自動化 增強和創(chuàng)新將如何在人工智能計劃中取得成功

根據(jù)埃森哲的一份報告，人工智能預(yù)計到2035年將使經(jīng)濟增長翻一番。這個機會很大; 改變商業(yè)以及整個社會的機會就在那里 - 但在真正取得進展之前，需要克服道德和技術(shù)障礙。

埃森哲新興技術(shù)創(chuàng)新總經(jīng)理Cyrille Bataller(左)在二十年的大部分時間里以某種身份參與了人工智能。在2001年的9/11襲擊之后，Bataller成為該團隊的一員，該團隊專注于當(dāng)時新興的旅行證件生物識別領(lǐng)域。今天，這些舉措可以看作是世界上許多機場使用的護照電子門的先行者。

Bataller將此稱為AI，因為它是“機器識別人并在事先進行人類活動的一個例子。” 從那以后，他的工作涵蓋了計算機視覺，自然語言處理以及深度和機器學(xué)習(xí)的其他方面。在6月19日至20日在阿姆斯特丹舉行的AI和大數(shù)據(jù)博覽會上發(fā)表演講之前，AI News采訪了Bataller，討論了埃森哲對人工智能的三管齊下，道德問題，以及組織可用的真正轉(zhuǎn)型深度。 。

如果我們談?wù)摂U充，這意味著我們可以幫助人們使用AI解決方案來幫助他們更快地做出正確的決策，處理大量數(shù)據(jù)并識別他們本來無法做到的模式，并幫助他們從組織的集體經(jīng)驗。在過去的一年中，您可以選擇10或100名最佳專家，最佳決策，您可以培訓(xùn)機器學(xué)習(xí)模型，幫助初級員工幫助他們做出正確的決定，從中受益于集體體驗。

因此，我們可以從重復(fù) - 保險索賠處理，貿(mào)易結(jié)算，客戶服務(wù)查詢等中釋放預(yù)算和資源。最常見的是自動化，雖然我們看到預(yù)算并不像處理這些活動那么多，但我們實際上也在改善這些活動的結(jié)果，因為響應(yīng)時間更快，更準(zhǔn)確，更一致，并且我們可以處理更好的需求高峰。我們可以將人員和預(yù)算重新定向到新的戰(zhàn)略活動 - 這將是創(chuàng)新。

在特定用例中，這第三段創(chuàng)新如何運作?

CB：如果AI系統(tǒng)的行為有點像員工，比如員工 - 他們可以處理電子郵件或業(yè)務(wù)流程 - 突然之間，您可以獲得低成本且接近無限的數(shù)字化員工隊伍，從而可以補充人力資源。例如，護照控制 - 您可以調(diào)用這些機器人邊防警衛(wèi)，并且您可以在移民大廳擁有盡可能多的警衛(wèi)，因此可以處理高峰。你可能有機器人視頻監(jiān)控代理。如果你有擁有30,000臺攝像機的城市，沒有人在看他們 - 他們只是在有關(guān)事件的電話報出時帶出正確的攝像頭，或者在調(diào)查時他們帶出正確的錄像。

現(xiàn)實情況是，如果您可以讓機器人視頻監(jiān)控代理商同時觀看所有攝像機，您可以全天候觀看30,000臺攝像機，并尋找我們?nèi)祟愊胍臇|西，例如計算人數(shù)，計算車輛。然后突然你有更好的態(tài)勢感知和全新的用例。

關(guān)于此問題當(dāng)然存在道德問題，并且有很多例子說事情沒有做好 - 例如，當(dāng)自動面部識別系統(tǒng)在公共汽車一側(cè)發(fā)現(xiàn)她的圖像時，一名女士被指控為jaywalking。這有什么需要解決的?

CB：我認(rèn)為AI是一種為人們服務(wù)的技術(shù); 它需要智能地使用，系統(tǒng)需要在設(shè)計時考慮到人，并考慮到人們的最佳利益。它當(dāng)然不是一種取代人或類似東西的技術(shù)，而是支持和增強它們。

您給出的示例正是您需要負(fù)責(zé)人的原因。人工智能系統(tǒng)可以自動化許多事情，但最終的決策需要由具有這些機器所缺乏的理解和背景的人來完成，并且長期缺乏。

你在圍繞'負(fù)責(zé)任的人工智能轉(zhuǎn)型' 的人工智能和大數(shù)據(jù)博覽會上發(fā)言。告訴我們一下會議將從業(yè)務(wù)和個人背景中得到什么。

CB：標(biāo)題中有兩個關(guān)鍵詞，分別是“轉(zhuǎn)型”和“責(zé)任”。轉(zhuǎn)型是因為，正如我之前所說，我對這個機會非常樂觀，這個機會對社會，人類，商業(yè)，組織和政府都有巨大的潛力。與此同時，它需要以負(fù)責(zé)任的方式完成 - 以早期闡述的方式設(shè)計解決方案，釋放人員和資金，專注于其他增值活動，而不是減少人員數(shù)量和削減成本。這是一個不負(fù)責(zé)任的做法的例子。

我們總是試圖在更廣泛的背景下闡明我們的項目，使組織，客戶和員工受益。每個人都從這些解決方案中受益

今年剩下的時間里，我們對人工智能的期望是什么?

CB：我認(rèn)為我們處于一個有趣的地方。有許多組織正在進行測試，試驗，概念證明 - 但盡管有這樣的概念證明這些有希望的結(jié)果，但需要進行一定程度的教育以進行擴展和合理化。當(dāng)我們測試飛行員時，我們看到了一些有希望的結(jié)果，但是有一定的組織阻力要求進行擴展。當(dāng)它按比例移動時，沒有像您在查看這些解決方案的潛在業(yè)務(wù)案例時所想的那樣多的示例。

我想，我希望我們能夠在明年減少這種鴻溝。我們將看到越來越多的變革正在發(fā)生，組織正在從這些廣泛變革中獲益 - 而且這將使更多的組織利用數(shù)字化，人工智能的勞動力。