24小时联系电话:185 8888 888

头条
您现在的位置:首页 > 头条 > 为什么混合AI妥协根本不是解决方案

头条

  • 百年人寿广东分公司重疾理赔获客户盛赞

    2019年6月11日,平常身体一向体健的文先生突发脑溢血,立即前往三九脑科医院进行治...

  • 百年人寿扬州中支重疾理赔获赞誉

    6月15日,百年人寿宝应支公司前往宝应县柳堡镇开展“百年关爱大行动”,向柳堡镇民众...

  • 情系福利园 百年送关爱——百年人寿资阳中支开展公益活动

    关注社会弱势群体一直以来都是百年人寿公益活动坚持不变的宗旨,6月16日上午资阳中...

  • 满足您需求的加热和冷却

      根据最近的一项调查,约有一半的美国人觉得他们的办公室太热或太冷。影响热...

  • 在恶劣天气下为自动驾驶导航提供地面穿透力的支持

      消费者对自动驾驶汽车的安全性的信心仍然是汽车制造商计划未来自动驾驶的挑...

  • 神速理赔显诚信,百年人寿暖万家

    2019年4月8日,北京分公司理赔人员接到客户陈某女儿来电,称陈某因咽部不适到医院...

  • 投资

    为什么混合AI妥协根本不是解决方案

    发布时间:2020/01/24 头条 浏览次数:42

     

    近年来,人工智能已成为无可争辩的竞争优势,这意味着面临数字化转型的精明商业领袖面临着一些非常熟悉的问题:您如何衡量成功?您需要问什么问题以确保您可以立即做出正确的决定?最重要的是,您如何在业务中实施AI以产生积极影响?

    这些问题的答案全都归于一个范畴,实质上是:您选择集中式方法还是分散式方法将AI嵌入您的业务中? Ople.ai的创始人兼首席执行官Pedro Alves说,两者都有利弊。

    集中式与分散式

    任何数据科学项目的第一步都是定义业务中的问题(通常称为战略问题表述),并为该问题开发数据集。完成后,您将输入Alves所说的数据科学技术鸿沟。鸿沟是数据科学家完成所有技术步骤(例如要素工程和算法选择)并向后退的关键点。构建AI模型后,最终业务用户便开始使用该解决方案。

    Alves说,在此过程中会遇到障碍,而集中式和分散式AI的最大问题就是沟通。对于集中式团队而言,技术领域内的交流非常融洽,但实际上与将要使用该产品的业务团队的交流不多。分散的情况则相反。正如Alves所说的那样,在技术鸿沟中没有太多的交流,但是在流程的开始和结束时都保持了良好的沟通。

    每个人的挑战

    在集中式方法中,团队与他们在组织内服务的所有其他组隔离开来,并且他们没有很好地嵌入这些内部客户所占据的空间或这些业务部门各自存在的问题的细微差别中面对。由于与各个团队之间的距离,缺乏真正的沟通会直接导致构建有用的数据科学或有用的AI时出现问题。

    通过分散的方法,每个团队都配备了自己的数据科学家,但是沟通又成了问题。在这种情况下,它是整个企业中每组数据科学家之间的交流。您将获得直接将AI功能嵌入每个团队中的优势,从而增加每个单独空间中的交流。但是,您将失去整个组织对数据科学的凝聚力方法。

    换句话说,当数据科学家一起工作时,他们以最高水平运作。但是,当它们彼此隔离时,不会发生这种情况。如果他们与其他科学家,团队和部门紧密联系,他们将无法捕获可能已经开发的项目之间的协同作用。

    招聘困境

    AI繁荣的永恒问题之一是聘用足够高质量的数据科学家来适应这两种模型。在谈到集中化方面时,Alves说核心AI部门可以推出的产品数量很少。 Alves解释说:“我从未见过可以为组织内所有需要它的实体提供服务的集中式数据科学或AI团队。” “他们可以雇用的人太多了,他们可以从事的项目也很多。”

    有了分散的团队,部门在雇用合适人员以满足他们需求方面的能力可能会遇到问题。

    Alves说:“当您拥有真正出色的AI项目或目标时,获得超级人才就容易得多。” “如果您不是一流的科技公司,但您需要一个非常高级的高级AI人才,那么它的吸引力就会降低,因此很难雇用。您可以聘用的人才较低,因此工作质量较低,而采用分散式方法,您可以聘请人员来进行项目的速度较低。”

    混合方法-并非两全其美

    混合方法听起来可能是最好的解决方案-但它本质上是临时创可贴,或仅对某些公司可行,当然也不理想。

    这意味着公司正在尝试通过建立一个集中的团队来解决该问题,该团队将成为公司技术和创新的驱动力,同时,在公司内部各个部门中使用分散的团队,以改善彼此之间的沟通。每个部门团队和数据科学家。它为嵌入式部门的AI团队创建了一个使用平台并从技术角度赋予他们权力。

    真正的解决方案

    无论您选择使用集中式解决方案还是分散式解决方案,创建流程和科学家与企业之间的交流的方式都是使用平台。

    如果您拥有一个使数据科学项目的技术组件自动化的平台(数据科学家在其中花费了99%的时间),那么他们突然就有时间在不同团队中进行对话了。 Alves说,项目现在无需花两到三个月的时间,而现在可以在几小时到几天内完成,从而使中央部门可以处理更多的工作量。

    当您查看去中心化AI时,相同的平台可以解决问题,但是角度不同。如果该平台将所有技术部件都实现自动化,那么由于知识和经验的要求较低,该公司将更容易聘请数据科学家。当整个公司使用同一平台时,可以通过该平台实现最佳实践和最佳流程。

    Alves说:“无论采用哪种方式,流程的自动化都会以一种或另一种方式解决问题。” “如果您以一种有用,易用且高质量的数据真正实现自动化的功能,那么优秀的数据科学家将不胜感激,那么您​​正在解决问题。”

    深入探讨:实际使用Ople平台-访问Ople.ai索取定制的演示!

    赞助文章是由公司付费或与VentureBeat有业务关系的公司制作的内容,并且始终带有明确的标记。我们编辑团队制作的内容绝不会受到广告商或赞助商的任何影响。有关更多信息,请联系sales@venturebeat.com。