AI สามารถสร้างการเปลี่ยนแปลงที่มีความหมายในอุตสาหกรรมดั้งเดิมได้อย่างไร

AI สามารถสร้างการเปลี่ยนแปลงที่มีความหมายในอุตสาหกรรมดั้งเดิมได้อย่างไร

เว็บไซต์

เป็นเวลากว่าทศวรรษแล้วที่ Marc Andreessen เขียนเรียงความที่มีชื่อเสียงของเขาว่า “ซอฟต์แวร์กำลังกินโลก” เราจำเป็นต้องดูบริษัทซอฟต์แวร์เพียงไม่กี่แห่งที่มีผลกระทบอย่างใหญ่หลวงต่อชีวิตประจำวันของเรา (เช่น Uber, DoorDash และ Slack) เพื่อทำความเข้าใจว่าสิ่งนี้เป็นความจริง ทว่าในปัจจุบัน อุตสาหกรรมมูลค่าหลายล้านล้านดอลลาร์ เช่น การค้าปลีก ห่วงโซ่อุปทาน อาหารและพลังงาน มีขั้นตอนการทำงานที่สำคัญและกระบวนการตัดสินใจที่อาศัยสเปรดชีต Excel หรือปากกาและกระดาษตามตัวอักษร

การออกแบบเว็บไซต์

อะไรทำให้ซอฟต์แวร์ไม่กินอุตสาหกรรมเหล่านี้ คำตอบอยู่ที่กายภาพ พลวัต และความคาดเดาไม่ได้ของโลกที่ไม่ใช่ดิจิทัล
AI ทำงานอย่างไรในโลกดิจิทัล
ในโลกดิจิทัล ปัจจัยการผลิตที่จำเป็นนั้นสามารถรู้ได้ ดำเนินธุรกิจในการปรับตำแหน่งโฆษณาให้เหมาะสมเพื่อเพิ่มจำนวนคลิกสูงสุดในขณะที่ผู้คนท่องเว็บหรือเลื่อนดูโซเชียลมีเดีย ที่ระดับสูงสุด วัตถุประสงค์คือเพื่อเพิ่มอัตราการคลิกผ่านและการแปลงให้สูงสุด ปัจจัยการผลิตที่จำเป็นสำหรับซอฟต์แวร์เพิ่มประสิทธิภาพในการทำงานเป็นที่ทราบ; ปัจจัยด้านอุปสงค์ (ผู้ที่เข้าชมไซต์ของตน) ผู้โฆษณาและการจัดหาโฆษณา (ซึ่งโฆษณาสามารถแสดงได้) และตำแหน่งตำแหน่ง (ตำแหน่งที่สามารถแสดงได้) เป็นจุดข้อมูลที่เรียบง่ายและเป็นส่วนใหญ่ การปรับตำแหน่งโฆษณาให้เหมาะสมยังคงเป็นเรื่องยากที่จะทำให้ถูกต้อง แต่การทำงานภายในบริบทดิจิทัลที่มีการบันทึกและทำความเข้าใจอินพุตและเอาต์พุตอย่างชัดเจนทำให้ง่ายขึ้นมาก
AI สามารถทำงานอย่างไรในโลกทางกายภาพ
มันยากขึ้นมากในโลกทางกายภาพที่มีความซับซ้อนมากขึ้นและสิ่งที่ไม่รู้จักอีกมากมาย ข้อมูลต่างๆ เกี่ยวกับโลกนั้นไม่เหมือนกับ “ตำแหน่ง” ดิจิทัลที่ไม่มีอยู่จริงหรือแม่นยำเสมอไป บ้านของคุณไม่ได้ “รู้” ว่าโต๊ะทำงานของคุณอยู่ที่ไหน ในขณะที่คอมพิวเตอร์ของคุณรู้ว่าไอคอนทั้งหมดอยู่ที่ใด นี่เป็นตัวอย่างง่ายๆ ของหลายสิ่งหลายอย่างที่ทำให้โลกของอะตอมซับซ้อนทวีคูณกว่าโลกของบิต
