AIに投資していない中小企業は、おそらく十分な研究を行っていない

Bluewolf（IBMの会社）のレポートによると、人工知能（AI）ベースのソリューションを実装しているのは、中小企業の21％だけです。 AI Investment Gap Surveyは、世界中の177人の意思決定者を対象に、AIと機械学習（ML）をまだ採用しているかどうか、およびこれらの技術の理解の深さを調査しました。 中小企業の33％が今後12か月以内にAIに投資する予定でした（来年のAI採用者の総数は54％になります）が、その合計はまだ大企業よりも低くなっています。 さらに、大企業の30％はすでにAIに投資しており、44％は今後12か月以内に投資を開始する予定です。 これにより、合計は74％になり、中小企業の合計より20％増加します。

Bluewolfのカスタマーエクスペリエンスインサイトの上級副社長であるVanessa Thompsonは、AIツールを採用している企業とそのようなツールを採用する予定のない企業との間には知識のギャップがあると述べました。 彼女はこの湾を「AI投資ギャップ」と呼び、「AIを理解しているCレベルの幹部と、AIをビジネスにまだ導入していないCレベルの幹部との間の格差」と説明しています。

BluewolfはAIツールを販売しているので、人々がAIツールを購入しない唯一の理由は、AIツールを知らないからだと示唆するのは彼らだろう。 トンプソンの主張を確認するために、Forrester ResearchのカスタマーインサイトのシニアアナリストであるBrandon Purcellに、AIを採用した人と採用していない人との間にギャップを生じさせる他の問題があれば、それについて説明しました。 PurcellとForrester Researchは、AIの採用に関する独自の同様の研究を実施しました。 彼の全体的な数はIBMに似ています。51％の企業がAIを採用または拡張しており、20％が今後12か月以内に採用を計画していると述べていますが、Purcellは、中小企業が遅れる可能性のある他のいくつかの説得力のある理由を思い付きましたAI採用の曲線。

AIのコスト

パーセルは、特に「スキルセットに関連するため、投資の制約を主要な要因として言及しました。小規模ビジネスにはデータサイエンティストを雇用するためのリソースがありません」と彼は言いました。 これらは、エンタープライズソフトウェアの内外にプッシュされるデータから洞察を引き出すワーカーです。

また、AIがデータを正確に読み取り、独自のインテリジェンスに基づいてアクションを実行しているかどうかを判断するのも彼らです。 Glassdoorによると、データサイエンティストの平均給与は年間113, 436ドルであり、これは（金持ちの壮大な計画では）アメリカのCEOの平均給与（PayScaleによると166, 000ドル）をわずかに下回っています。 したがって、もしあなたが非常に薄いマージンで営業している中小企業のCEOであり、あなた自身の給料を削減したくないなら、データサイエンティストへの6桁の支出を合理化することは困難です。 AIでデータを変換できるソフトウェアシステム。

しかし、小規模企業がAI主導のソフトウェアに投資することを禁止しているのは、関与した金だけではありません。 「関連するメモには、データ要素があります」とPurcell氏は述べています。 「AIは、大量のデータがあるときに繁栄します。小規模企業には、それを行うほどのデータはありません。」

次のように考えてみてください。写真を投稿するときにFacebookがどの友人にタグを付けるかを知っていますか？ これは、Facebookが以前にタグ付けされたすべての投稿から情報を収集しているためです。 Netflixから勧められた映画を見たことがありますか？ Netflixは、以前の選択に基づいてその映画を推奨することを知っていました。 FacebookとNetflixは、AIの最初のいとこであるMLに基づいてこれらの推奨事項を作成できます。 それらは似ていますが、両方の用語はしばしば同じ意味で使用されます（そして誤って）。

用語の基本的な違いは次のとおりです.MLシステムは、インテリジェンスを使用して推奨事項とプロセスを合理化する方法を提供することでパフォーマンスを改善しますが、AIを使用するシステムはソフトウェアに自律性を与え、タスクを実行し、人間の監視なしで意思決定を行います。 MLは映画のレコメンデーションを作成するNetflixであり、AIは後部座席で昼寝をしている間に仕事をする車です。 データを生成し始めたばかりの小規模企業として、AIの利点は、フォーチュン500企業がAIソフトウェアをオンにしたときに見られるものと比べてわずかです。

ブルーウルフは間違っていますか？

それで、ブルーウルフは彼らの調査で貧弱な情報を与えられましたか？ 中小企業はAIについて知っていますが、興奮するだけのお金やデータがありませんか？ パーセルは、ブルーウルフの研究が間違っているとは思わない。 実際、彼はIBM Watsonをコグニティブコンピューティングの作成者であると信じています。コグニティブコンピューティングは、AI、ML、および人間の脳を模倣するその他のアプリケーションを包含する包括的な用語です。

「彼らはそのカテゴリを作成するために多額のお金を費やしたが、Google、Amazon、Facebook、Microsoftといった分野で大きな競争相手がいる」 「これらの企業は、AIシステムのトレーニングに使用される大量のデータにも取り組んでいます。ハリウッドのAIの定義は、感覚的なロボットです。私たちはまだ使用していません。 、IBMはこれらのツールの作成に優れています。」

ハリウッド、AI、およびロボットが睡眠中に私たちを殺したという誤解は、中小企業がAIツールの詳細を学ぶことを避けた理由の1つです。 あなたがオクラホマ州のTシャツベンダーなら、自動運転車やレーザー銃で武装した未来型ロボットは何がいいでしょうか？ しかし、あまり知られていない文脈で考えると、PurcellとThompsonは、中小企業の実際のユースケース、つまり中小企業がまだ教育を受けていないユースケースを理解しています。

トンプソンとブルーウルフが「拡張インテリジェンス」と呼ぶものを使用すると、小規模企業はAIを活用するためにデータの専門知識や情報の山を必ずしも必要としません。 Bluewolfは、言語や画像などの構造化されていないデータセットでも、アプリがアイデアを推論、推論、抽出する能力として拡張インテリジェンスを定義しています。 企業のデータ収集の開始時でさえ、システムに供給される情報がわずかであっても、拡張インテリジェンスソリューションは学習しながら学習できます。

「拡張インテリジェンスは、エンドユーザーが顧客に必要なもののプロファイルを提供することで、次に何をすべきかを予測するのに役立ちます」とトンプソンは言いました。 「Augmentedは、あらゆる規模の企業にとってAIを現実にする方法と考えています。」

これには、外部データと内部データを組み合わせて、拡張インテリジェンステクノロジーがビジネス上の意思決定を行うために使用している知識を埋め込むなどが含まれます。 たとえば、外部のローカルショッピングパターンと天気データを独自の顧客ショッピングパターンデータと組み合わせることにより、eコマース企業はハイパーパーソナライズされたキャンペーンを配信できます。 このシナリオでは、データサイエンティストは役に立ちますが、必要ではありません。顧客データが大量にあると、キャンペーンはさらに強力になります。 ただし、内部データソースと外部データソースの組み合わせがなければ、キャンペーンがより強力になるのを止めることはできません。