Berta Sándor
A cégvezetőknek érteniük kellene a mesterséges intelligenciát
A technológiára nem valami csodaszerként kell tekinteni, hanem mindig az adott tevékenységhez kell igazítani.
Siegfried Russwurm, a Siemens egykori vezetője és egyben az Applied AI mesterséges intelligencia kezdeményezés egyik tagja rámutatott, hogy néhány vállalati vezető már most is foglalkozik a technológiával, de a legtöbben még mindig úgy gondolják, hogy ezzel a kérdéssel a digitális részlegnek kell törődnie. Más vezetők az innovációt a legjobb esetben csak valami mellékhatásként értékelik, míg a legrosszabb esetben az eddigi műveikre vetülő veszélyes fenyegetésként.
Philipp Gerbert, az Applied AI igazgatója hozzátette, hogy a mesterséges intelligencia nem egy kész termék, azt nem lehet egyszerűen megvásárolni. A klasszikus Big Datával ellentétben edzeni, képezni kell, gyakran a saját társasági adatok bevonásával. Emellett a technológiát egy vállalkozáson belül egységesen kell kezelni, tudni kell, hogy mik az előnyei és a kockázatai, s milyen hatással van a hagyományos döntési folyamatokra. Még az is lehet, hogy elpusztítja a jelenleg nyereséget hozó dolgokat, de akkor át kell gondolni, hogy milyen új, innovatív üzleti modellek képes kivédeni ezeket a negatív hatásokat.
Russwurm mindezt azzal egészítette ki, hogy aki jól végzi ezt a tevékenységet, az megérti, hogy a mesterséges intelligencia egy alaptechnológia, amely nagyon sok üzleti folyamatra hat. Esetében hatványozottan igaz, hogy tanulni kell mások hibáiból és azt is tudomásul kell venni, hogy e technológia sosincs kész. A legjobb, ha megpróbáljuk a mesterséges intelligenciát nem csodaszernek beállítani. A munkatársakat fel kell világosítani arról, hogy egy olyan technológiáról van szó, amely másképp csinálja a különböző dolgokat, mint a korábban megismert megoldások.
A mesterséges intelligencia komoly szerepet játszik a koronavírus elleni harcban, például az emberek hőmérsékletének kontaktmentes mérésében, a kérdések gyors megválaszolásában vagy akár a vírus diagnosztizálásában. Európában a digitalizálás szempontjából a legnagyobb probléma az innovatív új üzleti modellek hiánya. Ez részben arra vezethető vissza, hogy a kontinens lakói nagyon jók a meglévő rendszerek optimalizálásában, klasszikus példa erre az autóipar.
Siegfried Russwurm, a Siemens egykori vezetője és egyben az Applied AI mesterséges intelligencia kezdeményezés egyik tagja rámutatott, hogy néhány vállalati vezető már most is foglalkozik a technológiával, de a legtöbben még mindig úgy gondolják, hogy ezzel a kérdéssel a digitális részlegnek kell törődnie. Más vezetők az innovációt a legjobb esetben csak valami mellékhatásként értékelik, míg a legrosszabb esetben az eddigi műveikre vetülő veszélyes fenyegetésként.
Philipp Gerbert, az Applied AI igazgatója hozzátette, hogy a mesterséges intelligencia nem egy kész termék, azt nem lehet egyszerűen megvásárolni. A klasszikus Big Datával ellentétben edzeni, képezni kell, gyakran a saját társasági adatok bevonásával. Emellett a technológiát egy vállalkozáson belül egységesen kell kezelni, tudni kell, hogy mik az előnyei és a kockázatai, s milyen hatással van a hagyományos döntési folyamatokra. Még az is lehet, hogy elpusztítja a jelenleg nyereséget hozó dolgokat, de akkor át kell gondolni, hogy milyen új, innovatív üzleti modellek képes kivédeni ezeket a negatív hatásokat.
Russwurm mindezt azzal egészítette ki, hogy aki jól végzi ezt a tevékenységet, az megérti, hogy a mesterséges intelligencia egy alaptechnológia, amely nagyon sok üzleti folyamatra hat. Esetében hatványozottan igaz, hogy tanulni kell mások hibáiból és azt is tudomásul kell venni, hogy e technológia sosincs kész. A legjobb, ha megpróbáljuk a mesterséges intelligenciát nem csodaszernek beállítani. A munkatársakat fel kell világosítani arról, hogy egy olyan technológiáról van szó, amely másképp csinálja a különböző dolgokat, mint a korábban megismert megoldások.
A mesterséges intelligencia komoly szerepet játszik a koronavírus elleni harcban, például az emberek hőmérsékletének kontaktmentes mérésében, a kérdések gyors megválaszolásában vagy akár a vírus diagnosztizálásában. Európában a digitalizálás szempontjából a legnagyobb probléma az innovatív új üzleti modellek hiánya. Ez részben arra vezethető vissza, hogy a kontinens lakói nagyon jók a meglévő rendszerek optimalizálásában, klasszikus példa erre az autóipar.