แล้วอะไรคือสิ่งที่จำเป็นในการอัดฉีดเทคโนโลยีเข้าไปในบริบทที่ซับซ้อนอย่างไร้ความปราณีของโลกทางกายภาพ? ฉันเชื่อว่าจำเป็นต้องมีซอฟต์แวร์รุ่นใหม่ที่สามารถใช้ประโยชน์จากเทคโนโลยีที่ดีที่สุด แต่ยังต้องพึ่งพาและเป็นพันธมิตรกับสัญชาตญาณและความยืดหยุ่นของผู้ใช้ที่เป็นมนุษย์ แทนที่จะทำให้ทุกอย่างเป็นอัตโนมัติอย่างสมบูรณ์ คนรุ่นใหม่นี้สามารถรับทราบข้อมูลที่ขาดหายไปโดยอนุญาตให้ผู้คนเข้ามาใช้วิจารณญาณและความรู้สึกในการบูตเป็นครั้งคราว การนำ AI รุ่นต่อไปมาใช้กับโลกทางกายภาพสามารถดึงดูด AI สำหรับกรณีที่คาดการณ์ได้ ซึ่งสามารถปรับให้เหมาะสมแล้วใช้ประโยชน์จากมนุษย์ในพื้นที่ที่โลกมีพลวัตและคาดเดาไม่ได้ หรือในกรณีที่จำเป็นต้องมีการตัดสินและสัญชาตญาณ
รถยนต์ที่ขับเองเป็นตัวอย่าง
เทคโนโลยีรถยนต์ไร้คนขับสำหรับผู้บริโภครายแรกที่แพร่หลายจะไม่ทำให้มนุษย์หมดไปโดยอัตโนมัติ จะช่วยให้เทคโนโลยีสามารถขับเคลื่อนตัวเองได้เมื่อโลกทางกายภาพอนุญาต และจะอนุญาตให้มนุษย์เข้ายึดครองเมื่อไม่เป็นเช่นนั้น รถอาจขับเองบนทางหลวงหรือในช่องเดินรถอัตโนมัติที่กำหนด จากนั้นพนักงานควบคุมที่เป็นมนุษย์ในยานพาหนะ (หรือสถานที่ห่างไกล ) สามารถขับมันในใจกลางเมืองที่วุ่นวายได้
ด้วยวิธีนี้ เราสามารถทำให้เป็นอัตโนมัติและควบคุมพลังอันยิ่งใหญ่ของ AI เพื่อเพิ่มประสิทธิภาพการตัดสินใจที่พร้อมจะจัดการและส่งเสริมให้ผู้คนจัดการกับสิ่งที่ไม่สามารถทำได้ เช่นเดียวกับหลักการนี้กับรถยนต์ที่ขับเคลื่อนด้วยตนเอง ก็สามารถนำไปใช้กับกรณีการใช้งานทางธุรกิจมากมายในอุตสาหกรรมหนัก ผลลัพธ์อาจเป็นการแปลงข้อมูลเป็นดิจิทัลและการเพิ่มประสิทธิภาพของอุตสาหกรรมทางกายภาพที่สำคัญอย่างไม่น่าเชื่อ ซึ่งในอดีตยังคงถูกเทคโนโลยีแทรกแซง และในทางกลับกัน ก็สามารถสร้างประสิทธิภาพ มูลค่า และความยั่งยืนที่น่าอัศจรรย์ใจได้
ทำไมอุตสาหกรรมทางกายภาพถึงล้าหลัง?
อุตสาหกรรมขนาดใหญ่แบบดั้งเดิม เช่น ร้านขายของชำหรือการก่อสร้าง ได้แปลงกระบวนการบางส่วนให้เป็นดิจิทัล แต่ยังคงต้องอาศัยการป้อนข้อมูลโดยเจ้าหน้าที่และวิจารณญาณของมนุษย์ในการตัดสินใจที่สำคัญที่สุด ทำไมสิ่งนี้ยังคงเกิดขึ้นเมื่อเราเห็น AI ปฏิวัติอุตสาหกรรมดิจิทัลอื่น ๆ โลกแห่งความจริงมีความท้าทายหลักบางประการ:
• โลกแห่งความจริงนั้นยุ่งเหยิง มีพลวัต และเปลี่ยนแปลงตลอดเวลา (เช่น การระบาดใหญ่ของ Covid-19)
• โลกแห่งความจริงไม่ได้ถูกเก็บข้อมูลอย่างสมบูรณ์
• โลกแห่งความจริงขึ้นอยู่กับความผันผวนของผู้คน และระดับของข้อมูลจากผู้คนนั้นไม่จำกัด
• สินค้าทางกายภาพอยู่ภายใต้องค์ประกอบที่ไม่เป็นระเบียบซึ่งบิตและไบต์ไม่อยู่ภายใต้
• เหตุการณ์ของหงส์ดำไม่ว่าจะใหญ่หรือเล็กนั้นคาดเดาไม่ได้และอยู่เหนือการควบคุมของเรา (เช่น 11 กันยายน)
สิ่งเหล่านี้เป็นความท้าทายที่สำคัญ และสิ่งที่ทำให้ยากยิ่งขึ้นไปอีกก็คือลักษณะในโลกแห่งความเป็นจริงเหล่านี้ขัดแย้งโดยตรงกับโครงสร้างหลักของเทคโนโลยี:
