企業は AI の推論を正しく行う方法を知る必要がある

人工知能は、Amazon、Google、Microsoft、Netflix、Spotify などの大手テクノロジー企業が使用するテクノロジーから、新製品の開発、収益の増加、顧客エンゲージメントと維持の向上を目的として中堅企業が採用するツールへと急速に変わりつつあります。新しい市場への拡大。

しかし、人工知能をめぐる興奮にもかかわらず、多くの CIO は、人工知能の開発に対応できるだけでなく、組織内にスキルセットを構築する方法を見つけるのに苦労しています。だけでなく、開発されたもののトレーニングと展開も行います。実際、調査会社オライリーによると、今年AIを開発している組織はわずか26%で、43%は評価段階にあるという。それほど、AI を開発から運用に移行し、そして再び開発に戻すことがいかに難しいかということがわかります。

ただし、どの課題にも成長の可能性があり、PwC の調査によると、世界の AI 経済は 2030 年までに 15 兆 7000 億ドルに達すると予想されています。スマート製造、小売、ヘルスケア、エネルギー、その他多くの業界を問わず、この成長配当を最大限に活用しようとしている組織は、推論によって AI がどのように機能するかを知る必要があります。

人工知能はどこに着地しますか?

人工知能開発の分野には、豊富な情報と専門知識があります。 CIO にとって最大の課題は導入です。推論 (本番環境で人工知能モデルを実行するプロセス) は、人工知能の実装の重要な部分です。たとえば、自動運転車では、AI による重要な決定がミリ秒単位で行われ、人々の命が危険にさらされます。

販売管理ソフトウェアなどの従来のアプリケーションとは異なり、推論を実行する AI モデルは、最新の状態を維持するために常に再トレーニングしてデプロイする必要があります。これにより、AI アプリケーションのライフサイクルの管理がより複雑になりますが、そのメリットは大きいです。

推論で売り上げを伸ばし、閉店を回避し、顧客にサービスを提供する

推論は、今日の多くの業界が直面しているさまざまな課題を解決するための鍵です。

ディープ ラーニングは、機能の自動化、製品の推奨、さらには自然言語処理の提供にも役立ちます。小売業やエンターテイメント、さらにはプロフェッショナルなソーシャル ネットワークにおいても、レコメンデーション システムの推論は、不規則な販売サイクルを変更し、顧客維持を支援するのに役立ちます。顧客がすぐに追加購入しなくても、的を絞った推奨事項によって、将来の販売の種を蒔くことができます。また、ブランドへの親近感を高め、消費者の好みや興味に合った商品を表示することもできます。

製造業では、推論は、企業が製造上のエラーを発見し、機器が故障する前に潜在的な障害を特定するのに役立ちます。 AI を活用した産業検査は、物体、障害物、人を識別し、ミリ秒単位の計算を実行してダウンタイムを削減します。これらの利点により、AI ビジョン システムは、複雑な生産環境で作業するあらゆる企業にとって最優先事項となります。

コールセンターは推論を使用して顧客サービスを自動化し、顧客の質問を最も適切な担当者に迅速に転送します。航空会社、銀行、インターネット サービス プロバイダーのサポートが必要な場合、通常はできるだけ早く誰かに相談したいと考えます。労働力不足が拡大している現在、AI は単純な問題の解決に役立ち、より複雑な問題を解決できる適切な担当者に顧客を迅速につなぐことができます。

事前トレーニングされたモデルでチームをよりスマートに成長させる

推論がどのように機能するかを知ることは、AI への取り組みの始まりにすぎません。次のステップは、戦略を策定し、計画を実行することです。問題は、企業がさまざまなポジションに就く優秀な人材を見つけるという課題に直面していることだ。 AI の利用を始めたばかりの企業にとって、AI 開発専門家のチームを編成することはより難しいかもしれません。

現時点では、サードパーティおよびオープンソースの事前トレーニング済みモデルとフレームワークを使用して、有利なスタートを切り、人材不足を克服してください。これらのリソースにより、開発者は既存のモデルを最初から構築するのではなく、推論を実行するように適応およびカスタマイズできるため、エンタープライズ グレードの AI を導入するチームの負担が大幅に軽減されます。

企業は、人工知能トレーニングを通じて既存のエンジニアや開発者をトレーニングすることもできます。企業に無料の開発ラボを提供するパートナー企業が増えており、顧客サービスや販売サポートのためのチャットボット、セキュリティのための画像分類システム、より良い運用のための AI の構築など、重要な AI ユースケースに関する段階的なガイダンスを提供しています。モデルやその他多くの基本的な AI の使用例。

IT が本番 AI の主導権を握る

推論作業の基盤が整ったら、CIO は、ベアメタルで実行されるか、仮想化されたデータセンター基盤で実行されるかにかかわらず、本番アプリケーション用にサポートされているソフトウェアを採用する必要があります。設備に関しては、まだクラウド上にあります。

さらに、AI の導入を簡素化するため、推論を完全にサポートするだけでなく、データ サイエンスとモデル開発の補完的な実践もサポートするエンタープライズ グレードの AI ソフトウェアの提供を検討する必要があります。 AI が初期導入から新しいビジネス領域に拡大するにつれて、チームは独自のワークフローを開発する必要がなく、包括的なソリューションに頼ることができます。

AI ワークロードは従来のエンタープライズ アプリケーションとは異なりますが、正しく実装されていることを確認するために専門家から学ぶことがこれまでより簡単になりました。事前トレーニングされたモデル、専門の開発ラボ、エンタープライズ グレードのサポートを備えた、効率的で低コストのエンタープライズ AI 推論に利用できるツールを理解することで、CIO は、AI への取り組みを開始するすべての企業が直面する課題を解決するための計画を立てることができます。

以上が企業は AI の推論を正しく行う方法を知る必要があるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。