AI is het nieuwe zwart

in samenwerking met SAP

Op 9 februari 2017 maakten twee technologiemarktleiders aankondigingen: SAP zijn intelligente ERP-systeem van de volgende generatie onthuld, en Nvidia kondigde aan dat de vraag naar toepassingen voor kunstmatige intelligentie (AI) de vraag naar zijn grafische platform stimuleerde. Op het eerste gezicht waren deze aankondigingen business as usual - routinematige soundbites die zich verspreiden in het landschap van technieuws. Als je echter wat dieper kijkt, realiseer je je dat deze dag een diepgaande verschuiving markeerde in zowel de manier waarop bedrijven technologie gebruiken als de implicaties voor de rest van ons.

Decennia lang een computer ontwikkelen die denken is de heilige graal van de technologie geweest. En hoewel we enorme vooruitgang hebben geboekt in ons vermogen om enorme hoeveelheden gegevens te verwerken, is het denkgedeelte grotendeels ongrijpbaar gebleven. We zitten nog steeds vast tussen twee diametraal tegenovergestelde visies op AI: aan de ene kant is het de slimme maar diep dystopische wereld van HAL (2001: A Space Odyssey) en aan de andere kant is het een eenvoudigere wereld van apparaten zoals Alexa of Siri die liedjes of artikelen voor ons bestellen.

Tot nu toe, dat wel.

Enterprise AI wordt eindelijk volwassen en cognitieve computing vindt zijn weg naar echte producten die bedrijven kunnen gebruiken om bedrijfsprocessen te verbeteren. Simpel gezegd verwijst cognitieve computing naar zelflerende systemen die de manier waarop het menselijk brein werkt nabootsen. Deze evolutie heeft lang geduurd, maar toen we eenmaal de rekencapaciteit hadden (dankzij de opkomst van de cloud) om grote hoeveelheden gegevens kosteneffectief te verwerken, was het slechts een kwestie van tijd voordat zelflerende algoritmen zouden beginnen volwassen. Deze maakten dataminingtechnieken, voorspellende analyses en patroonherkenning mogelijk om geautomatiseerde systemen aan te sturen die leren van een nieuwe en veranderende dataomgeving en problemen oplossen zonder menselijke tussenkomst. Voeg aan die systemen de mogelijkheid toe om commando's in normale gesproken taal uit te drukken, en de interactie tussen een machine en een mens wordt redelijk naadloos. Zeg hallo tegen HAL 2.0.

In de SAP-aankondiging komt het intelligente stukje intelligente ERP van een digitale assistent ( SAP CoPilot ) waarvan gebruikers vragen kunnen stellen en waaraan ze commando's kunnen geven via spraak, tekst of gebaren, net zoals ze zouden doen aan een menselijke assistent. Dat informele en ongestructureerde gesprek wordt vervolgens gecontextualiseerd, geanalyseerd en gebruikt om de gebruiker het specifieke zakelijke resultaat te presenteren dat hij zoekt. Niet alleen dat, maar door gebruikers en organisaties grondig te begrijpen in de context van hun bedrijf, kan SAP CoPilot zich snel aanpassen en gebruikers ondersteunen door hun aandacht te vestigen op dingen die ze anders misschien zouden hebben gemist.

Bij SAP-opstartfocus , is het onze taak om het innovatie-ecosysteem van SAP op te bouwen en op te schalen, aangedreven door de kracht van startups. Als onderdeel van die inspanning werken we samen met meer dan 5.200 startups uit meer dan 55 landen die de volgende generatie oplossingen bouwen om bedrijven vooruit te helpen, waaronder een handvol die specifiek werken aan enterprise AI. Hoewel AI zich momenteel in een ontluikende fase bevindt, lijdt het weinig twijfel dat het een cruciale rol zal spelen in toepassingen die zo divers zijn als het voorspellen hartaanvallen , beheren invasieve soorten , of het voorkomen van financiële fraude.

