شرکت‌ها برای استفاده از هوش مصنوعی عجله دارند اما تعداد کمی از آنها به نتیجه دلخواه دست می‌یابند!

مراکز حمل و نقل DHL

در برخی از مراکز حمل و نقل DHL ، هوش مصنوعی به کارمندان کمک می‌کند تا اطمینان حاصل کنند که پالت‌ها به طور ایمن در هواپیماهای باری بارگیری می شوند یا خیر.

روند کار سیستم هوشمند در پایش پالت‌ها

یک سیستم بینایی کامپیوتری هر پالت و ابعاد آن را ثبت می‌کند. یک الگوریتم قضاوت می‌کند که آیا می‌توان آن را با پالت‌های دیگر در بار قرار داد یا بهتر است که در محموله بعدی ارسال شود.

DHL  یکی از شرکت‌های پیشرو در استفاده از هوش مصنوعی است. علاوه بر سیستم اسکن پالت، هوش مصنوعی به مسیر حمل و نقل، کنترل ربات‌هایی که بسته‌ها را در اطراف انبارها حمل می کنند و کنترل بازوی رباتی که بسته‌ها را انتخاب و مرتب می کند، کمک می‌کند.

DHL یکی از چند شرکتی است که ادعا کرده است که استفاده از هوش مصنوعی برای وی بازده قابل توجه از سرمایه را با خود به همراه داشته است.

هوش مصنوعی سودآور است یا خیر؟

این گزارش، از گروه مشاوره بوستون و MIT Sloan Management Review، یکی از اولین گزارش‌هایی است که بیان می‌کند آیا شرکت‌ها از هوش مصنوعی سود می برند یا خیر. یافته حیرت انگیز آن، در میان هیاهوی اخیر هوش مصنوعی، نوعی واقع گرایی را ارائه می دهد.

این گزارش همچنین سرنخ‌هایی را در مورد دلیل سودآوری برخی از شرکت‌ها از هوش مصنوعی و عدم سودآوری برخی دیگر از شرکت‌ها را مطرح کرده است.

 

بیان یک نکته

آزمایش را با هوش مصنوعی ادامه دهید، حتی اگر پروژه اولیه بازده بزرگی نداشته باشد. نویسندگان می‌گویند موفق ترین شرکت‌ها از کاربردهای اولیه هوش مصنوعی یاد می گیرند و شیوه‌های تجاری خود را بر اساس نتایج تطبیق می‌دهند.

در میان کسانی که این کار را به طور موثر انجام داده اند ، 73 درصد اظهار داشتند که بازده‌ای از سرمایه گذاری‌های خود حاصل کرده‌اند. این گزارش نشان می‌دهد شرکت‌هایی که کارمندان آن‌ها با الگوریتم‌های هوش مصنوعی کار می کنند از آن‌ها یاد می گیرند و به بهبود آنها کمک می کنند و همچنین بهتر عمل می کنند.

 

استفاده موثر از هوش مصنوعی

سام رانسبوتام، استاد کالج بوستون، که نویسنده این گزارش بود، می گوید: “افرادی که واقعاً به نتیجه موفقیت آمیز برسند دیگر نباید کاری انجام دهند. عقب می‌ایستند و اجازه می‌دهند که دستگاه کارها را انجام دهد”. او می گوید هیچ فرمول ساده ای برای مشاهده بازده سرمایه وجود ندارد. اما اضافه می کند که “اصل مطلب”  عدم استفاده کورکورانه از هوش مصنوعی برای فرآیندهای کسب و کار است.

 

آنچه هوش مصنوعی نیاز دارد

پس از تحقیقات نشان داده شد که چگونه الگوریتم‌های یادگیری ماشین می توانند برخی وظایف را با مهارت‌های فوق بشری انجام دهند. این الگوریتم‌ها باید به اندازه کافی با اطلاعات آموزشی و قدرت کامپیوتری تغذیه شوند. این روزها هوش مصنوعی به یک واژه داغ تجاری تبدیل شده است. در سال‌های اخیر، بیشتر دیده شده است که هوش مصنوعی برای داشتن عملکرد خوب، هنوز هم به کمک انسان نیاز دارد.

در مطالعه جدید 3000 مدیر شرکت در طیف وسیعی از صنایع و همچنین مدیران و دانشگاهیان مورد بررسی قرار گرفتند. بیش از نیمی از مدیران ( 57 درصد) اظهار داشتند که شرکت آنها در حال آزمایش یا استفاده از هوش مصنوعی است، که 44 درصد بیشتر از سال 2018 بود. این بسیار قابل قبول تر از گزارش اخیر سرشماری ایالات متحده است که نشان می‌دهد تعداد محدودی از مشاغل در کل اقتصاد از AI استفاده کرده اند.

 

درآمد و مزایای استفاده از هوش مصنوعی

گزارش BCG بر شرکت‌های بزرگتر متمرکز بود که بیشتر آنها درآمد سالانه بیش از 100 میلیون دلار داشتند. با استفاده از هوش مصنوعی در بیشتر مشاغل، استفاده موثرتر از فناوری، مزیت‌های رقابتی را ایجاد می‌کنند.
گزارش BCG بازده قابل توجه سرمایه گذاری را 100 میلیون دلار در درآمد جدید با صرفه جویی در هزینه سالانه برای شرکت‌هایی با درآمد سالانه 10 میلیارد دلار یا بیشتر بیان کرده است.