• เทคโนโลยีต้องการความสม่ำเสมอและการคาดการณ์ได้
• เทคโนโลยีต้องการการป้อนข้อมูลที่สมบูรณ์แบบและเชื่อถือได้
• เทคโนโลยีสร้างขึ้นบนระบบวงปิดที่เรียบง่ายกว่าซึ่งไม่มีช่องโหว่หรือขึ้นอยู่กับกรณีขอบ
• สินค้าดิจิทัลคือพิกเซลบนหน้าจอ
การปะทะกันครั้งนี้ทำให้ AI ยากที่จะขยายจากโลกดิจิทัลไปสู่โลกทางกายภาพ ด้วยตัวอย่างรถยนต์ไร้คนขับของเรา สาเหตุที่รถยนต์เหล่านี้ยังไม่แพร่หลายจึงเป็นความท้าทายหลักในโลกแห่งความเป็นจริงที่ระบุไว้ข้างต้น เป็นการท้าทายสำหรับรถยนต์ที่ขับด้วยตนเองที่จะพยายามสแกนข้อมูลทั้งหมดในโลกแห่งความเป็นจริงเพื่อให้ทำงานได้อย่างราบรื่น
AI จะเปลี่ยนโลกได้อย่างไร
เพื่อเปลี่ยนแปลงโลกในเชิงบวกและแก้ปัญหาเร่งด่วนที่สุดของมนุษยชาติ เราต้องใช้เทคโนโลยี ใช่ เทคโนโลยีสามารถแสดงโฆษณาที่ตรงเป้าหมาย ปรับปรุงคุณภาพการสตรีม และแนะนำเนื้อหาที่ดีขึ้น และแอปพลิเคชันเหล่านี้มีที่ในชีวิตของเรา อย่างไรก็ตาม การใช้ปัญญาประดิษฐ์ในอุตสาหกรรมทางกายภาพแบบดั้งเดิมสามารถขับเคลื่อนผลประโยชน์ที่มีความหมายและเป็นบวก เช่น ของเสียน้อยลง ความพร้อมใช้งานมากขึ้น ความเสี่ยงน้อยลง และอุตสาหกรรมที่แข็งแกร่งขึ้น
บางทีในที่สุดซอฟต์แวร์อาจใช้เคสที่บ้าคลั่งและคาดเดาไม่ได้ของโลกทางกายภาพ ในระหว่างนี้ มาสร้างสะพานโดยการพัฒนา AI ที่เน้นมนุษย์เป็นศูนย์กลางและระบบที่ออกแบบมาสำหรับโลกทางกายภาพเพื่อส่งผลกระทบต่อการเปลี่ยนแปลงทั่วโลกที่เราจำเป็นต้องบรรเทาการเปลี่ยนแปลงสภาพภูมิอากาศ แก้ปัญหาด้านสุขภาพของมนุษย์ที่ใหญ่ที่สุด และขจัดความเสี่ยงมากมายจากโลก เมื่อนำ AI ที่เน้นมนุษย์เป็นศูนย์กลางมาใช้กับอุตสาหกรรมแบบดั้งเดิม เราก็สามารถสร้างการเปลี่ยนแปลงที่แท้จริงได้ อาจไม่ฉูดฉาดเหมือนยานยนต์ที่ขับเคลื่อนอัตโนมัติ การจดจำใบหน้า หรือหุ่นยนต์ แต่ก็ไม่ได้ทำให้เกิดการเปลี่ยนแปลงโลกและมีความจำเป็นอย่างยิ่งยวด
“[AI] กำลังจะเปลี่ยนแปลงโลกมากกว่าสิ่งใดในประวัติศาสตร์ของมนุษยชาติ มากกว่าไฟฟ้า”— AI oracle และผู้ร่วมทุน Dr. Kai-Fu Lee, 2018
ในอาคารที่ไม่ธรรมดาใกล้กับตัวเมืองชิคาโก มาร์ก เกียงโยซี และทีมงานIFM / Onetrack.AI ที่มีขนาดเล็กแต่เติบโตขึ้นเรื่อยๆมีกฎข้อเดียวที่ควบคุมพวกเขาทั้งหมด นั่นคือ คิดอย่างเรียบง่าย คำเหล่านี้เขียนด้วยฟอนต์ธรรมดาๆ บนกระดาษธรรมดาๆ ที่ติดอยู่ที่ผนังชั้นบนด้านหลังของพื้นที่ทำงาน 2 ชั้นในโรงงานอุตสาหกรรม อย่างไรก็ตาม สิ่งที่พวกเขาทำกับปัญญาประดิษฐ์นี้ ไม่ใช่เรื่องง่ายเลย

