnoloģiju labumu, uzņēmumiem ir jāspēj savienot un apvienot visus savus iekšējos datus ar publiskajiem datiem, saka Grīnšteins.
"Tas rada izaicinājumu, ņemot vērā katru dienu izveidoto datu apjomu jebkurā nozarē un to, ka tie bieži tiek apklusināti dažādās vietās," saka Grīnšteins. “Pievienojiet tam faktu, ka līdz pat 80 procentiem biznesa datu nav meklējami. Tāpēc ir tik kritiski, ka uzņēmumi piedzīvo digitālu pārveidi, iekļaujot sava biznesa un apkārtējās pasaules datus. ”
