Искусственный интеллект зародился как средство повествования, использованное Мэри Шелли в ее романе «Франкенштейн». Я уверен, что мы все помним, как это происходило с местными жителями деревни! В определенной степени искусственный интеллект в реальной жизни получил аналогичное сопротивление со стороны мирового сообщества, поскольку люди изо всех сил пытаются доверять математическому уравнению для принятия решений, которые повлияют на их жизнь. В реальном мире под искусственным интеллектом понимаются алгоритмы, разработанные с помощью математических процессов, позволяющие компьютеру анализировать ситуацию и рекомендовать пользователю наилучший план действий. Простым примером этого является спутниковая навигационная система, которая советует пользователю лучший маршрут путешествия с учетом продолжительности поездки, ограничений скорости на дорогах, отчетов о дорожном движении и графиков дорожных работ. Итак, теперь, когда решения за нас принимают компьютеры, как это повлияет на мир бизнеса? Искусственный интеллект уже широко используется в бизнес-системах, и в течение последних десяти лет различные системы электронных торговых точек(EPOS) использовались супермаркетами на своих складах. процессы заказа.

Краткая история

Искусственный интеллект в том виде, в каком мы его знаем сегодня, — это теория, согласно которой компьютер с заданным набором правил или алгоритмов может принимать решения на основе вводимой информации. Эта идея впервые возникла у математика Алана Тьюринга во время Второй мировой войны, когда он работал с британскими войсками над расшифровкой нацистских кодов. После войны Тьюринг посвятил свою работу развитию теоретической информатики и искусственного интеллекта. Тест Тьюринга — это критерий для ИИ, в котором человек-пользователь © взаимодействует с компьютером (А) и другим человеком (Б), в то время как оба скрыты. Первоначальный пользователь должен вести разговор как с компьютером, так и с другим человеком, если C не может отличить человека от A и B, тогда компьютер проходит тест и считается, что он обладает искусственным интеллектом. Еще одним популярным тестом является аргумент «китайская комната», который следует аналогичному повествованию о проверке способности компьютера отвечать на разумные вопросы разумными ответами. Последнее событие в мире ИИ произошло 9 ноября, когда китайское информационное агентство «Синьхуа» запустило свой неутомимый ИИ-якорь, стремясь доставлять последние новости 24 часа в сутки 365 дней в году. Это вызвало много споров о роли людей в выпуске новостей в будущем. Однако журнал Analytics India указывает, что это не настоящий ИИ, поскольку ведущий новостей не может сам объединять новости и вместо этого является службой вещания, очень похожей на службы диктовки.

Что такое бизнес-аналитика?

Бизнес-аналитика — это общий термин, используемый для любого и всех видов использования компьютерных систем для сбора, анализа и обработки данных в бизнес-функциях. Простой для понимания пример — система EPOS во многих крупных супермаркетах. Функция бизнес-аналитики в компании заключается в предоставлении действенной информации, помогающей процессу принятия решений. Качественное принятие решений — это самый важный навык, которым может обладать человек в бизнесе.

Подумайте, сколько решений вы можете принять за день;

Во что одеться утром?

Что есть на завтрак?

Хотите кофе или чай, когда доберетесь до офиса?

Что у вас на обед?

Делая свой выбор, вы, вероятно, принимаете как должное процесс, который происходит в вашем уме. Скорее всего, вы визуализируете результаты этих вариантов и предвидите, как ваше решение повлияет на ваш день. Деловое решение ничем не отличается, но ваш выбор, вероятно, будет иметь более серьезные последствия. Именно по этой причине сбор и анализ соответствующих данных для этих результатов является важным этапом принятия качественных решений. Системы бизнес-аналитики используются организациями в самых разных отраслях: от продаж и маркетинга до производства и финансовых услуг. Для современного лица, принимающего решения, крайне важно, чтобы они принимали хорошо обоснованные решения и имели доступ ко всей необходимой информации и сценарному планированию. Многие поставщики облачных услуг предлагают инструменты бизнес-аналитики как часть своих бизнес-услуг. Технологии, отмеченные Витасом в его статье об автоматизации и DevOps — Microsoft Azure, Amazon Web Services и IBM Cloud, включают бизнес-аналитику как продукт, доступный пользователю.

Системы поддержки принятия решений

Инструментом бизнес-аналитики являются системы поддержки принятия решений (СППР). Они касаются управления информацией, которая будет использоваться в процессе принятия решений. Например, компания собирает данные о своих финансовых отчетах за выбранный период. Затем они могут использовать эту информацию, чтобы сделать обоснованный прогноз вероятного дохода, который они могут ожидать в будущем периоде, и на основании этого они могут установить SMART-цели, чтобы гарантировать, что бизнес останется успешным. Программы DSS существовали еще до появления компьютеров, хотя недавно были достигнуты невероятные успехи в интеллекте этих систем для прогнозирования будущих тенденций и сценариев с такими компаниями, как Microsoft, SAP и IBM, которые теперь предлагают действительно интеллектуальные услуги, которые используются для высоких ситуационная отчетность и стратегическое планирование. Компании могут создавать долгосрочные планы на основе своих исторических финансовых отчетов и рыночных тенденций, а также анализа, автоматически проводимого этими системами. Отчет о рынке бизнес-аналитики за 2018 год показал, что самым популярным поставщиком инструментов бизнес-аналитики является Microsoft, которую используют более половины опрошенных, и это неудивительно, если учесть широкий спектр услуг, которые Microsoft включает в свой продукт Azure. Полная масштабируемость делает их наиболее рентабельным вариантом для любого бизнеса, которому требуется два или более их сервисов.

Машинное обучение

Последней инновацией в мире интеллектуального анализа данных является машинное обучение или машинный интеллект. SAS отмечает определение машинного обучения как метода анализа данных, который автоматизирует построение аналитической модели. Это направление искусственного интеллекта, основанное на идее, что системы могут учиться на данных, выявлять закономерности и принимать решения с минимальным вмешательством человека. Это выводит роль интеллектуальных систем в бизнесе на новый уровень, поскольку они начинают включать философию ИИ для создания систем, которые могут принимать решения на основе контекста ситуации и того, что может произойти в обозримом будущем. Самое известное предложение машинного обучения предоставлено IBM с их платформой Watson. KPMG, одна из «большой четверки», является большим поклонником сервиса, утверждая, что производительность значительно возросла благодаря внедрению Watson в их процессы и оптимизации их усилий для более ценного сервиса.

Какие технологии вы используете при принятии решений?

Пэй Хао Чан

доля

Первоначально опубликовано на www.applauseit.co.uk.