นักสำรวจผู้มากประสบการณ์: องค์กร TMT ที่มีประสบการณ์ใช้งาน AI . มากน้อยเพียงใด

นักสำรวจผู้มากประสบการณ์: องค์กร TMT ที่มีประสบการณ์ใช้งาน AI . มากน้อยเพียงใด

เว็บไซต์

การนำเทคโนโลยี AI มาใช้ในช่วงแรกนั้นกำลังก้าวไปข้างหน้าอย่างเต็มที่ โดยผสมผสานการทดลองและแนวทางปฏิบัติที่มีโครงสร้างเข้าด้วยกันเพื่อให้ได้มูลค่าที่วัดได้ บริษัทต่างๆ ที่นำ AI มาใช้ช้าลงควรพิจารณาทำตามความเป็นผู้นำ

การออกแบบเว็บไซต์

ในการเรียกสุภาษิตแอฟริกัน ทะเลที่ราบเรียบไม่ได้สร้างนักเดินเรือที่เก่งกาจ ในโลกที่วุ่นวายของการเปลี่ยนแปลงทางดิจิทัลอย่างรวดเร็วในปัจจุบัน เราต้องการค้นหาว่าใครเก่งที่สุดในการนำทาง และประสบการณ์ใดบ้างที่พวกเขาสามารถส่งต่อได้ ในบรรดาผู้ตอบแบบสอบถามเกี่ยวกับสถานะของ AI ในองค์กรแบบสำรวจครั้งที่ 2 เราพบกลุ่มผู้ใช้ที่ “ช่ำชอง” ในอุตสาหกรรมเทคโนโลยี สื่อและความบันเทิง และโทรคมนาคม (TMT) ที่มีทั้งความเชี่ยวชาญด้านปัญญาประดิษฐ์ (AI) ที่สำคัญและ การปรับใช้การผลิตค่อนข้างมาก การวิเคราะห์ของเราเปิดเผยข้อมูลเชิงลึกที่สำคัญสี่ประการจากผู้ใช้ที่มีประสบการณ์มากขึ้น:
ท่ามกลางแรงกดดันจากการแข่งขัน พวกเขาทำให้ AI มีความสำคัญต่อกลยุทธ์ทางธุรกิจของพวกเขา กลุ่มบริษัทนี้มองว่า AI เป็นกุญแจสู่ความสำเร็จ แต่มีมุมมองที่วัดผลเกี่ยวกับผลกระทบจากการเปลี่ยนแปลงที่มีต่อธุรกิจและอุตสาหกรรมของพวกเขา พวกเขากำลังลงทุนใน AI มากกว่าคนอื่น ๆ และเร่งการใช้จ่ายของพวกเขาในอัตราที่สูงขึ้น โดยเห็นผลตอบแทนจากการลงทุนที่แข็งแกร่ง
พวกเขากำลังใช้แนวทางปฏิบัติที่เป็นผู้ใหญ่มากขึ้นในระดับที่สูงขึ้น องค์กรที่มีประสบการณ์มากขึ้นที่เราสำรวจใช้แนวทางปฏิบัติที่หลากหลายเพื่อให้แน่ใจว่าความพยายามด้าน AI ของพวกเขาประสบความสำเร็จ พวกเขามีแนวโน้มที่จะมีกลยุทธ์ AI ทั่วทั้งบริษัท ให้ความสำคัญกับการฝึกอบรมมากขึ้น รับสมัครผู้มีความสามารถทั้งด้านเทคนิคและที่ไม่ใช่ด้านเทคนิค แสดงความสามารถที่แข็งแกร่งในการทดลอง และใช้ AI ผ่านวิธีการต่างๆ เช่น ซอฟต์แวร์ระดับองค์กร เครื่องมือโอเพนซอร์ส และ AI-as-a-service
แม้จะประสบความสำเร็จแต่เนิ่นๆ พวกเขาต้องเผชิญกับความท้าทาย องค์กรที่มีประสบการณ์กล่าวว่าพวกเขากำลังต่อสู้กับปัญหาที่เกี่ยวข้องกับการใช้งาน ข้อมูล และการจัดการต้นทุน พวกเขาไม่ค่อยกังวลเกี่ยวกับปัญหาความปลอดภัยในโลกไซเบอร์ อาจเป็นเพราะพวกเขามีแนวโน้มที่จะรวมการวางแผนความปลอดภัยทางไซเบอร์เข้ากับความคิดริเริ่มด้าน AI ของพวกเขา
พวกเขาตระหนักถึงผลกระทบที่อาจเกิดขึ้นจากการเปลี่ยนแปลง AI ในพนักงานของพวกเขา องค์กรที่มีประสบการณ์จำนวนมากรู้สึกว่า AI ได้เปลี่ยนบทบาทและทักษะของงานในบริษัทแล้ว และพวกเขากำลังจัดการกับการเปลี่ยนแปลง คนส่วนใหญ่รู้สึกว่า AI จะปรับปรุงการตัดสินใจ เพิ่มประสิทธิภาพในการทำงานและความพึงพอใจ และสร้างความสัมพันธ์ที่ประสานกันระหว่างมนุษย์และเทคโนโลยีมากขึ้น
