Хотите больше взрыва от ИИ? Вставить его в свои приложения

больше взрыва

Хотите больше взрыва от ИИ. Как изменится ваша повседневная жизнь, если у вас есть искусственный интеллект и машинное обучение? Вот один очень простой пример.

Рассмотрим сотрудника, который обычно заполняет свою еженедельную карточку в четверг днем, потому что он больше не работает по пятницам. Машинное обучение, встроенное в приложение для расчета заработной платы, может помочь приложению изучить индивидуальные рабочие привычки каждого сотрудника.

больше взрываУзнав эту конкретную модель, приложение может спросить его, собирается ли он заполнить карточку времени, когда он выйдет из системы в четверг. Там нет политики: это модель поведения, которую может занять компьютерное обучение.

Фактически, современный ИИ мог бы автоматически заполнить карту времени и представить ее сотруднику для рассмотрения и утверждения, экономя еще больше времени и потенциально устраняя ошибки.

Эта возможность, известная как «автоматическое дефолт», может иметь приложения почти для каждого приложения на основе форм, от учета до инвентаря до отчетов о продажах, говорит Клайв Свон, старший вице-президент Oracle Adaptive Intelligent Apps по разработке продуктов,

Руководители борются с тем, как использовать возможности искусственного интеллекта, теперь облачные вычислительные ресурсы сделали технологию доступной для компаний любого размера.

Одна из самых быстрых дорог для выплаты AI — это использование возможностей AI, встроенных в приложения, которые ваши сотрудники используют каждый день, как это приложение с временной картой. Ниже приведена схема, чтобы подумать о вашей стратегии AI, а также примеры того, как AI, встроенный в ваши приложения, может помочь вашим командам в цепочке поставок, обслуживании клиентов, HR и многом другом.

Три конуса мощности AI

Умная классификация, интеллектуальное распознавание и интеллектуальные прогнозы — это три больших ведра, которые охватывают многие современные возможности AI и машинного обучения, объясняет Лебедь.

Интеллектуальная классификация включает изучение как структурированных, так и неструктурированных данных для принятия мер на основе того, что это означает, например, для автоматической идентификации ненадежных поставщиков, правильной интерпретации сложных счетов-фактур и категоризации потребителей на основе их текущей деятельности и прошлой истории.

Умное распознавание позволяет найти аномалии в данных, чтобы найти невинные ошибки — не так-невинные ошибки. Интеллектуальное распознавание может помочь остановить мошенничество, обеспечить соблюдение корпоративной политики и политики соблюдения, а также ускорить сверку финансовых операций.

Умные прогнозы идут дальше, например, предлагать рекомендации для торговых представителей, давать рекомендации в электронной коммерции или предлагать рекомендации для представителей службы о том, как направить клиента. Здесь может быть применено сопоставление шаблонов, например, прогнозирование того, какая дополнительная рекомендация продукта наиболее вероятна для покупателя.

Ключевой элемент прикладного ИИ: Контекст. Скажите, что руководитель отдела продаж хочет привлечь важных клиентов в нескольких городах. AI может просматривать учетные записи и прогнозировать, какие клиенты могут увеличить бизнес после коммерческого вызова, исходя из прошлой истории, и предложить маршрут, который максимизирует ROI от поездки.

Одним из распространенных факторов во всех этих ведрах является то, что интеграция ИИ и машинного обучения в приложения позволяет приложению совершать какие-то действия автоматически. Автоматизация позволяет выполнять многие задачи без вмешательства человека — и без человеческой ошибки, — говорит Лебедь.

Системы ИИ могут выполнять относительно простые действия, такие как резервирование арендованного автомобиля для этой поездки. Они также могут решать более сложные задачи, которые обычно требуют не только времени, но и определенного уровня знаний, таких как оптимизация бизнес-процессов, анализ финансовых показателей аномалий или обнаружение нарушений отчета о расходах.

