Giá trị chính của trí tuệ nhân tạo là xung quanh vấn đề tự động hóa. Điều đó có nghĩa là bất cứ nơi nào chúng ta hiện đang sử dụng con người để hoàn thành các nhiệm vụ lặp đi lặp lại, AI có thể vào cuộc để hỗ trợ.
AI và Machine Learning dạy máy tính nhận ra các hình mẫu trong dữ liệu phi cấu trúc và biến nó thành dữ liệu có cấu trúc theo cách cho phép áp dụng phản hồi tự động. Có gần như vô số các ví dụ – Camera HD trong nhà máy hoặc kho được sử dụng để nhận dạng hình ảnh để cải thiện kiểm soát chất lượng hoặc thực hiện quản lý hàng tồn kho, các nhà bán lẻ sử dụng video để nhận biết và xử lý hành vi của khách hàng, thậm chí nhận dạng hình ảnh trong lĩnh vực y tế để sàng lọc trước các hình ảnh X Quang (X-Ray) và MRI, tất cả sẽ được tác động bởi AI.
Ví dụ, ngành bảo hiểm sử dụng AI để giúp phân tích và ước tính các yêu cầu bồi thường (claim): Hình ảnh chiếc xe bị đâm đụng hoặc thiệt hại tài sản khác có thể được chạy trong thời gian thực để đối chiếu với cơ sở dữ liệu ảnh các tài sản hư hỏng của công ty để đưa ra ước tính tức thì cho một khoản thanh toán được yêu cầu, tất cả mà không cần phải cho một người ra hiện trường để đánh giá thiệt hại.
Các nhà phân tích công nghiệp ước tính AI sẽ được tích hợp vào gần như mọi bản cập nhật phần mềm mới để tung ra thị trường vào năm 2020. Các tổ chức thực hiện thay đổi sớm hơn sẽ có lợi thế cạnh tranh lớn.
Đừng sợ robot: Làm thế nào AI có thể thúc đẩy doanh nghiệp của bạn
Nhiều nhiệm vụ AI thay thế các nguồn lực con người được yêu cầu trước đây hiện có thể triển khai lại cho các bộ phận chiến lược, quan trọng hơn của doanh nghiệp. Có những khoản tiết kiệm chi phí đáng kể, nhưng “các robot sẽ tự động hóa chúng ta khỏi những công việc” mà câu chuyện đã bị đặt ra quá mức.
Cơ hội thực sự là mở khóa những tiềm năng và khái niệm mới không khả thi về mặt kinh tế trong quá khứ. AI cho phép các dự án mới và sự sáng tạo mà trước đây được cho là quá tốn kém hoặc tốn thời gian. Dự án mới không có hiệu quả về chi phí để bước đi tiếp nếu chi phí là thủ công 100%, nhưng nếu chi phí có thể giảm 50% thông qua việc sử dụng AI, giờ đây dự án trở nên khả thi. Bằng cách khai thác AI, các nhà đổi mới, sáng tạo sẽ mở ra nhiều cơ hội hơn. Một giám đốc điều hành hoặc chuyên gia CNTT quyết định khi nào và làm thế nào để đưa AI vào hoạt động nên dừng lại để xem xét những dự án có giá trị mà họ tránh đi do chi phí đắt đỏ, nhiệm vụ mang tính lặp đi lặp lại làm tăng chi phí.
Các lĩnh vực mà AI có thể hỗ trợ tự động hóa bao gồm hỗ trợ khách hàng (phân tích cảm xúc), sản xuất và QA. Phỏng vấn xin việc là một ứng dụng mới xuất hiện khác – sử dụng khả năng xử lý video để làm cho quá trình xác định các yếu tố vô hình của ứng viên trở nên khoa học hơn. Nó chỉ ra rằng một số biểu hiện trên khuôn mặt và các hành vi khác của con người là thành công lặp đi lặp lại trong các tình huống bán hàng; điều tương tự cũng có thể đúng đối với các dịch vụ khách hàng và các khía cạnh tương tác khác. AI giúp chúng ta xác định những mô hình đó dễ dàng hơn. Việc tạo ra, thực hiện và sử dụng liên tục các công nghệ này cần có con người. Một khảo sát gần đây của CapGemeni đã khẳng định rằng AI sẽ tạo ra nhiều việc làm hơn là làm biến mất chúng. Giống như các hình thức công nghệ trước đây đã tạo ra nhiều giá trị hơn thay vì làm giảm đi.
Đưa AI vào sử dụng để tự động hóa các nhiệm vụ kinh doanh cơ bản có thể dẫn đến chất lượng dịch vụ tốt hơn, trải nghiệm khách hàng tốt hơn, thực hiện dự án tốt hơn và chi phí thấp hơn. Ví dụ, một xe tải chở hàng 18 bánh tự động sẽ tiết kiệm tiền cho những người lái xe có lương, nhưng có một giá trị bổ sung trong một chiếc xe tải có thể lái xe xuyên quốc gia, 24 giờ một ngày, bảy ngày một tuần mà không dừng lại để ăn hoặc ngủ. Trong vận chuyển, thời gian giao hàng là một giá trị kinh doanh đáng kinh ngạc, nhưng nếu để hàng hóa “bay” thôi thì nó sẽ không hiệu quả về chi phí. Thực phẩm dễ hỏng được vận chuyển trên một chiếc xe tự hành có thể xuất hiện trên các kệ hàng trong hai đến ba ngày nữa, giúp giảm chất thải và cải thiện chất lượng.
