[ad_1]

با تغییر رفتار مصرف کننده و نیازهای عملیاتی شرکت ها ، هوش مصنوعی به ابزاری برای تجارت تبدیل شده است.

حتی پیچیده ترین و دقیقترین مدلهای هوش مصنوعی نیز نمی توانند مقیاس طولانی مدت COVID-19 را پیش بینی کنند. کمی کردن اختلال در زندگی شخصی و شغلی ما دشوار است. مارس گذشته ، پیش بینی چگونگی بروز این سال گذشته تقریباً غیرممکن بود – از جمله لحظات دلخراش و ویرانی بسیاری از مردم در سراسر جهان.

تصویر: krass99 - stock.adobe.com

تصویر: krass99 – stock.adobe.com

با این حال ، یک سال بعد ، درسهای زیادی از این بحران آموخته شده است – و از دیدگاه فناوری ، برخی از مهمترین درسها بر تکامل و اهمیت مداوم داده ها ، تجزیه و تحلیل و هوش مصنوعی تمرکز دارند. همه گیری به عنوان یک کاتالیزور برای دستیابی به سرعت خیره کننده ای از تحول دیجیتال که تداوم و پایداری تجارت را امکان پذیر کرده ، عمل می کند. این امر همچنین رفتار مصرف کننده را وارونه جلوه داده است – که منجر به نیاز و وابستگی بسیار بیشتر به فن آوری های دقیق پیش بینی ، تجویز و شناخت می شود. از آنجا که بسیاری از شرکت ها در حال تقلا هستند و مصرف کنندگان در حال کاهش هزینه ها یا خرید از طریق کانال های مختلف هستند ، برنده شدن و حفظ مشتریان وفادار بسیار مهم است.

قبل از CIID-19 ، هوش مصنوعی غالباً به عنوان یک فضای مهم پیگیری دیده می شد ، اما گاهی اوقات خرید از مجموعه C وجود نداشت. اما طی سال گذشته ثابت شده است که این یک دارایی کلیدی برای کسب و کارها برای دستیابی به مشتریان و حفظ فعالیت ها و همچنین عملکرد افراد در زندگی روزمره است.

در اینجا سه ​​مورد از تأثیرگذارترین درسهایی که از سفر AI در هنگام پیمایش همه گیر آموخته اید آورده شده است:

کاربران تعاملات مبتنی بر هوش مصنوعی را درک می کنند

در مارس 2020 ، مشاهده همزمان دو تغییر بزرگ قابل توجه بود: خریداران می خواستند راه های جدید و ایمن تری برای تعامل با سازمان ها داشته باشند. و سازمانها قادر به ارائه روشهایی برای ایجاد امکان آن بودند. طبق یک تحقیق Capgemini که فقط سه سال پیش انجام شده است ، 21 درصد از کاربران روزانه با AI ارتباط برقرار می کنند. در ژوئیه سال 2020 ، این میزان به 54 درصد رسیده است زیرا مردم از چت ربات ها ، دستیارهای دیجیتال ، تشخیص صدا و صورت و اسکنرهای بیومتریک برای جایگزینی تماس انسان با انسان استفاده می کنند. اعتماد مصرف کننده به تعاملات تحت کنترل هوش مصنوعی نیز افزایش یافته است ، از 30٪ در 2018 به 46٪ در 2020. یک تغییر کلیدی و سازگار سازمان ها می دانند که با پایان یافتن همه گیری ، بعید است این روش ها از بین بروند.

داستان برای مدل سازی پیش بینی قطع می شود

آنهایی که رفتار مصرف کننده را تغییر می دهند ، یک واقعیت ناگهانی را برای تیم های علوم داده ایجاد کرده اند: مدل های قابل پیش بینی هوش مصنوعی و یادگیری ماشین (ML) و داده هایی که آنها به دست آورده اند تقریباً بلافاصله منسوخ شده و در بسیاری از موارد به بی ربط تبدیل می شوند. در گذشته ، این مدل ها بر اساس داده های تاریخی چندین ساله الگوهای رفتاری بود. اما در دنیایی با هزینه های محدود ، فرصت های محدود خرید ، تغییر الگوی جستجو و مشارکت محدود مشتری ، این داده های تاریخی دیگر کاربردی ندارند. برای مقابله با این مشکل – در زمانی که شرکت ها توانایی پیش بینی نادرست یا از دست دادن درآمد را ندارند – تیم های هوش مصنوعی به راه حل هایی مانند پیش بینی های هم زمان در حال تغییر روی می آورند. با به روزرسانی و تنظیم مداوم مدل های پیش بینی خود برای درج مدل های جدید مبتنی بر همه گیری ، سازمان ها توانسته اند از انحراف داده ها کاسته و به طور موثرتری مسیرهای خود را در طول دوره بحران و دوره بهبودی ترسیم کنند.