เว็บแอพพลิเคชั่น

นั่งที่โต๊ะรกของเขา ซึ่งอยู่ใกล้โต๊ะปิงปองที่ไม่ค่อยได้ใช้ และโดรนต้นแบบตั้งแต่สมัยเรียนมหาวิทยาลัยถูกแขวนไว้เหนือศีรษะ Gyongyosi ต่อยกุญแจบนแล็ปท็อปเพื่อดึงภาพวิดีโอที่เป็นเม็ดๆ ของคนขับรถยกที่ใช้รถของเขาในโกดัง . มันถูกบันทึกจากความอนุเคราะห์จาก Onetrack.AI “ระบบวิชันซิสเต็ม”
ปัญญาประดิษฐ์จะเปลี่ยนอนาคตได้อย่างไร
ปัญญาประดิษฐ์ส่งผลกระทบต่ออนาคตของแทบทุกอุตสาหกรรมและมนุษย์ทุกคน ปัญญาประดิษฐ์ทำหน้าที่เป็นตัวขับเคลื่อนหลักของเทคโนโลยีเกิดใหม่ เช่น บิ๊กดาต้า หุ่นยนต์ และ IoT และจะยังคงทำหน้าที่เป็นผู้ริเริ่มทางเทคโนโลยีต่อไปในอนาคตอันใกล้
การใช้แมชชีนเลิร์นนิงและคอมพิวเตอร์วิทัศน์ในการตรวจจับและจำแนก “เหตุการณ์ด้านความปลอดภัย” ต่างๆ อุปกรณ์ขนาดเท่ากล่องใส่รองเท้าอาจมองไม่เห็นทั้งหมด แต่มองเห็นได้มากมาย เช่นเดียวกับวิธีที่คนขับมองในขณะที่เขาควบคุมรถ เขาขับเร็วแค่ไหน เขาขับที่ไหน ตำแหน่งของผู้คนรอบตัวเขา และวิธีที่ผู้ควบคุมรถยกคนอื่นๆ เคลื่อนยานพาหนะของพวกเขา ซอฟต์แวร์ของ IFM จะตรวจจับการละเมิดความปลอดภัยโดยอัตโนมัติ (เช่น การใช้โทรศัพท์มือถือ) และแจ้งให้ผู้จัดการคลังสินค้าทราบเพื่อให้สามารถดำเนินการได้ทันที เป้าหมายหลักคือการป้องกันอุบัติเหตุและเพิ่มประสิทธิภาพ Gyongyosi อ้างว่าความรู้เพียงอย่างเดียวที่อุปกรณ์ของ IFM กำลังดูอยู่นั้น “มีผลอย่างมาก”
“ถ้าคุณนึกถึงกล้อง กล้องเป็นเซ็นเซอร์ที่ร่ำรวยที่สุดที่เรามีอยู่ในปัจจุบันในราคาที่น่าสนใจมาก” เขากล่าว “เนื่องจากสมาร์ทโฟน กล้องและเซ็นเซอร์ภาพมีราคาถูกอย่างไม่น่าเชื่อ แต่เราก็ยังเก็บข้อมูลจำนวนมาก จากรูปภาพ เราอาจสรุปสัญญาณได้ 25 สัญญาณในวันนี้ แต่หกเดือนจากนี้ เราจะสามารถสรุปสัญญาณ 100 หรือ 150 จากรูปภาพเดียวกันนั้นได้ ข้อแตกต่างเพียงอย่างเดียวคือซอฟต์แวร์ที่ใช้ดูภาพ และนั่นเป็นสาเหตุที่น่าสนใจมาก เนื่องจากเราสามารถนำเสนอชุดคุณลักษณะหลักที่สำคัญมากในปัจจุบัน แต่เมื่อเวลาผ่านไป ระบบทั้งหมดของเรากำลังเรียนรู้จากกันและกัน ลูกค้าทุกรายสามารถได้รับประโยชน์จากลูกค้ารายอื่นๆ ที่เรานำมาด้วย เนื่องจากระบบของเราเริ่มมองเห็นและเรียนรู้กระบวนการเพิ่มเติม และตรวจจับสิ่งที่สำคัญและเกี่ยวข้องมากขึ้น”
วิวัฒนาการของ AI
IFM เป็นเพียงหนึ่งในนักประดิษฐ์ AI นับไม่ถ้วนในสาขาที่ร้อนแรงกว่าที่เคยและได้รับมากขึ้นตลอดเวลา นี่เป็นตัวบ่งชี้ที่ดี: จาก 9,100 สิทธิบัตรที่ได้รับโดยนักประดิษฐ์ของ IBM ในปี 2018 มี 1,600 (หรือเกือบ 18 เปอร์เซ็นต์) ที่เกี่ยวข้องกับ AI นี่คืออีกสิ่งหนึ่ง: ผู้ก่อตั้งเทสลาและยักษ์ใหญ่ด้านเทคโนโลยี Elon Musk เพิ่งบริจาคเงิน 10 ล้านดอลลาร์เพื่อเป็นทุนในการวิจัยอย่างต่อเนื่องที่บริษัทวิจัยOpenAIที่ไม่แสวงหากำไร– เป็นเพียงการลดลงในถังสุภาษิตหากการจำนำร่วม 1 พันล้านดอลลาร์ในปี 2558 เป็นข้อบ่งชี้ และในปี 2560 ประธานาธิบดีรัสเซีย วลาดิมีร์ ปูติน บอกกับเด็กนักเรียนว่า “ใครก็ตามที่เป็นผู้นำในขอบเขตนี้ [AI] จะกลายเป็นผู้ปกครองโลก” จากนั้นเขาก็โยนหัวกลับและหัวเราะอย่างบ้าคลั่ง