ในฐานะทั้งผู้ผลิตและผู้บริโภคเทคโนโลยี AI บริษัท TMT กำลังพิจารณาการใช้งาน AI หลายอย่าง ทั้งเพื่อตนเองและลูกค้า ในขณะที่กรณีการใช้งาน AI ยังคงขยายตัว การได้รับการดำเนินการที่ถูกต้องจากเทคโนโลยีและจุดยืนขององค์กรจึงมีความสำคัญมากขึ้นเรื่อยๆ องค์กรที่มีประสบการณ์มากขึ้นสามารถเสนอให้ผู้ที่เพิ่งเริ่มต้นเส้นทางที่ชัดเจนเพื่อช่วยให้ความพยายามด้าน AI ของพวกเขาก้าวหน้าอย่างรวดเร็ว
บทนำ: การเดินทางครั้งใหม่
แทนที่จะถามตัวเองว่า “เราควรไล่ตาม AI ไหม” หลายบริษัทกำลังถามตัวเองว่า “เราจะไล่ตาม AI อย่างไร” ความกระตือรือร้นและการใช้งานเพิ่มขึ้นเมื่อองค์กรมองหาการปลดล็อกคุณค่าที่การนำ AI ไปใช้
การลงทุนเป็นไปตามความกระตือรือร้น และอุตสาหกรรม AI ทั่วโลกได้รับเงินลงทุนกว่า 24 พันล้านดอลลาร์สหรัฐในช่วงสามปีที่ผ่านมา นอกจากนี้ ยักษ์ใหญ่ด้านเทคโนโลยีได้เข้าซื้อกิจการสตาร์ทอัพที่เน้น AI 115 แห่งในปี 2560 ซึ่งมากกว่าปี 2559 ถึง 44% ความกระตือรือร้นในการลงทุนไม่ได้จำกัดอยู่เพียงการเข้าซื้อกิจการ: องค์กรต่างๆ กำลังมองหาการปรับปรุงความสามารถในการวิจัยและพัฒนาของตนเองเช่นกัน เมื่อเร็ว ๆ นี้ซัมซุงประกาศว่าจะเปิดศูนย์การวิจัยทั่วโลกที่จะช่วยผลักดันของการยอมรับ AI ซึ่งรวมถึงการสร้างทีมวิศวกรและนักวิจัย AI 1,000 คนภายในปี 2020
ท่ามกลางกระแสนี้ เราต้องการทำความเข้าใจว่าเทคโนโลยี AI ได้เริ่มเปลี่ยนแปลงบริษัทที่นำเทคโนโลยีมาใช้ในช่วงต้นอย่างไร เราได้สำรวจผู้บริหาร TMT 266 คนในสหรัฐอเมริกาเพื่อทำความเข้าใจว่าพวกเขาใช้เทคโนโลยี AI อย่างไรและธุรกิจของพวกเขาได้รับผลกระทบอย่างไร (ดูแถบด้านข้าง “วิธีการ”) เราต้องการทำความเข้าใจว่าการนำ AIและการลงทุนมาใช้มีการเปลี่ยนแปลงอย่างไรสำหรับบริษัทต่างๆ พวกเขาเห็นประโยชน์ประเภทใด และแนวทางปฏิบัติที่องค์กรที่มีประสบการณ์ใช้เพื่อประสบความสำเร็จ
ระเบียบวิธี
เพื่อให้ได้มุมมองว่าองค์กรนำไปใช้และใช้ประโยชน์จากเทคโนโลยี AI อย่างไร ในไตรมาสที่ 3 ปี 2018 Deloitte ได้ทำการสำรวจผู้บริหารฝ่ายไอทีและสายงานธุรกิจ 1,100 คนจากบริษัทในสหรัฐฯ ที่กำลังสร้างต้นแบบหรือใช้โซลูชัน AI รายงานนี้ตรวจสอบกลุ่มย่อยของผู้ตอบแบบสอบถาม 266 คนที่เป็นตัวแทนของบริษัท TMT
ผู้ตอบแบบสอบถามทั้งหมดต้องมีความรู้เกี่ยวกับการใช้เทคโนโลยี AI ของบริษัท และร้อยละ 89 มีส่วนร่วมโดยตรงกับกลยุทธ์ด้าน AI ของบริษัท การใช้จ่าย การนำไปปฏิบัติ และ/หรือการตัดสินใจ ร้อยละห้าสิบสองเป็นผู้บริหารด้านไอที ส่วนที่เหลือเป็นผู้บริหารสายงานธุรกิจ หกสิบสี่เปอร์เซ็นต์เป็นผู้บริหารระดับ C ซึ่งรวมถึงซีอีโอ ประธานและเจ้าของ (32 เปอร์เซ็นต์) พร้อมด้วย CIO และ CTO (26 เปอร์เซ็นต์) และ 36 เปอร์เซ็นต์เป็นผู้บริหารที่ต่ำกว่าระดับ C

