Sommario:
Video: Comunica Starweb - Impresa individuale inattiva (Settembre 2024)
Solo il 21% delle piccole imprese ha implementato soluzioni basate sull'intelligenza artificiale (AI), secondo un rapporto di Bluewolf (una società IBM). L'IA Investment Gap Survey ha intervistato 177 responsabili delle decisioni in tutto il mondo per determinare se avevano già adottato l'IA e l'apprendimento automatico (ML) e la profondità della loro comprensione di queste tecnologie. Sebbene il 33 percento delle piccole imprese abbia pianificato di investire nell'intelligenza artificiale entro i prossimi 12 mesi (portando il numero totale di adottanti di intelligenza artificiale al 54% l'anno prossimo), il totale è ancora inferiore a quello delle grandi aziende. Inoltre, il 30 percento delle grandi aziende ha già investito nell'intelligenza artificiale mentre il 44 percento prevede di iniziare a investire entro i prossimi 12 mesi. Ciò porta il totale al 74 percento, ovvero il 20 percento in più rispetto al totale delle piccole imprese.
Vanessa Thompson, Senior Vice President di Customer Experience Insights presso Bluewolf, ha affermato che esiste un divario di conoscenza tra le aziende che hanno adottato strumenti di intelligenza artificiale e quelle che non intendono adottare tali strumenti. Definisce questo abisso "il divario degli investimenti in AI" e lo descrive come una "discrepanza tra i dirigenti di livello C che comprendono l'intelligenza artificiale e coloro che devono ancora implementarlo nel loro business", secondo una dichiarazione scritta.
Poiché Bluewolf vende strumenti di intelligenza artificiale, sarebbe opportuno suggerire che l'unica ragione per cui le persone non acquistano strumenti di intelligenza artificiale è perché non ne sono a conoscenza. Per verificare l'affermazione di Thompson, ho parlato con Brandon Purcell, Senior Analyst of Customer Insights presso Forrester Research, su quali eventuali problemi potrebbero esistere per causare il divario tra coloro che hanno adottato l'IA e quelli che non lo hanno fatto. Purcell e Forrester Research hanno condotto studi simili sull'adozione dell'IA. Sebbene i suoi numeri complessivi siano simili a quelli di IBM - il 51% delle aziende ha adottato o sta espandendo l'intelligenza artificiale e il 20% afferma di avere in programma di adottare entro i prossimi 12 mesi - Purcell ha scoperto un paio di altri motivi convincenti per cui le piccole imprese potrebbero essere in ritardo la curva dell'adozione dell'IA.
Il costo dell'IA
Purcell ha fatto riferimento ai vincoli di investimento come un fattore importante, in particolare "per quanto riguarda l'insieme di competenze. Le piccole imprese non hanno le risorse per assumere i data scientist", ha affermato. Questi sono i lavoratori che estrarranno approfondimenti dai dati trasferiti dentro e fuori dal software aziendale.
Saranno anche quelli che determineranno se l'IA sta leggendo accuratamente i tuoi dati e intraprendendo azioni basate sulla propria intelligenza. Lo stipendio medio per uno scienziato di dati è di $ 113.436 all'anno, secondo Glassdoor, che è (nel grande schema dei ricchi) appena leggermente inferiore allo stipendio medio di un CEO americano ($ 166.000, secondo PayScale). Quindi, se sei un amministratore delegato di piccole imprese che opera con margini molto ridotti e non vuoi tagliare il tuo stipendio, sarebbe difficile razionalizzare la spesa di sei cifre per uno scienziato di dati e spendere soldi per un sistema software in grado di convertire i dati in AI.
Ma non sono solo i soldi che impediscono alle aziende più piccole di investire in software basati sull'intelligenza artificiale. "In una nota correlata, c'è un fattore di dati", ha detto Purcell. "L'intelligenza artificiale fiorisce quando si dispone di grandi quantità di dati. Le piccole imprese non hanno così tanti dati per farlo."
