اکنون که هوش مصنوعی ارزان و به طور گسترده در دسترس است، ما اغلب به دلایلی اشتباه از آن استفاده می کنیم. اینجاست که هوش مصنوعی مبتنی بر ابر بیشترین ارزش را دارد.
آیا از هوش مصنوعی بیش از حد استفاده می شود؟ شاید در ابتدا زمانی بود که ارائه دهندگان محاسبات ابری شروع به ارائه هوش مصنوعی به عنوان یک سرویس کردند. ابر آن را ارزان و به آسانی در اختیار توسعه دهندگان راه حل قرار داد. در نتیجه، هوش مصنوعی راه خود را به برنامههایی پیدا کرد که به قابلیتهای هوش مصنوعی نیاز نداشتند و این راه حل در نهایت ارزش کمتری داشت. این مانند قرار دادن ترمزهای مسابقه ای گران قیمت و گران قیمت روی یک ماشین ساب کامپکت است. خودرو با ترمزهای استوک به خوبی متوقف خواهد شد. مدل های سطح بالا فقط پول و منابع را هدر می دهند.
این روزها ما کاربرد عملگرایانه هوش مصنوعی را بهتر درک می کنیم—چه زمانی ارزشش را نشان می دهد و چه زمانی نه. راه حل های تجاری که معمولاً بیشترین ارزش را با هوش مصنوعی مبتنی بر ابر پیدا می کنند عبارتند از:
برنامه های تجاری با الگوهای بالقوه در مقادیر زیاد داده. اینها میتوانند الگوهای جدیدی از دادههای جدید یا الگوهای جدیدی باشند که بر اساس آنچه که یک موتور هوش مصنوعی از قبل پردازش کرده و در طول زمان میآموزد ظاهر میشوند. هرچه داده های بیشتری تجزیه و تحلیل شود و سیستم هوش مصنوعی الگوهای بیشتری را شناسایی کند، موتور هوش مصنوعی بهتر می شود. ما این را در زندگی روزمره خود می بینیم: اتومبیل های ما از الگوهای رانندگی ما یاد می گیرند که بر این اساس ترمز و شتاب را تنظیم کنند. ترموستاتهای هوشمند الگوهای استفاده بهتری را تعیین میکنند و دما را بر اساس ترجیحات گذشته و آب و هوای فعلی تنظیم میکنند.
ایجاد دادهها و/یا درک جدید. خردهفروشان از موتورهای توصیه آنلاین استفاده میکنند تا بهتر تشخیص دهند که با چه کسی تعامل دارند و محصولات و خدماتی را که کاربر احتمالاً خریداری خواهد کرد، پیشنهاد میکنند. بر اساس رفتار مشتری، این موتورها می توانند مشخصات دموگرافیک مشتری مانند سن، گرایش جنسی، درآمد، مکان و حتی میزان تحصیلات و داشتن همسر یا فرزند را تعیین کنند. این موتورها می توانند فروش را اغلب تا ۲۰ درصد یا بیشتر افزایش دهند. این روش “تحصیلی” که شما را برای خرید محصولات اضافی ترغیب می کند، هوش مصنوعی را به سلاح تبدیل می کند.
یک مجموعه داده موجود همراه با توانایی هوش مصنوعی برای تعیین معنای جدید. به همین دلیل است که هوش مصنوعی در وهله اول وجود دارد. اکثر شرکت ها متوجه می شوند که داده های ارزشمندی دارند، اما متوجه نشده اند که چگونه ارزش آن را استخراج کنند. داده ها در قلب همه سیستم های مجهز به هوش مصنوعی قرار دارند، اما به ندرت به آن اشاره می شود. اگر میدانید که راههای بهتری برای یادگیری از دادههای کسبوکارتان و جمعآوری اطلاعاتی وجود دارد که لزوماً واضح نیستند، میتوانید ارزش هوش مصنوعی و ابر را درک کنید.
به آنچه که نمی بینید توجه کنید. شما برنامههای تجاری استاندارد با سیستمهای هوش مصنوعی تعبیهشده را مشاهده نمیکنید، مهم نیست که به هوش مصنوعی نیاز دارید یا نه. من هوش مصنوعی را در سیستمهای تاکتیکی تجاری میبینم که در آنها ارزش هوش مصنوعی وجود ندارد. این هزینه و ریسک شما را افزایش می دهد.
روشهای سنتی تعریف منطق و رفتار برنامهها به خوبی کار میکنند، و در هزینه اضافی استفاده از هوش مصنوعی که حدود ۳۵ درصد بیشتر است، صرفهجویی خواهید کرد. بله، حتی در ابر.
شرکتها باید با واقعیتهای هوش مصنوعی کنار بیایند: فقط به این دلیل که میتوانید به این معنی نیست که باید. امیدوارم بسیاری از شما دقیقاً این سؤال را بپرسید زیرا فناوری در دسترس تر می شود و بنابراین فرصت های بیشتری برای اشتباه کردن با آن به ما می دهد.
پست های مرتبط
۳ راه حل تجاری که در آن هوش مصنوعی انتخاب خوبی است
۳ راه حل تجاری که در آن هوش مصنوعی انتخاب خوبی است
۳ راه حل تجاری که در آن هوش مصنوعی انتخاب خوبی است