เว็บแอพพลิเคชั่น

วิวจากสะพาน
องค์กร TMT ที่เราสำรวจล้วนแต่เป็นการสร้างต้นแบบหรือใช้โซลูชัน AI มีสัญญาณบ่งบอกว่าบริษัทเหล่านี้มีวุฒิภาวะด้าน AI เพิ่มขึ้น ในปี 2017 บริษัท Deloitte สำรวจเทคโนโลยีองค์ความรู้ , 4ร้อยละ 18 ของผู้ตอบแบบสอบถามรายงานองค์กรของพวกเขาได้ดำเนินการ 11 หรือมากกว่า AI การใช้งานการผลิต หนึ่งปีต่อมา กลุ่มนั้นได้เพิ่มขึ้นกว่าเท่าตัวเป็น 37 เปอร์เซ็นต์ นอกจากนี้ ส่วนที่ระบุว่าบริษัทของพวกเขามีความเชี่ยวชาญสูงในการสร้างโซลูชัน AI ได้เติบโตขึ้นจาก 42 เป็น 47 เปอร์เซ็นต์
ในฉบับนี้ เราต้องการนำการวิเคราะห์ของเราไปอีกขั้นและดูผู้ใช้ AI ที่มีประสบการณ์มากที่สุด—บริษัทเหล่านั้นที่สร้างระบบ AI หลายระบบและแสดงให้เห็นถึงวุฒิภาวะในระดับสูงในการเลือกเทคโนโลยีที่เหมาะสม การระบุกรณีการใช้งาน การสร้างและการผสานรวม AI โซลูชั่น และพนักงาน พวกเขาเห็นผลตอบแทนที่ดีขึ้นจากการริเริ่ม AI หรือไม่? พวกเขาเข้าใกล้ความพยายามของ AI แตกต่างกันหรือไม่? เพื่อเปิดเผยสิ่งที่เกิดขึ้นที่ “ขอบชั้นนำของขอบชั้นนำ” เราจัดกลุ่มองค์กรออกเป็นสามส่วนตามจำนวนการใช้งานการผลิต AI ที่ดำเนินการและผู้ตอบแบบสอบถามให้คะแนนความเชี่ยวชาญขององค์กรตามมาตรการต่างๆ
เก๋า (30 เปอร์เซ็นต์) อยู่ในระดับแนวหน้าของวุฒิภาวะการนำ AI มาใช้ พวกเขาได้ดำเนินการปรับใช้การผลิต AI เป็นจำนวนมาก และพัฒนาความเชี่ยวชาญด้าน AI ในระดับสูงทั่วทั้งคณะ ในการเลือกเทคโนโลยีและซัพพลายเออร์ AI การระบุกรณีการใช้งาน การสร้างและการจัดการโซลูชัน AI การผสาน AI เข้ากับสภาพแวดล้อมไอทีและกระบวนการทางธุรกิจ และการว่าจ้างและจัดการเจ้าหน้าที่ด้านเทคนิค AI
ผู้เชี่ยวชาญ (41 เปอร์เซ็นต์) มักเปิดตัวระบบการผลิต AI หลายระบบ แต่ยังไม่เติบโตเต็มที่เท่า Seasoned พวกเขาล้าหลังกับจำนวนการนำ AI ไปใช้ ระดับความเชี่ยวชาญด้าน AI หรือทั้งสองอย่าง
ผู้เริ่มใช้งาน (29 เปอร์เซ็นต์) กำลังจุ่มนิ้วลงในการนำ AI มาใช้และยังไม่ได้พัฒนาความเชี่ยวชาญที่แข็งแกร่งในการสร้าง บูรณาการ และจัดการโซลูชัน AI

