Le aziende che utilizzano i dati della scienza sono in rapida mangiando le quote di mercato dei concorrenti. Questo spostamento può essere osservato in molti settori. La causa principale è che advanced analytics offre pronunciato decisione di leva. Questo effetto è più forte in un digitalizzati economia in cui una decisione corretta può rapidamente si propagano attraverso le reti di imprese e consumatori. Le risorse sono in rapida assegnati ai migliori aziende.
Pertanto, credo che ogni azienda deve considerare l’uso di machine learning per ottenere leva di business. Se le aziende non fanno questo, rischiano di essere non competitivo. Tuttavia, non ogni azienda dovrebbe fare lo stesso investimento in apprendimento automatico.
Invece, le aziende devono adottare una delle tre strategie che ho sviluppato attraverso il mio lavoro con una varietà di aziende di sviluppo di intelligenza artificiale soluzioni. Basato sul tuo profilo di business, è possibile applicare una di queste strategie per migliorare il tuo business.
Ricordate, il termine “intelligenza artificiale” può essere troppo ambizioso. Quando la scelta di una strategia, assicurarsi che non è pratico per voi e aumentare la vostra linea di fondo.
‘AI Competitiva’
Maggior parte delle aziende di tecnologia cadere in questa sezione. Il primo passo in una IA strategia competitiva è la creazione di una macchina-capacità di apprendimento all’interno della vostra organizzazione. Questo può essere realizzato in due modi. Il primo è quello di portare a professionisti di talento da fuori. Il secondo è quello di investire in programmi di formazione rigorosi per la vostra squadra attuale. La maggior parte delle organizzazioni di fare una combinazione di entrambi.
Il secondo elemento di AI competitività è l’investimento in strumenti esterni. La quantità di investimenti necessari per creare il vostro proprio strumento di visualizzazione dei dati è inutile quando si può utilizzare uno strumento open source per libero. Sfruttando open source che consentirà di velocizzare il time-to-market e ridurre i costi.
Pertanto, sfruttare gli investimenti effettuati dalle principali aziende di tecnologia open source. Trascorrere il vostro tempo a leggere articoli, partecipazione a conferenze e valutazione dei fornitori. Questa è la mentalità di un vorace IA conoscenza dei consumatori.
La differenza tra AI competitivo e AI la leadership è di fare un investimento in R&D team. Purtroppo, AI team R&D sono improbabile per consegnare il prodotto per lunghi periodi. La maggior parte delle organizzazioni non può sostenere questo onere. Esistenza di un team di R&D è la distinzione fondamentale tra AI competitività e AI dirigenti.
Tuttavia, AI competitività rischia di creare il più grande risk-adjusted return per la vostra organizzazione. AI competitivo organizzazioni si avvalgono di esperti esterni e dell’IA di ricerca della cultura per il loro business particolare caso.
‘AI Sostenuta’
Forse la tua capacità di base è improbabile che sia migliorata di machine learning. Forse tecnologie per la modifica di altri settori non sono pronti per il vostro settore. In questo caso, il tuo business sarà restringere il focus della sua IA iniziative per tre posti. In primo luogo, aumentando i margini di profitto. Secondo, aumentando la qualità del servizio esistente offerte. Terzo, ridurre al minimo i disagi rischio.
Per raggiungere questi obiettivi, la vostra organizzazione può applicare “AI sostenuta” strategia. Il lavoro è fatto su un caso per caso. L’organizzazione provvederà periodicamente ad identificare i punti in cui il suo business plan può essere rinforzato dall’IA. Sarà determinare se una macchina e soluzione di apprendimento in grado di consegnare il vantaggio misurabile principali preoccupazioni. Infine, consente di identificare una soluzione esterna piuttosto che insourcing la capacità.
Nella migliore delle ipotesi, la soluzione esiste in un productized forma. Osservo spesso le organizzazioni che cercano di ricostruire comunemente disponibili i casi di uso se stessi. Un buon esempio è l’analisi del sentiment. Il mercato per l’apprendimento automatico di servizi si è evoluta al punto in cui è svantaggioso per sviluppare il sentimento modelli di voi stessi. Semplicemente plug and play di un abbonamento.
A volte un productized soluzione non è disponibile. In questo caso, AI sostenuta azienda dovrebbe staff di una forza lavoro temporanea per completare il progetto.
‘AI Leader’
L’ultimo tipo di IA società è un AI leader. Queste aziende sono sentito nelle notizie pionieristico prodotti all’avanguardia.
Questo richiede un costante investimenti in R&s nel corso di molti anni. Si richiede, inoltre, le imprese a competere vorace mercato per l’apprendimento automatico di talento. Dopo l’impiego di persone di talento, la vostra guida sarà necessario creare la ricerca di nuovi. Questa ricerca deve culminare in nuovi prodotti. Infine, è necessario costruire una grande quantità di infrastrutture per sostenere il vostro talento tecnico. Questo non è limitato a infrastrutture tecniche. Successo richiede una infrastruttura organizzativa.
Solo i più esperti leader dovrebbe tentare questa strategia. Il vantaggio di questa strategia è una maggiore probabilità di sviluppare una trasformazione del prodotto. Il miglior prodotto in un mercato che ha la più alta probabilità di ottenere una posizione dominante.
Ogni azienda ha esigenze diverse. Scegliere una intelligenza artificiale strategie di cui sopra per il vostro caso particolare. Ogni strategia prevede una formula di competitività a diversi livelli di investimento. In definitiva, questo darà al vostro business la maggiore probabilità di successo e bassa probabilità di rottura.
social experiment by Livio Acerbo #greengroundit #live https://www.forbes.com/sites/theyec/2019/11/13/the-three-types-of-ai-companies/