Ai untuk lelaki itu

Ternyata, kecerdasan buatan (AI) adalah tumpuan utama pada persidangan Microsoft Build minggu ini. Walaupun bahagian yang mendapat perhatian sepenuhnya adalah keupayaan untuk Microsoft Cortana dan Alexa Amazon untuk berkomunikasi, terdapat banyak lagi yang berlaku. Apa yang akan menjadi penting kepada syarikat IT dan pemaju sama ada Microsoft Build mempamerkan Azure sebagai laluan yang berdaya maju kepada AI, dan ia juga bercakap tentang keupayaan baru dalam perkhidmatan pembelajaran komputer (ML), yang boleh didapati menggunakan Azure.

Tidak disangka-sangka, AI adalah benang bersama di semua persidangan pemaju nama besar musim bunga ini kerana kebanyakan syarikat-syarikat ini telah membuat pelaburan yang banyak dalam teknologi. Persidangan Google I / O tidak hanya mempamerkan keupayaan AI baru, tetapi juga mengumumkan bahawa Google Research sedang dinamakan semula sebagai "Google AI." Syarikat itu juga bercakap tentang AI di Android dan Google Home, walaupun para profesional IT dan pemaju juga mempunyai berita mengenai kemampuan AI yang dimasukkan ke dalam Platform Awan Google. Dan, tentu saja, persidangan Facebook F8 mengumumkan rangka kerja AI terbuka dari perusahaan itu, yang diharapkan juga memiliki kompas etika yang kuat yang melekat padanya.

Semua perhatian tentang AI akan membawa kepada soalan-soalan yang tidak dapat dielakkan tentang bagaimana organisasi anda boleh menggunakannya dan ML untuk meningkatkan operasi dan daya saing keseluruhan. Tetapi, kerana soalan-soalan itu mungkin datang dari seseorang dengan hanya konsep peringkat tinggi tentang apa yang terlibat, ia akan jatuh ke teknologi IT dan DevOps tidak hanya untuk menyediakan sekarang, tetapi juga untuk memahami keupayaan dan batasan teknologi ini dan bagaimana ia berlaku untuk kes perniagaan tertentu.

Menjadi Baik dalam AI

Untuk mengelakkan ditelan oleh gembar-gembur AI, anda perlu melakukan dua perkara. Pertama, anda perlu menjadi mahir dalam pengetahuan umum AI, yang bermaksud memahami apa yang boleh dan tidak boleh dilakukan oleh teknologi dan di mana ia menuju 12 bulan akan datang. Kedua, anda perlu memetakan pengetahuan itu kepada organisasi anda dan alur kerja anda supaya anda mempunyai idea yang baik tentang siapa dalam organisasi anda yang mungkin mendapat manfaat daripada AI. Hanya selepas menjawab kedua-dua soalan ini, anda akan mempunyai idea tentang sumber yang anda perlukan jika projek AI sebenarnya berlaku.

Membina pengetahuan umum tentang AI dan ML tidaklah begitu sukar. Pautan artikel yang disenaraikan sebelum ini akan membuat anda bermula dan anda boleh mendapatkan daging yang belajar dengan lebih banyak membaca PCMag, termasuk sekeping ini mengenai bagaimana ML memberi kesan kepada keselamatan dan ini pada keupayaan pangkalan data AI. Setelah anda mencelupkan kaki anda ke kolam AI umum, saatnya untuk mendapatkan platform khusus.

Mulakan dengan tawaran vendor awan semasa anda. Salah satu kelebihan yang anda ada ialah beberapa vendor awan utama-terutamanya Google, IBM, dan Microsoft-menawarkan AI dan ML sebagai perkhidmatan awan, sama ada mandiri atau bersempena dengan penawaran Infrastruktur-sebagai-Perkhidmatan (IaaS) mereka. Misalnya, pelanggan awan IBM hanya boleh memilih IBM Watson sebagai pilihan menu apabila mengkonfigurasi perkhidmatan awan IBM mereka.

Di samping itu, semak sumber pembelajaran anda yang ada. Terdapat banyak webinar AI di luar sana tetapi mungkin membayar untuk mengambil kursus yang lebih besar di AI, terutama jika anda boleh memberi tumpuan kepada topik yang anda perlukan. Penjual mungkin juga membantu di sini. Sebagai contoh, Microsoft telah membangunkan kursus dalam talian dalam AI yang dipanggil Program Profesional Microsoft untuk Kecerdasan Buatan yang akan membantu anda menguasai kemahiran untuk melakukan lebih daripada sekadar membincangkan AI dengan rakan-rakan anda. Kursus Microsoft nampaknya komprehensif, ia ditawarkan dalam talian, dan, jika anda tidak memerlukan sijil, maka ia adalah percuma.