Web​ application

บริษัทที่ช่ำชองมองว่าการนำ AI มาใช้นั้น “สำคัญมาก” หรือ “สำคัญอย่างยิ่ง” ต่อความสำเร็จทางธุรกิจของพวกเขา: ผู้บริหารที่โดดเด่น 94% ของบริษัท Seasoned เชื่อสิ่งนี้ เทียบกับ 82% ของ Skilled และ 52% ของ Starters The Seasoned กำลังดำเนินการตามความเชื่อนั้น พวกเขาก้าวไปข้างหน้าอย่างรวดเร็วด้วยการลงทุนและกิจกรรมด้าน AI บรรลุมูลค่าที่วัดได้จากความพยายามของ AI พวกเขากำลังรวมวิสัยทัศน์ทั้งบริษัทสำหรับ AI กับไหวพริบในการทดลองและชุดของแนวทางปฏิบัติที่มีโครงสร้างเพื่อให้บรรลุวิสัยทัศน์
กลุ่มเทคโนโลยี AI
การเรียนรู้ของเครื่อง ด้วยเทคโนโลยีแมชชีนเลิร์นนิง คอมพิวเตอร์สามารถสอนให้วิเคราะห์ข้อมูล ระบุรูปแบบที่ซ่อนอยู่ จัดประเภท และคาดการณ์ผลลัพธ์ในอนาคต การเรียนรู้มาจากความสามารถของระบบเหล่านี้ในการปรับปรุงความแม่นยำเมื่อเวลาผ่านไปโดยไม่ต้องมีคำสั่งที่ตั้งโปรแกรมไว้อย่างชัดเจน โดยทั่วไปแมชชีนเลิร์นนิงต้องการผู้เชี่ยวชาญทางเทคนิคที่สามารถเตรียมชุดข้อมูล เลือกอัลกอริธึมที่เหมาะสม และตีความผลลัพธ์ได้ เทคโนโลยี AI ส่วนใหญ่ รวมถึงแอปพลิเคชันขั้นสูงและเฉพาะทาง เช่น การประมวลผลภาษาธรรมชาติและคอมพิวเตอร์วิทัศน์ อิงจากการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึกที่ซับซ้อนมากขึ้น แบบสำรวจของเราแสดงให้เห็นว่าแมชชีนเลิร์นนิงเพิ่มขึ้นเล็กน้อยเมื่อเทียบกับปีที่แล้ว โดยมีผู้ตอบแบบสอบถาม 61% เลือกใช้ เพิ่มขึ้นจาก 57 เปอร์เซ็นต์ในปีที่แล้ว
การประมวลผลภาษาธรรมชาติ (NLP) NLP คือความสามารถในการดึงหรือสร้างความหมายและเจตนาจากข้อความในรูปแบบที่อ่านง่าย เป็นธรรมชาติ และถูกต้องตามหลักไวยากรณ์ NLP ขับเคลื่อนอินเทอร์เฟซด้วยเสียงสำหรับผู้ช่วยเสมือนและแชทบอท เทคโนโลยีนี้ถูกใช้มากขึ้นในการสืบค้นชุดข้อมูลเช่นกัน 6ร้อยละหกสิบหกของผู้ตอบแบบสอบถามใช้ NLP เพิ่มขึ้นจาก 56 เปอร์เซ็นต์ในปีที่แล้ว
การเรียนรู้อย่างลึกซึ้ง การเรียนรู้เชิงลึกเป็นส่วนย่อยของการเรียนรู้ด้วยเครื่องโดยอาศัยแบบจำลองแนวคิดของสมองมนุษย์ที่เรียกว่าโครงข่ายประสาทเทียม เรียกว่าการเรียนรู้เชิงลึกเนื่องจากโครงข่ายประสาทเทียมมีหลายชั้นที่เชื่อมต่อกัน: ชั้นอินพุตที่รับข้อมูล เลเยอร์ที่ซ่อนอยู่ซึ่งคำนวณข้อมูล และชั้นผลลัพธ์ที่นำส่งการวิเคราะห์ ยิ่งจำนวนชั้นที่ซ่อนอยู่มากขึ้น (ซึ่งแต่ละชั้นประมวลผลข้อมูลที่ซับซ้อนมากขึ้นเรื่อยๆ) ยิ่งลึกระบบ. การเรียนรู้เชิงลึกมีประโยชน์อย่างยิ่งสำหรับการวิเคราะห์ข้อมูลที่ซับซ้อน สมบูรณ์ และหลายมิติ เช่น คำพูด รูปภาพ และวิดีโอ ทำงานได้ดีที่สุดเมื่อใช้ในการวิเคราะห์ชุดข้อมูลขนาดใหญ่ เทคโนโลยีใหม่ช่วยให้บริษัทต่างๆ เปิดตัวโครงการการเรียนรู้เชิงลึกได้ง่ายขึ้น และการนำไปใช้ก็เพิ่มขึ้น ในบรรดาผู้ตอบแบบสอบถามของเรา 54 เปอร์เซ็นต์กล่าวว่าพวกเขาใช้การเรียนรู้เชิงลึก เพิ่มขึ้น 19 จุดจากปี 2560 ซึ่งเป็นการก้าวกระโดดครั้งใหญ่ที่สุดในบรรดาเทคโนโลยี AI ทั้งหมด