Часто по-прежнему существует обзор людей, но этот обзор часто можно сделать быстрее и точнее, при содействии ИИ заложить все основы, представить рекомендации и предоставить информацию, документацию и обоснование этих рекомендаций.

Многие возможности AI

Генеральный директор Oracle Марк Херд недавно предсказал, что ИИ будет включен в каждое облачное приложение к 2025 году. Это большой шаг — и это очень возможно, говорит Сван, ссылаясь на то, как Oracle продвигает свои предложения по интеллектуальному опыту пользователей (CX), планированию корпоративных ресурсов ( ERP), управление цепочками поставок (SCM) и управление человеческим капиталом (HCM). Например:

  • Опыт работы с клиентами: AI может предлагать «лучшие предложения» и рекомендации для клиентов, используя индивидуальные индивидуальные рекомендации по продуктам AI. AI также может помочь маркетологам оптимизировать свои усилия, определяя оптимальные сообщения и находить лучшие каналы и синхронизировать цифровые коммуникации для конкретных клиентов.
  • Управление цепочками поставок: ИИ может помочь системам SCM интерпретировать пожарный шланг данных, поступающих из интернет-устройства Things, и в режиме реального времени прогнозировать использование, доступность, текущее и будущее обслуживание и производительность устройства.
  • Управление человеческим капиталом: машинное обучение может просматривать пулы приложений для работы и помогать оптимизировать соответствие между открытыми заданиями и приложениями. Результат: рекомендация лучшим кандидатам сократить время найма и улучшить конвейер заявок на работу.

В области HCM и других приложений, связанных с персоналом, ИИ может также помочь бороться с предвзятым отношением к найму, служебной аттестации и рекламным акциям.

Если они используются ненадлежащим образом и обучены исключительно на основе прошлых решений, ИИ может извлечь уроки из предвзятых данных и увековечить эти предубеждения с помощью плохо подготовленных алгоритмов. Однако при тщательном планировании и программировании ИИ может изменить эту ситуацию, обнаружить и устранить эти предубеждения.

Интеллектуальный пользовательский опыт

Многие применения ИИ, машинного обучения и науки принятия решений скрыты под обложками, но улучшения для пользовательских интерфейсов будут очевидны как для сотрудников, так и для клиентов.

Лебедь указывает на интеллектуальный опыт пользователей, что является центральным для повышения производительности и успеха конечных пользователей во многих облачных приложениях. Например, поистине персонализированный поиск может помочь найти и расставить приоритеты на основе истории продаж и истории браузера клиента; он может принести реальную информацию, чтобы вы знали, что если клиент ищет камеру, вы знаете, что она, вероятно, ищет что-то недорогое или высокотехнологичное, и может сделать самые сильные рекомендации.

AI также позволяет сотрудникам и клиентам общаться с приложениями с использованием естественного языка, часто делая работу пользователя быстрее, чем традиционные сенсорные, клавиатурные или мышиные взаимодействия, особенно для мобильных пользователей.

больше взрываAI управляет обработкой естественного языка, передает контекст и определяет, какие приложения — из приложения цепочки поставок — календаря сотрудника — для доступа к данным для выполнения запрошенных действий. Люди смогут задавать вопросы на естественном языке, используя интерфейсы, которые варьируются от текстовых сообщений, используя текстовое приложение телефона или бизнес-сети, такие как Slack, или через человеческую речь Amazon Echo.

Внедрение всех этих возможностей ИИ с помощью приложений — это то, как компании получают успешную автоматизацию, что дает результаты в нижней строке. Поскольку машинное обучение понимает рабочие привычки каждого сотрудника, оно становится более умным и даже более полезным.

Подобно заполнению карты времени в четверг вместо пятницы, а затем предваряющей большую часть информации, ИИ может упростить использование бизнес-приложений, предвидеть действия, предлагать варианты, уменьшать или устранять человеческие ошибки и экономить время людей. Результат: работник тратит меньше времени на заполнение форм или навигацию по программным меню и имеет больше времени для выполнения высокоуровневой работы, которая захватывает деловые возможности.