Dan apabila anda mendapat landasan umum, cara yang berkesan untuk mendapatkan pengetahuan yang lebih tajam, khusus tentang cara AI dapat membantu organisasi anda untuk hanya menjangkau vendor awan anda. Pasti, anda perlu berurusan dengan penjual perkhidmatan profesional tetapi itulah satu-satunya kelemahan. Yang terbalik adalah bahawa orang-orang ini adalah kedai sehenti apabila ia cepat memetakan bagaimana perkhidmatan canggih mereka dapat membantu organisasi anda. Dan apa yang mereka tidak tahu, mereka dapat dengan mudah mengetahui dengan garis langsung untuk kejuruteraan. Anda boleh mengelakkan jualan jualan yang panjang dengan datang bersenjata dengan soalan yang betul. Apa yang perlu anda lakukan adalah beberapa persiapan ketekunan wajar, baik pada apa yang mereka tawarkan dan juga keperluan organisasi anda. Ini boleh mengarahkan perbualan, yang mana anda boleh menukarkan semula sebagai pelan tindakan awal untuk bagaimana syarikat anda dapat melaksanakan AI dan apa yang anda akan keluar dari pelaburan itu.

Dan ingatlah: perkhidmatan ini tidak semestinya perlu berasal dari penyedia. Sebagai contoh, Rackspace boleh memberikan akses kepada kebanyakan perkhidmatan AI yang ditawarkan oleh vendor awan nama besar lain dan bahkan menyediakannya sebagai sebahagian daripada perkhidmatan yang diuruskannya.

Ketahui Fungsi Dalam Rumah Anda

Seperti yang disebutkan, bahagian utama tugas IT dalam persamaan AI adalah memahami bagaimana perniagaan berfungsi dan bagaimana peta AI dan ML memenuhi keperluan tersebut. Sudah tentu, operasi perkhidmatan pelanggan dan pusat panggilan anda adalah dua bidang di mana terdapat pertumbuhan yang signifikan dalam AI perbualan, tetapi itu hanya baik jika syarikat anda sedang menggunakan teknologi chatbot. Sekiranya tidak, maka anda perlu menambah kos kepada pelan pelaksanaan AI keseluruhan anda. Dan, sebagai persidangan pemaju minggu ini jelas menunjukkan, terdapat banyak pertumbuhan AI di bidang perniagaan lain, terutamanya dalam analisis, pembangunan, dan keselamatan. Jika syarikat anda sedang menggunakan perunding pembangunan atau DevOps, maka jangan malu. Duduk dengan mereka untuk membincangkan di mana mereka melihat AI dan ML, dan pertimbangkan untuk menjemput mereka untuk bercakap dengan wakil perkhidmatan profesional penyedia awan anda juga.

Jika anda tidak memetakan semua proses perniagaan anda, maka AI adalah satu alasan yang baik untuk memulakannya. Walaupun ternyata AI tidak sesuai untuk proses tertentu, pemahaman apa yang berlaku tidak pernah menjadi perkara yang buruk, dan anda pasti akan memerlukan data kemudian untuk penyebaran yang berlainan. Pemetaan proses perniagaan anda juga merupakan tugas yang agak mudah jika anda hanya mengikuti tiga langkah utama:

1. Kenal pasti proses itu. Pada amnya, ini adalah langkah yang intensif mesyuarat tetapi anda boleh meringankan beban itu dengan memulakan secara tidak rasmi. Pergi ke atas dari pengurus senior ke peringkat pertengahan untuk mengenal pasti apa misi perniagaan dan bagaimana prosesnya menyokongnya. Mesyuarat boleh menjadi tidak rasmi, perbincangan lebih-kopi, hasilnya boleh memberi lebih banyak sesi pemetaan proses formal.
2. Menyusun satu pasukan untuk setiap proses utama. Jangan cuba pergi ini sahaja kerana itu pasti akan gagal. Sebaliknya, tukar senarai proses anda ke nombor proses teras yang boleh diurus dan kemudian sertai sepasukan pakar kecil di dalamnya. Itulah kepercayaan otak anda.
3. Peta aliran kerja. Sebaik sahaja anda mendapat apa dan siapa, maka letakkan bagaimana cara. Langkah demi langkah menggunakan alat flowcharting standard, memetakan apa yang berlaku, siapa yang membuatnya berlaku, dan apa yang mereka gunakan untuk mendapatkan pekerjaan tertentu itu. Gunakan data dari audit perisian dan perkakasan anda untuk mengesahkan penemuan anda. Anda boleh pergi sedalam atau cahaya seperti yang anda mahu pada peringkat ini, tetapi tolok ukur adalah apabila anda mula mempunyai "aha" momen mengenai bagaimana AI dapat membantu proses tertentu. Anda mungkin juga mempunyai beberapa saat lagi mengenai perbelanjaan perisian dan perkakasan yang tidak perlu.

