Из аналитики BCG Gamma

Искусство внедрения ИИ в производстве

Функциональные блоки ИИ и этапы внедрения

Волна Big Data пройдена, данные собраны, теперь их нужно обрабатывать и на их основе принимать решения. Фактически ИИ — это логичное продолжение Big Data + Digital.

BCG Gamma образовалась на стыке между Data Science и консалтинга

Как разделить ИИ?

Проще поделить на функциональные блоки ИИ (что похоже на человеческие функции):
1. Данные
— Компьютерное зрение: распознавание лиц и объектов в изображении
— Распознавание речи: преобразование устной речи в текст
— Обработка естественного языка: выявление намерения в текстовой команде

2. Обработка
— Обработка информации: поиск и получение информации
— Методы машинного обучения: обучение на примерах
— Агенты планирования и исследований: построение карты в ходе исследования окружающей среды

3. Действия
— Генерация изображений: дополнение изображения лиц
— Генерация речи: голосовой виртуальный помощник
— Обработка и контроль: выбор объектов
— Навигация и движение: объезд препятствий и автономное вождение

Методы машинного обучения как раз и используются на производствах. Для них нет коробочного решения, практически всегда необходимы кастомные дорабатываемые алгоритмы, которые должны быть обучены на данных производства.

Здесь как раз стартапы могут быть полезными с компетенцией разработки и доработки под конкретное производство.
Поэтому это скорее искусство, потому что универсального и стандартизированного решения нет.

Ключевые задачи при подготовке и запуске ИИ проектов
1. Приоретизация ИИ задач для пилотных проектов
2. Выбор между собственной разработкой и покупкой
3. Подготовка компании к ИИ
4. Долгосрочные стратегические вопросы

Польза
1) для производственных представителей — понять как подходить к внедрению ИИ;
2) для предпринимателей — оценить свой проект, понять на каких этапах какие вопросы возникают у заказчика.

X