Robot Auto process

วางแผนหลักสูตรให้คุ้มค่า
มีหลายเส้นทางสู่คุณค่าที่นำเสนอโดยเทคโนโลยี AI รวมถึงความพยายามในระยะสั้นเพื่อขับเคลื่อนประสิทธิภาพและอื่น ๆ สำหรับการเปลี่ยนแปลงในระยะยาว 7อันที่จริง บริษัท TMT ทั้งสามกลุ่มของเรามีมุมมองที่แตกต่างกันว่าการเปลี่ยนแปลงที่ขับเคลื่อนด้วย AI ของพวกเขาอาจเกิดขึ้นได้เร็วเพียงใด ผู้เริ่มใช้งานและผู้ที่มีทักษะน้อยมักจะมองโลกในแง่ดีเกี่ยวกับความเร็ว ในขณะที่ผู้ที่ใช้งาน Seasoned มีความคาดหวังที่อารมณ์เสียมากกว่า ร้อยละหกสิบห้าของผู้เริ่มต้นและร้อยละ 59 ของผู้มีทักษะเชื่อว่าการเปลี่ยนแปลงขององค์กรจะเกิดขึ้นภายในสามปี เพียง 45 เปอร์เซ็นต์ของ Seasoned เห็นด้วย อันที่จริง บริษัท Seasoned มากกว่าครึ่งหนึ่ง (51 เปอร์เซ็นต์) เชื่อว่าการเปลี่ยนแปลงทางธุรกิจจะใช้เวลาสี่ปีหรือนานกว่านั้น ผู้ที่มีทักษะและผู้เริ่มต้นอาจมีความทะเยอทะยานอันยิ่งใหญ่ หรือ Seasoned อาจระมัดระวังและสมจริงมากขึ้น อย่างไรก็ตาม ความจริงที่ว่า Seasoned กำลังเร่งการลงทุนและการใช้งาน AI บ่งชี้ว่าพวกเขาวางแผนที่จะยึดติดกับความคิดริเริ่มด้าน AI ในระยะยาว