Ikuti tiga langkah ini dan anda dengan cepat akan menentukan kawasan yang paling berkesan untuk dipertimbangkan untuk AI di kedai anda. Walaupun bagi kawasan-kawasan di mana anda menentukan AI tidak sesuai, ini adalah data yang tidak ternilai untuk masa depan. Dan bagi orang-orang yang anda fikir ada benar-benar ada manfaat, tiba masanya untuk melihat sumber. Nasib baik, banyak penyedia perkhidmatan AI membuat penggunaan sumber dan penilaian mudah. Satu contoh yang baik ialah IBM Watson, di mana anda boleh mencari pelbagai pilihan penyelesaian AI prebuilt untuk semua jenis operasi, dari perkhidmatan pelanggan hingga pengiktirafan visual. IBM bahkan menawarkan penyelesaian pusat panggilan berkuasa AI yang boleh membantu penglibatan pelanggan sambil memotong kos. Mengevaluasi penyelesaian ini akan memberi anda pengalaman dunia nyata tentang bagaimana AI boleh bekerja di organisasi anda, bahan api perbincangan anda dengan pengurus perniagaan yang lain, dan terus perbincangan vendor anda lebih fokus kepada apa yang anda perlukan dan bukannya pada apa yang mereka mahu jual.

Mendaftar untuk penilaian adalah mudah. Dalam kes IBM Watson, anda perlu melalui akaun Cloud IBM, dan anda perlu dapat melibatkan beberapa perkhidmatan IBM. Atau anda boleh menggunakan Azure untuk mencapai pemproses bahasa AI yang berkuasa Microsoft, yang mana syarikat itu menyebut "Microsoft Cognitive Services Understanding Language" atau LUIS. Perkhidmatan ini direka bentuk untuk membantu dengan perkhidmatan pengenalan suara, tetapi Azure juga membawa peningkatan penawaran yang berkaitan dengan tugas dan menegak yang berlainan.

Menggambarkan Kos

Fungsi dan keupayaan pasti terdiri daripada mata pengetahuan utama, tetapi titik data penting dan tidak dapat dielakkan yang mana anda pasti akan bertanggungjawab akhirnya adalah kos. Penyedia awan utama yang menyediakan akses kepada produk AI mereka boleh membantu anda memikirkannya tetapi, seperti yang saya pelajari ketika mengerjakan pembaruan pembuka ulasan IaaS saya untuk PCMag, itu tidak mudah. Oleh itu, anda perlu bermula sekarang, dan anda pasti akan memerlukan bantuan. Orang-orang khidmat profesional dengan siapa anda terlibat untuk membantu menentukan keperluan anda juga boleh membantu anda memikirkan kos, walaupun anda perlu mengalahkan ini dengan pengetahuan anda sendiri tentang bagaimana organisasi anda berfungsi, kekangan masa yang ada di bawahnya, dan kakitangannya sumber-semua yang boleh memberi kesan mendalam kepada kos jangka panjang.

Pasti, menendang projek penilaian seperti ini adalah sukar untuk mengutamakan jika tiada seorang pun dalam rantaian pengurusan belum membuat apa-apa bunyi mengenai AI. Tetapi seperti yang saya katakan, pengetahuan proses perniagaan tidak ternilai sama ada syarikat anda akhirnya melancarkan AI. Selain itu, memperoleh pengetahuan itu sekarang akan menjadikan anda bintang rock pada hari seseorang yang mempunyai pengetahuan peringkat tinggi membawanya dalam mesyuarat kakitangan. Selain itu, sebaik sahaja anda menggali ke AI dan ML, anda akan melihatnya, dengan jelas, masa depan yang berkuasa AI berada di cakrawala untuk kebanyakan organisasi tidak kira industri itu.

Pada akhirnya, ia akan menjadi kakitangan IT dan DevOps yang kemungkinan besar perlu melaksanakan dan menguruskan produk atau perkhidmatan, menyediakan infrastruktur yang diperlukan, dan menguruskan proses keselamatan dan integrasi yang diperlukan untuk pasukan pembangunan untuk menjadikannya semua berfungsi. Sediakan sekarang dan anda akan menyelamatkan diri banyak sakit kemudian.