برای شرکت‌هایی که درآمدشان بین 500 تا 10 میلیارد دلار است، بازدهی قابل توجه 20 میلیون دلار تعریف شده است. برای شرکت‌های با درآمد بین 100 تا 500 میلیون دلار، آستانه 10 میلیون دلار بود. محققان پشت این مطالعه از روش یادگیری ماشینی (به طور طبیعی) برای تجزیه و تحلیل نتایج نظرسنجی و شناسایی بینش اصلی شرکت‌هایی که بازده قابل توجهی از سرمایه گذاری برای هوش مصنوعی داشتند، استفاده کردند.

این گزارش، مشاغل برجسته ای را نشان می دهد که هوش مصنوعی را به عنوان بخشی از فعالیت خود پیاده سازی کرده اند و در نتیجه به بازده بیشتری دست یافته‌اند.

 

Repsol

به عنوان مثال، Repsol ، یک شرکت انرژی و آب و برق اسپانیایی، از هوش مصنوعی برای شناسایی مشکلات عملیات حفاری خود استفاده می‌کند.

برای هماهنگی ترکیب، ذخیره و تحویل روغن به طور خودکار پیشنهاداتی به مشتریان ارائه می‌دهد. اما این گزارش حاکی از آن است که Repsol بیشترین سود را از چگونگی یادگیری از این فرایندها دارد و در نتیجه شیوه های جدید تجاری را به کار می‌گیرد.

 

استفاده DHL از هوش مصنوعی

استفاده DHL از هوش مصنوعی، که در این مطالعه بر آن تاکید شده است، بینشی در مورد اینکه چرا شرکت‌های خاص از هوش مصنوعی بهره بیشتری می‌برند، در حالی که دیگران اینگونه نیستند، ارائه می‌دهد.

جینا چونگ، معاون نوآوری در DHL ، می گوید که این شرکت از هشت سال پیش، به عنوان بخشی از یک بازسازی اساسی، وارد داده علوم تجزیه و تحلیل در تجارت خود شد و پروژه های مربوط به یادگیری ماشین را از پنج سال پیش آغاز کرد.

چونگ می گوید که در DHL  انسان‌ها دوشادوش سیستم های هوش مصنوعی کار می‌کنند. بسته بندی پالت روی هواپیما نیاز به تجربه و مهارت دارد. یک لودر متخصص می تواند یک الگوریتم را آموزش دهد تا تشخیص دهد کدام پالت‌ها را می توان روی هم قرار داد یا اینکه شکل‌های نامنظم چگونه می توانند در کنار هم قرار بگیرند.

این روند اجازه می دهد تا فرآیند به طور خودکار یا بدون داشتن یک متخصص انجام شود. اما الگوریتم ممکن است مرتکب اشتباهاتی شود. به ویژه در اوایل ، و برای مدتی نیاز به نظارت دارد. همچنین اگر ربات نتواند یک بسته بندی را به درستی مرتب کند، کارگر انسانی می‌تواند کنترل نمونه اولیه بازوی ربات را در دست بگیرد. از مداخله می توان برای بازآموزی الگوریتم کنترل کننده آن استفاده کرد.

چونگ می گوید: “بسیاری از این سیستم‌ها که با هوش مصنوعی ساخته می شوند، به خصوص در مراحل اولیه استقرار ، 100 درصد عالی نیستند. متخصصان به نوعی در بهبود دقت الگوریتم کمک می‌کنند”.

 

سخن آخر

گزارش جدید به نمونه‌های دیگری از کار تیمی هوش مصنوعی اشاره دارد. از جمله یک شرکت مالی ناشناس که الگوریتم‌هایی را با مطالعه رفتار بازرگانان انسانی آموزش می‌دهد. رانسبوتام می گوید: “ما می بینیم که هر جایی که ترکیب انسان و ماشین وجود دارد عملکرد خوبی صورت می‌گیرند”. “همچنین این شرکت‌ها روش‌های مختلفی برای ترکیب انسان و ماشین دارند”.

مثال دیگر در این گزارش اهمیت نظارت و انعطاف پذیری در به کارگیری هوش مصنوعی را نشان می دهد. Lyft ، شرکت حمل و نقل اشتراکی، الگوریتمیAI  را برای به حداکثر رساندن درآمد با تطبیق رانندگان و سوارکاران توسعه داد.

اما دانشمندان داده پس از آن متوجه شدند كه اگر این شرکت بر حداکثرسازی کاربران تمرکز کند، سود بیشتری حاصل خواهد کرد. بنابراین الگوریتم اول به نفع الگوریتم دیگری کنار گذاشته شد. رانسبوتام می گوید: “این فکر كه انسان برتر است یا ماشین، یک تصور کاذب است”.

لینک کوتاه شده : https://amerandish.com/o38FI

به اشتراک بگذارید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

_ مطالب مرتبط _

تبدیل صدا به متن پروژه آپولو 11

فناوری تشخیص صدا و پردازش گفتار در Behavox

Behavox توانایی منحصر به فرد خود در آنالیز داده‌های ارتباطی بدون کیفیت را نشان داد. Behavox، تنها پلتفرم عملیاتی داده‌های مبتنی بر هوش مصنوعی در

درخواست شما با موفقیت ارسال شد.

ضمن تشکر بابت ارسال پیام، در سریع‌ترین زمان ممکن کارشناسان شرکت عامراندیش درخواست شما را بررسی خواهند نمود.