Web​ application

โอเค สิ่งสุดท้ายนั้นเป็นเท็จ อย่างไรก็ตาม สิ่งนี้ไม่เป็นเช่นนั้น: หลังจากผ่านไปมากกว่าเจ็ดทศวรรษโดย hoopla และการพักตัวเป็นระยะๆ ในช่วงวิวัฒนาการของคลื่นหลายคลื่นที่เริ่มต้นด้วยสิ่งที่เรียกว่า “วิศวกรรมความรู้” ได้พัฒนาไปสู่การเรียนรู้ด้วยเครื่องตามแบบจำลองและอัลกอริธึมและมุ่งเน้นมากขึ้น ในการรับรู้ การใช้เหตุผล และการวางนัยทั่วไป AI ได้กลับมาอยู่ในจุดศูนย์กลางอย่างที่ไม่เคยมีมาก่อน และจะไม่ยกให้สปอตไลท์ในเร็ว ๆ นี้
อนาคตคือปัจจุบัน: ผลกระทบของ AI อยู่ทุกหนทุกแห่ง
แทบไม่มี AI สมัยใหม่ในอุตสาหกรรมหลักเลย โดยเฉพาะอย่างยิ่ง “AI แบบแคบ” ซึ่งทำหน้าที่ตามวัตถุประสงค์โดยใช้แบบจำลองที่ได้รับการฝึกอบรมจากข้อมูล และมักจัดอยู่ในหมวดหมู่ของการเรียนรู้เชิงลึกหรือการเรียนรู้ของเครื่อง ซึ่งยังไม่ได้รับผลกระทบ โดยเฉพาะอย่างยิ่งในช่วงไม่กี่ปีที่ผ่านมา เนื่องจากการเก็บรวบรวมและวิเคราะห์ข้อมูลเพิ่มขึ้นอย่างมากจากการเชื่อมต่อ IoT ที่แข็งแกร่ง การเพิ่มจำนวนอุปกรณ์ที่เชื่อมต่อ และการประมวลผลคอมพิวเตอร์ที่รวดเร็วยิ่งขึ้น
บางภาคส่วนอยู่ในช่วงเริ่มต้นของการเดินทางด้วย AI ส่วนภาคส่วนอื่นๆ เป็นนักเดินทางที่มีประสบการณ์ ทั้งสองมีทางยาวไป โดยไม่คำนึงถึง ผลกระทบที่ปัญญาประดิษฐ์มีต่อชีวิตปัจจุบันของเรานั้นยากที่จะมองข้าม:
การคมนาคมขนส่ง:แม้ว่าจะใช้เวลากว่าทศวรรษหรือมากกว่านั้นในการทำให้สมบูรณ์ แต่สักวันหนึ่งรถยนต์ที่ขับเคลื่อนด้วยตนเองจะพาเราข้ามฟากจากที่หนึ่งไปยังอีกที่หนึ่ง
การผลิต: หุ่นยนต์ที่ขับเคลื่อนด้วย AI ทำงานร่วมกับมนุษย์เพื่อทำงานที่จำกัด เช่น การประกอบและการซ้อน และเซ็นเซอร์วิเคราะห์เชิงคาดการณ์ช่วยให้อุปกรณ์ทำงานได้อย่างราบรื่น