Pensala in questo modo: sai come Facebook sa quali amici taggare quando pubblichi una foto? Questo perché Facebook ha raccolto informazioni da tutti i post precedentemente contrassegnati. Hai mai visto un film che Netflix ti ha raccomandato? Netflix sapeva raccomandare quel film in base alle selezioni precedenti. Facebook e Netflix sono in grado di formulare questi consigli sulla base di ML, che è il primo cugino di AI. Sebbene siano simili, entrambi i termini sono spesso usati in modo intercambiabile (e in modo errato).
Ecco la differenza di base tra i termini: i sistemi ML utilizzano l'intelligence per migliorare le prestazioni offrendo consigli e modi per semplificare i processi, mentre i sistemi che utilizzano l'IA danno l'autonomia al software per svolgere attività e prendere decisioni senza supervisione umana. ML è Netflix che consiglia i film mentre AI è un'auto che ti guida al lavoro mentre fai un pisolino sul sedile posteriore. Come piccola impresa che sta appena iniziando a generare dati, i vantaggi dell'IA saranno minuscoli rispetto a ciò che un'azienda Fortune 500 potrebbe vedere quando accendono il proprio software AI.
Bluewolf è sbagliato?
Quindi, Bluewolf è stato alimentato con scarse informazioni nel loro sondaggio? Le piccole imprese conoscono l'IA ma non hanno i soldi o i dati per emozionarsi al riguardo? Purcell non pensa che la ricerca di Bluewolf sia sbagliata. Infatti, attribuisce a IBM Watson il creatore del cognitive computing, il termine generico che comprende AI, ML e altre applicazioni che imitano il cervello umano.
"Hanno speso molti soldi per creare quella categoria, ma hanno grandi concorrenti nello spazio: Google, Amazon, Facebook, Microsoft", ha detto Purcell. "Quelle aziende siedono anche su enormi quantità di dati utilizzati per addestrare i sistemi di intelligenza artificiale. La definizione di AI di Hollywood è il robot senziente. Non l'abbiamo ancora usato. Ma, quando si tratta di implementare l'IA a livello aziendale per l'IA pratica, IBM si distingue per la creazione di tali strumenti ".
Le idee sbagliate su Hollywood, l'IA e i robot che ci uccidono nel sonno sono una ragione probabile per cui le piccole imprese hanno evitato di imparare di più sugli strumenti di intelligenza artificiale. Se sei un rivenditore di magliette in Oklahoma, a che serve un'auto autonoma o un futuro robot armato con una pistola laser? Tuttavia, se presi nel suo contesto meno noto, Purcell e Thompson vedono casi d'uso pratici per le piccole imprese: casi d'uso in cui le piccole imprese non sono ancora state istruite.
Con qualcosa che Thompson e Bluewolf chiamano "intelligenza aumentata", le piccole imprese non hanno necessariamente bisogno della competenza dei dati o della quantità di informazioni per sfruttare l'intelligenza artificiale. Bluewolf definisce l'intelligenza aumentata come la capacità delle app di ragionare, inferire ed estrarre idee, anche con set di dati non strutturati, come linguaggio e immagini. Anche all'inizio della raccolta di dati di un'azienda, le soluzioni di intelligenza aumentata sono in grado di apprendere mentre procedono, indipendentemente da quanto poche informazioni vengano immesse nel sistema.
"L'intelligenza aumentata aiuta gli utenti finali a prevedere cosa fare dopo fornendo loro un profilo di ciò di cui i loro clienti hanno bisogno", ha affermato Thompson. "Vediamo potenziato come un modo per rendere l'IA una realtà per aziende di qualsiasi dimensione."
Ciò include cose come la combinazione di dati interni ed esterni per integrare la conoscenza che la tecnologia di intelligence aumentata utilizza per prendere decisioni aziendali. Ad esempio, combinando modelli di acquisti locali esterni e dati meteorologici con dati di modelli di acquisto dei clienti proprietari, le società di e-commerce possono offrire campagne iper-personalizzate. In questo scenario, uno scienziato di dati sarebbe utile ma non necessario e una serie di dati dei clienti renderebbe la campagna ancora più potente. Ma non impedirebbe alla campagna di essere più potente di quanto sarebbe stata senza la combinazione di origini dati interne ed esterne.