در تحول دیجیتال ، AI برابر است با ROI

با دست مجبور ، شرکت ها مجبور شدند در بهار سال 2020 انتخاب دشواری انجام دهند. آیا آنها پروژه ها و ابتکارات خود را به حالت تعلیق در می آورند و منتظر فروپاشی همه گیر می مانند ، یا اینکه همچنان در این دوره های چالش برانگیز AI را به عنوان یک تمایز رقابتی اعمال می کنند ؟ بسیاری از گزینه دوم را بهترین گزینه می دانند ، زیرا می توان از فرصت های فن آوری در حال پیشرفت برای پیش بینی بهتر آینده تجارت با آینه دید عقب استفاده کرد. با این حال ، با افزایش بودجه در میان عدم اطمینان اقتصادی ، این امر با فشار طبیعی تجارت نیز همراه شد. هنگامی که تحولات فناوری شامل معرفی هوش مصنوعی باشد ، سازمانها در حالی که بازده بسیار بالایی از سرمایه گذاری دارند ، فرصتی عظیم برای کسب مزیت تجاری دارند. با انتخاب کاربردهای صحیح و اجرای صحیح آنها ، پروژه های تحت مدیریت هوش مصنوعی می توانند در شش ماه اول پس از اجرا هزینه های خود را پرداخت کنند – و منجر به بازدهی چندین برابر سرمایه در طول عمر پروژه یا برنامه شوند. سرمایه گذاری های اولیه در زمینه هایی مانند تبدیل داده ها (برای فعال کردن هوش مصنوعی) بسیار دلهره آور به نظر می رسد. با این حال ، بهترین موارد ثابت کرده است که در واقع می توان به یک پرونده تجاری با بودجه بیشتر دست یافت.

هوش مصنوعی فقط یکی از فرصت های فناوری است که برای کمک به شرکت ها در زنده ماندن از یک بیماری همه گیر استفاده می شود. با آمدن سال دوم ، بسیاری از این روشهای جدید تجارت ارزش طولانی مدت خود را نشان داده اند. در دسترس بودن فناوری برای بهبود کارایی ، کار سریعتر و جمع آوری داده های دقیق تر از داده ها از اهمیت بالایی برخوردار خواهد بود. اگرچه تاریخچه و پیشرفت هوش مصنوعی طی یک سال گذشته تحولی بیش نبوده است ، اما به احتمال زیاد سفر آن اکنون آغاز خواهد شد.

جری کورز معاون اجرایی Capgemini در بخش بینش و داده در آمریکای شمالی است. وی بیش از 30 سال تجربه در زمینه مشاوره مدیریت دارد که عمدتا در زمینه تولید ، فناوری پیشرفته ، محصولات مصرفی ، خرده فروشی و تدارکات فعالیت می کند. تجربه رهبری وی شامل داده ها و تجزیه و تحلیل ، هوش مصنوعی ، اینترنت اشیا، ، تحول سازمانی با ERP در مقیاس بزرگ ، مدیریت زنجیره تامین ، خدمات مشترک و خدمات فرآیند تجارت است. جری در شارلوت ، کارولینای شمالی زندگی می کند و دارای مدرک لیسانس مهندسی از دانشگاه وندربیلت است.

انجمن هفته اطلاعات متخصصان فناوری اطلاعات و متخصصان صنعت را با مشاوره ، آموزش و نظرات فناوری اطلاعات گرد هم آورده است. ما تلاش می کنیم رهبران فن آوری و متخصصان موضوع را برجسته کنیم و از دانش و تجربه آنها برای کمک به مخاطبان IT خود استفاده کنیم … بیوگرافی کامل را ببینید

ما از نظرات شما در مورد این موضوع در کانال های رسانه های اجتماعی خود استقبال می کنیم [contact us directly] با س questionsال در مورد سایت.

مقالات بیشتر



[ad_2]

منبع: tasiveh-news.ir