Az MI-t sokáig a műveletek javításának eszközeként tartották számon, mostanra azonban már a vállalati folyamatok korábbi szakaszában, a terméktervezéshez közelebbi szakaszban is mind fontosabb szerepet kap. A mesterséges intelligencia elemzési képességeinek felhasználása ígéretes határterület a vállalati informatikában új termékek és szolgáltatások tervezésére - mondta Marshall Van Alstyne, a Boston University üzleti iskolájának professzora az MIT Sloan CIO Symposiumon tartott előadásában a Cio Dive tudósítása szerint.
A belső adatsilók integrálásával és a külső adatforrások felhasználásával a vállalatok dinamikus MI-ökoszisztémákat hozhatnak létre, amelyek ösztönzik az innovációt, javítják a hatékonyságot és új üzleti lehetőségeket teremtenek. "A legtöbb szervezet, amely az MI-t közelebb viszi a terméktervezéshez, digitálisan natív, de néhány hagyományos vállalat is ezt a modellt követi" - állapította meg Thomas Davenport, a Babson College informatikai és menedzsment professzora.
A célzott reklám, az ügyfélszolgálat automatizálása, a minőségellenőrzés és a logisztika mind olyan területek, ahol az MI bizonyította üzleti hasznosságát. Ha hatékonyan párosul a Big Datával, az MI átformálhatja a vállalatok termékfejlesztésének módját.
Ezért nemcsak az Uber vagy a Facebook használja nagy léptékben a mesterséges intelligenciát, hanem a világ minden táján a nagyvállalatok is, az európai Airbus repülőgépgyártól, az amerikai Anthem egészségügyi szolgáltatón át a szingapúri DBS Bankig mind beépítik az MI-t a rendszereikbe.
"Olyan ez a környezet, mint az adatok Disneylandje. Ez jobbá teheti az MI-modelleket, ami lehetővé teszi a szolgáltatások javítását, ami csökkenti az ügyfelekkel való súrlódást, ami segít több ügyfelet szerezni, amiből még több adat származik" - mondta Davenport.
Ez a kör teljesen új piactereket hozott létre, elsősorban az ML-alapú keresési funkciók révén, amelyek lehetővé teszik az e-kereskedelmet, az adatok felhasználásával a vevők és az eladók párosítását az e-kereskedelmi oldalakon. Miközben az MI-ajánlórendszerek továbbra is hatékony üzleti eszközt jelentenek, az MI-technológiákról való újfajta gondolkodásmód egyre inkább teret nyer.
A Netflix az egyik példa a mélytanulásos (ML) ajánló algoritmus köré épülő üzletre. A vállalat elkezdte összekapcsolni a mesterséges intelligenciát a növekvő adatvagyonnal, hogy streaming tartalmakat hozzon létre. Ez a fejlesztési folyamat először a kritikusok által is elismert "House of Cards" című sorozat létrehozásában mutatkozott meg. Az Amazon hasonlóan támaszkodott a mesterséges intelligenciára a "The Marvelous Mrs. Maisel" című sorozatnál - mondta Van Alstyne.
Szerinte egy ajánlórendszer a meglévő termékeket veszi alapul, és megmondja, mi lesz sikeres. De egy ajánlórendszerrel olyan termékeket is létrehozhatunk, amelyek még nem léteznek. Ez pedig megfordítja a modell logikáját.
Azoknak a vállalatoknak, amelyek elkötelezik magukat az MI és a felhőalapú API-k párosítása mellett, a bevétel és a piaci tőke jelentős nyereséget hozhat. Egy 2021-es tanulmány, amelynek Van Alstyne volt a társszerzője, és amely 200 API-kat alkalmazó céget elemzett, azt találta, hogy azok, amelyek engedték, hogy az AI tanuljon a harmadik felek interakcióiból, két év alatt 4 százalékos, 16 év alatt pedig 38 százalékos piaci tőkeemelkedést értek el.
De van egy kiberkockázati csapda. "Ha az API-kat külsősítik (azaz az API-k partnerek és külső fejlesztők számára is elérhetők), akkor havonta 1,2 százalék az esélye annak, hogy feltörik. Hatalmas nyereséget fogsz elérni, de ez együtt jár valamivel, amit kezelned kell" - mondta Van Alstyne.
Vipin Gopal, az Eli Lilly & Company adat- és elemzési vezetője szerint azok a vállalatok, amelyek nem engedhetik meg maguknak ezt a szintű kockázati kitettséget, még mindig profitálhatnak belőle. Gopal úgy látja, hogy a gyógyszeriparban a nagy szervezetek jelentős nyereséget érhetnek el pusztán a jelenleg elszigetelt adatok megosztásával. "Ez olyasmi, amit az egész iparágban látunk. A szervezet különböző részei silókban nőttek fel. A kutatási oldal, a klinikai fejlesztési oldal, a csomagolási és kereskedelmi oldal. Óriási mennyiségű adat található a szervezet különböző részein, amelyek nagyrészt nincsenek összekapcsolva" - mutatott rá Gopal a lehetőségekre.