Een van de startups die deel uitmaakt van ons programma is een bedrijf genaamd Finish dat de kracht van machine learning, een vorm van AI, gebruikt om betalingsproviders, banken en retailers te helpen fraude in omnichannel-handel te voorkomen. Volgens de 2016 AFP-onderzoek naar betalingsfraude en -controle 73 procent van de bedrijven was het slachtoffer van (poging tot) betalingsfraude, vergeleken met 60 procent twee jaar geleden. Voor bedrijven met een omzet van $ 1 miljard of meer bedraagt ​​het aantal slachtoffers maar liefst 78 procent. Nieuwere bedrijfsmodellen evolueren voortdurend, van onmiddellijke levering van goederen tot virtueel geld tot digitale downloads, en naarmate digitale betalingen alomtegenwoordig worden, neemt ook het risico op online fraude toe. Volgens LexisNexis Fraudevermenigvuldiger , in 2015 kostte elke $ 100 aan fraude een handelaar $ 223 aan werkelijke kosten.

Tot voor kort vertrouwden financiële instellingen op een meer rigide, op regels gebaseerd model, b.v. als een creditcard een paar minuten geleden fysiek werd gescand in Los Angeles en twee uur later in Mexico opdook, zou dat een mogelijke trigger voor fraude zijn. Vertrouwen op dit model werkt niet meer omdat fraudeurs hun spel sneller veranderen dan wie dan ook het regelboek kan bijwerken (in het creditcardvoorbeeld kan het gewoon een vals positief zijn omdat de klant in die tijd gewoon de grens over had kunnen reizen) . In wezen bootst de pathologie van fraude het gedrag van goede klanten na - op het eerste gezicht is er nauwelijks een verschil tussen uw beste klant en uw ergste nachtmerrie. Dit is waar machine learning kan helpen, door snel te leren, aan te passen en realtime resultaten te leveren die fraude kunnen stoppen voordat het gebeurt, terwijl valse positieven worden geminimaliseerd.

Galaxy.ai is een andere opkomende speler, deze in de gezondheidszorg, die software ontwikkelt die de kracht van AI gebruikt om een ​​ziekteprognose te maken voordat een patiënt symptomen vertoont. Vroege detectie bespaart natuurlijk op de kosten van de gezondheidszorg en verbetert de resultaten voor de patiënt aanzienlijk. De kernaanpak van Galaxy is het invoeren van enorme hoeveelheden gegevens in zijn systeem en het vervolgens trainen om naar patronen te zoeken, op vrijwel dezelfde manier als de hersenen van een jonge medische student of stagiair. Het bedrijf heeft nog een lange weg te gaan voordat het algoritmen kan ontwikkelen die precies de neuronen van een menselijk brein nabootsen: zoals de website van Galaxy toegeeft, heeft het vliegmachines gebouwd die niet echt met hun vleugels klappen, maar de algemene principes van vliegen nabootsen. We zouden hetzelfde kunnen doen op ons pad om kunstmatige intelligentie-hersenen te bouwen.

Een veranderende wereld

Geen enkele technologische vooruitgang is compleet zonder een bepaalde duistere kant. Vanaf de tijd dat het weefgetouw van textiel de wever verdrong of toen de auto het paard en de wagen verdrong, hebben wij mensen over het algemeen de impact van technologie op ons werk doorgenomen. Omdat automatisering banen elimineerde, probeerden we hoger in de voedselketen te komen en een functie te vinden die minder zou worden beïnvloed door automatisering of outsourcing. Maar wanneer de schaal en de impact van AI de banen van zelfs de meest hooggekwalificeerde kenniswerkers in gevaar kunnen brengen (in het Galaxy.ai-geval hierboven zullen we de noodzaak van radiologen niet elimineren, maar zullen er zeker veel minder nodig hebben) , dat is waar de calculus volledig verandert.

Volgens een recent onderzoek van de Wereld Economisch Forum , tegen het jaar 2020 zullen robotica, automatisering en AI leiden tot een nettoverlies van 7,1 miljoen banen in de top 15 van grote geïndustrialiseerde en opkomende economieën. De ironie is dat de meeste banen die verloren gaan zich aan de onderkant van het spectrum van vaardigheden (en inkomens) bevinden, waar mensen het zich het minst kunnen veroorloven om ontslagen te worden. Het iets betere nieuws van de enquête is dat er in dezelfde periode twee miljoen nieuwe, goedbetaalde banen zullen worden gecreëerd op het gebied van informatica, wiskunde en techniek.

Misschien is het nu tijd voor ons om actief na te denken STANG , niet alleen voor onze kinderen, maar ook voor onszelf.

Praat mee @SAPStartups en/of volg mij @BansalManju .

zich verstoppen