Début janvier 2019, Forbes a compilé un
TOP-10 des principaux livres technologiques de 2018 , parmi lesquels
Prediction Machines: The Simple Economics of Artificial Intelligence . Le livre, écrit par une équipe d'auteurs - Joshua Gans (Joshua Gans), Ajay Agrawal (Ajay Agrawal) et Avi Goldfarb (Avi Goldfarb), explose l'idée établie de l'intelligence artificielle et la traduit dans un plan complètement différent.
Ce livre est un véritable must have.L'un des auteurs du livre, un expert en intelligence artificielle, Joshua Hans, professeur à la Rotman School of Management de l'Université de Toronto (Canada), passe beaucoup de temps à suivre quotidiennement les nouvelles de l'IA, séparant le battage médiatique de la réalité. Aujourd'hui, il enseigne aux étudiants en MBA les stratégies de réseautage et de marketing numérique, y compris comment les entreprises peuvent réussir à rivaliser sur leurs marchés grâce à l'innovation technologique.
Le comité de rédaction de CEO.com a discuté avec Joshua de son livre sensationnel dans les milieux d'affaires, «Machines de prédiction: l'économie simple de l'intelligence artificielle». Lisez la traduction de l'interview avec lui.
Aujourd'hui, ils parlent beaucoup des capacités de l'IA.
Mais existe-t-il des exemples concrets des avantages de l'IA dans le monde des affaires d'aujourd'hui?J'avoue: il y a beaucoup de battage autour de l'intelligence artificielle aujourd'hui. Mais dans le livre, nous adoptons une approche différente pour examiner tout ce qui a été créé dans le domaine de l'IA au cours des 10 dernières années. Nous ne parlons pas d'intelligence générale dans un livre qui peut remplacer les gens et toutes leurs capacités cognitives - nous ne parlons que d'un aspect, à savoir notre capacité à prédire (prédire, prédire).
On parle généralement de prévoyance dans le contexte de la prévision. Comme, par exemple, avec la météo - nous collectons d'abord des données historiques sur le vent, les précipitations et d'autres facteurs, puis faisons des prévisions météorologiques pour demain ou la semaine prochaine.
Mais la prédiction ne concerne pas toujours l'avenir. La vision par ordinateur est l'un des bons exemples ici: lorsque vous donnez une image à un ordinateur et demandez ce qu'il «voit», la réponse que vous recevez est en fait une prédiction. L'ordinateur se demande comme: "Que penserait une personne de ce qui est montré exactement sur cette image?" et donne une réponse.
La prévoyance a toujours pour objectif de prendre de meilleures décisions. Grâce aux prévisions météorologiques, nous pouvons décider quels vêtements porter. Et lorsque vous avez une hypothèse sur ce qui est, par exemple, dans une image IRM, vous pouvez prescrire le bon traitement.
De ce point de vue, l'IA est assez ennuyeuse. Il s'agit simplement d'une meilleure technologie statistique. Mais d'énormes progrès dans le développement de l'IA conduisent au fait que ses prévisions deviendront meilleures, plus rapides et moins chères. Et cela ouvrira de grandes opportunités que nous n'avions pas auparavant.
Alors, comment l'IA passe-t-elle de la publicité à la valeur réelle?Lorsque nous avons écrit ce livre, nous nous sommes souvenus de ce qui est arrivé à la révolution informatique et à la révolution Internet. Il y avait beaucoup d'enthousiasme autour d'eux, et de nombreuses entreprises ont dépensé des millions de dollars pour des choses qui n'étaient pas vraiment bien pensées.
Nous ne voulons pas répéter cette erreur. Au lieu de cela, nous disons: «Si les prévisions aident à améliorer le processus de prise de décision, prenons alors les processus de travail de notre organisation et sélectionnons parmi elles toutes les décisions que nous devons prendre afin de passer des données source au résultat, et dans ce processus, nous déterminerons où sources d'incertitude. " C'est alors que vous commencerez à comprendre où l'IA peut vous être utile spécifiquement pour réduire le nombre d'incertitudes et prendre de meilleures décisions.
Ce processus s'est déjà produit auparavant avec des ordinateurs. Les gens ont ensuite divisé les flux de travail et les tâches en itérations distinctes et ont déterminé où les ordinateurs seraient utiles. Il y a 20-25 ans, cela a conduit au phénomène de réingénierie. Nous vous suggérons de recommencer.