Bò trường, Đi bộ và rồi Chạy để bắt cho kịp!
Gartner nói rằng các trung tâm dữ liệu không áp dụng AI và ML sẽ không còn hoạt động và có hiệu quả kinh tế vào năm 2020. Đây không phải là công nghệ khoa học viễn tưởng được xem xét theo thuật ngữ trừu tượng – nó đã sẵn sàng để đi vào hoạt động trong tương lai của gần như bất kỳ tổ chức nào, bất kể ngành công nghiệp nào.
Trong tương lai gần, bộ phận CNTT sẽ không nhất thiết phải là nơi đưa doanh nghiệp hướng tới AI, mà là cách khác. Các chủ doanh nghiệp sẽ có nhu cầu hối thúc bộ phận CNTT sử dụng AI. Tại nhiều tổ chức, AI có thể bắt đầu như một dự án nghiên cứu một lần từ một bộ phận khác với bộ phận “IT truyền thống”. Khi các dự án đó thành công, chi phí và sự phức tạp của AI giảm xuống, các dự án sẽ chuyển sang bộ CNTT để mở rộng quy mô và tích hợp với phần còn lại của việc xử lý dữ liệu có cấu trúc đang diễn ra trong bộ phận CNTT.
Đó là bởi vì trong khi AI thường xử lý dữ liệu phi cấu trúc – video, hình ảnh, âm thanh, v.v. – nó tạo ra dữ liệu có cấu trúc cần được tích hợp với dữ liệu có cấu trúc khác để thực hiện một giải pháp hoàn chỉnh. Hãy xem xét ví dụ về một “người chào đón tự động” tại một cửa hàng thiết bị, phần cứng ngoài phố. Một khách hàng có thể bước vào, giơ đai ốc hoặc bu-lông hoặc bất cứ thứ gì họ đang tìm kiếm trước máy ảnh và nó sẽ cho bạn biết liệu sản phẩm đó có hàng hay không và chỉ ra vị trí của món hàng. Nhận dạng hình ảnh cần được đào tạo (training) được hỗ trợ bởi AI, nhưng hệ thống cần tích hợp với danh mục sản phẩm (giới thiệu mặt hàng mới), module kiểm soát hàng tồn kho, và liên kết đến hệ thống POS.
Một cách để bắt đầu là với một nỗ lực R&D nhỏ, được tài trợ điều hành bên ngoài các nhóm hoạt động bình thường. Gieo một vài ý tưởng nhưng cung cấp cho họ khả năng rộng lớn để sáng tạo và tạo ra một vài giải pháp. Đánh giá và xem lại liệu một trong số chúng có thể được chuyển vào môi trường vận hành thực tế. Yêu cầu nhóm lặp lại quá trình này cho đến khi một vài thành công xuất hiện trước khi tìm kiếm các kết quả mong muốn theo mục tiêu.
Hãy để dữ liệu dẫn hướng bạn
Trước hết, các tổ chức cần quyết định nơi họ sẽ chạy các nhiệm vụ AI – đám mây công cộng hoặc đám mây riêng. Hãy để dữ liệu là người hướng dẫn của bạn. Trong AI, các tập dữ liệu quy mô lớn sẽ giành thắng lợi khi dùng để đào tạo cho mạng lưới thần kinh AI, vì vậy các tổ chức phải thực hiện công việc AI nơi dữ liệu của họ tồn tại. Dữ liệu có trọng lực đáng kể – nó quá tốn kém, mất thời gian và phức tạp để di chuyển các tập dữ liệu lớn, vì vậy dự án phải chuyển hướng sang dữ liệu chứ không phải theo cách khác. Nếu dữ liệu là tại chỗ và sẽ được tích hợp vào các bộ dữ liệu có cấu trúc tại chỗ khác thì việc chạy các dự án AI của bạn ở đó cũng hợp lý Nếu các bộ dữ liệu được tạo trong đám mây công cộng như một phần của dịch vụ web hoặc như nơi cập bến tự nhiên cho dữ liệu IoT của bạn thì thật hợp lý khi chạy dữ liệu AI của bạn ở đó.
Tất cả các ngành công nghiệp – không có ngoại lệ – sẽ bị ảnh hưởng bởi AI, nhưng tại sao và làm thế nào thì không hoàn toàn có thể dự đoán được.
Những người chiến thắng sẽ không nhất thiết phải là những công ty lớn nhất hoặc những công ty có tiếp thị tốt nhất, mà là những công ty có khả năng thích nghi và đổi mới nhất. Các nhà lãnh đạo trong lĩnh vực AI sẽ định hình lại cách thức kinh doanh được tiến hành – một cách cảm quan, nó đã san bằng sân chơi và mang lại cho các công ty thuộc mọi hình thức và quy mô các cơ hội mới để đổi mới. Hãy nắm bắt ngay thôi!
Bài viết liên quan
- AI trong ngành Logistics: Những lợi ích chính và ứng dụng
- Máy chủ tăng tốc cho AI thúc đẩy tăng trưởng chi tiêu cho trung tâm dữ liệu
- Tôi có cần CPU kép không?
- Xây dựng hệ thống dữ liệu hiệu suất cao cho AI với VAST Data Platform
- Hướng dẫn lựa chọn GPU phù hợp cho AI, Machine Learning
- LLM: Lịch sử và tương lai của các mô hình ngôn ngữ lớn