การดูแลสุขภาพ:ในสาขาการดูแลสุขภาพที่พึ่งเกิดขึ้นจาก AI โรคต่างๆ ได้รับการวินิจฉัยอย่างรวดเร็วและแม่นยำยิ่งขึ้น การค้นพบยาจะเร็วขึ้นและคล่องตัว ผู้ช่วยพยาบาลเสมือนจริงคอยตรวจสอบผู้ป่วยและการวิเคราะห์ข้อมูลขนาดใหญ่ช่วยสร้างประสบการณ์ผู้ป่วยที่เป็นส่วนตัวมากขึ้น
การศึกษา:หนังสือเรียนถูกแปลงเป็นดิจิทัลด้วยความช่วยเหลือของ AI ผู้สอนเสมือนจริงขั้นต้นจะช่วยเหลือผู้สอนที่เป็นมนุษย์ และการวิเคราะห์ใบหน้าจะวัดอารมณ์ของนักเรียนเพื่อช่วยตัดสินว่าใครกำลังดิ้นรนหรือเบื่อ และปรับประสบการณ์ให้ตรงตามความต้องการของแต่ละคนได้ดียิ่งขึ้น
สื่อ:วารสารศาสตร์ใช้ AI ด้วยเช่นกัน และจะได้รับประโยชน์จากมันต่อไป Bloomberg ใช้เทคโนโลยี Cyborg เพื่อช่วยให้เข้าใจรายงานทางการเงินที่ซับซ้อนได้อย่างรวดเร็ว Associated Press ใช้ความสามารถทางภาษาธรรมชาติของ Automated Insights เพื่อสร้างรายงานรายได้ 3,700 เรื่องต่อปี ซึ่งมากกว่าในอดีตที่ผ่านมาเกือบสี่เท่า
บริการลูกค้า:สุดท้ายแต่แทบจะไม่ท้ายสุด Google กำลังทำงานเกี่ยวกับผู้ช่วย AI ที่สามารถโทรออกเหมือนมนุษย์เพื่อนัดหมายที่ร้านทำผมในละแวกของคุณ นอกจากคำพูดแล้ว ระบบยังเข้าใจบริบทและความแตกต่างอีกด้วย

Robot Auto process

แต่ความก้าวหน้าเหล่านั้น (และอื่น ๆ อีกมากมาย รวมทั้งพืชผลใหม่นี้ ) เป็นเพียงจุดเริ่มต้นเท่านั้น ยังมีอะไรอีกมากที่จะตามมา — มากกว่าใครๆ แม้แต่ผู้พยากรณ์ที่ฉลาดที่สุดก็สามารถเข้าใจได้
“ผมคิดว่าใครทำให้สมมติฐานเกี่ยวกับความสามารถของซอฟต์แวร์อัจฉริยะสูงสุดที่กำหนดออกมาในบางจุดจะเข้าใจผิด” เดวิด Vandegrift, CTO และผู้ร่วมก่อตั้งของการบริหารลูกค้าสัมพันธ์ บริษัท กล่าวว่า4Degrees