Vous écrivez que tout le monde a un moment de compréhension avec l'IA - un moment où tout devient clair, comme un claquement de doigt. Est-ce que chaque industrie devrait attendre sa perspicacité pour commencer à utiliser l'IA?Il y a des gens qui se demandent simplement: "L'IA peut-elle aider notre entreprise?" Mais cela peut déjà être une réalité. Par exemple, nous avons étudié une chaîne de supermarchés. Ils ont utilisé l'IA pour prédire le niveau de chargement des entrepôts froids, ce qui, en cas d'optimisation, peut entraîner des économies de coûts importantes. Après tout, les entrepôts alimentaires sont chers et vous devez maintenir un équilibre optimal entre l'offre et la demande, sinon vous serez gâté pour les marchandises.
Ce réseau a utilisé l'apprentissage automatique pour comprendre ce qui motive exactement la demande de yogourt au Canada. Ils ont constaté que la météo était un facteur important pour déterminer si le magasin avait plus de yaourt ou moins que prévu à la fin de la journée. Même une baisse de la température de plusieurs degrés dans le Canada généralement froid a modifié la demande des consommateurs en yogourt. Et cela s'est avéré être quelque chose de complètement incroyable! Ils ont commencé à voir des bénéfices - 5% ici, 5% là - et tout cela s'ajoute au profit total. C'est le moment même où les gens réalisent: "Oh, c'est vraiment important pour nous."
L'IA est connue pour «se nourrir» des données. Il y a des entreprises qui ont accumulé d'énormes quantités de données pour le travail, et d'autres qui sont à la traîne dans ce domaine. L'IA bénéficiera-t-elle aux entreprises disposant de grandes quantités de données?En fait, cette question est assez difficile à répondre. Certes, l'IA a besoin de données, mais la façon la plus simple de faire fuir tout le monde loin de l'IA est de dire: "Ils ont des données, mais vous n'en avez pas." Je ne doute pas que des entreprises telles que Google, Facebook et Amazon mènent l'IA en ce moment parce qu'elles réfléchissent depuis longtemps aux données et les collectent correctement. Habituellement, l'entreprise, collectant des données, ne pense pas à la façon dont elles seront utilisées, et n'est donc pas nécessairement dans la même position.
L'IA a besoin des bonnes données - correctement structurées, mesurant les bonnes caractéristiques, propres. Il est probable que les nouvelles entreprises qui commencent aujourd'hui à collecter des données à partir de zéro puissent éventuellement créer de meilleures données pour l'IA.
Où est le potentiel d'utilisation de l'IA dans une organisation?Il s'agit d'un problème complexe auquel de nombreuses organisations sont confrontées. Maintenant, je vois l'IA comme l'une des fonctions des systèmes analytiques, car il existe encore un grand nombre d'éléments différents qui nécessitent une étude approfondie des données qui leur sont associées.
Mais à long terme, cela devrait changer. Premièrement, il y a toujours un choix - externaliser ou créer vos propres systèmes, et dans les deux cas, il y a des avantages et des risques. Cela dépend également des domaines d’activité de l’organisation qui devraient être influencés par les fonctions d’IA. Les capacités de l'IA générale ont un sens dans les tâches centralisées, mais des tâches plus spécifiques à des départements spécifiques peuvent entraîner un changement dans les fonctions d'IA correspondantes dans ces départements.
Prenons l'exemple des RH: les responsables RH essaient toujours de prédire si un nouvel employé sera productif ou s'il doit mettre à niveau un employé existant. Aujourd'hui, les services RH ont accumulé beaucoup de données qui pourraient aider à ces prévisions, mais toutes les informations nécessaires sont stockées dans des fichiers et ne sont pas utilisées.
Que faut-il faire pour préparer la mise en œuvre de l'IA?Méfiez-vous de l'histoire. Méfiez-vous des personnes qui offrent des cadeaux technologiques. L'IA est une chose très spécifique. Une connaissance approfondie de la technologie et de ce qu'elle peut vous aider vous aidera à comprendre s'ils essaient de vous vendre quelque chose de vraiment valable et quel est son potentiel. En d'autres termes, il est très important qu'il y ait des personnes dans l'organisation qui peuvent vous aider à évaluer si les avantages potentiels sont réels ou non, en termes de science des données et des opérations de l'entreprise.
Dans le même temps, les expériences présentent d'énormes avantages. Si vous avez une grande organisation, laissez les équipes individuelles trouver l'utilisation de l'intelligence artificielle dans leurs activités. En tant qu'expérience (et non en remplacement des fonctions principales), cela peut être très utile. Vous devez gérer vos risques, mais vous ne devez pas perdre les opportunités qu'offre l'IA.