Ai untuk pria itu

Ternyata, kecerdasan buatan (AI) adalah fokus utama pada konferensi Microsoft Build minggu ini. Sementara bagian yang mendapat semua perhatian adalah kemampuan untuk Microsoft Cortana dan Amazon Alexa untuk berkomunikasi, ada banyak hal yang terjadi. Apa yang akan penting bagi perusahaan IT dan pengembang adalah bahwa Microsoft Build menampilkan Azure sebagai jalur yang layak untuk AI, dan itu juga berbicara tentang kemampuan baru dalam layanan machine learning (ML), yang tersedia menggunakan Azure.

Tidak disangka, AI adalah benang merah di semua konferensi pengembang besar-nama musim semi ini karena sebagian besar perusahaan ini telah melakukan investasi besar dalam teknologi. Konferensi Google I / O tidak hanya menampilkan kemampuan AI baru, tetapi juga mengumumkan bahwa Google Research dinamai "Google AI." Perusahaan juga berbicara tentang AI di Android dan Google Home, meskipun profesional dan pengembang TI juga memiliki berita tentang kemampuan AI yang dimasukkan ke dalam Google Cloud Platform. Dan, tentu saja, konferensi F8 Facebook mengumumkan kerangka kerja AI terbuka dari perusahaan itu, yang diharapkan juga memiliki kompas etis yang kuat yang melekat padanya.

Semua perhatian tentang AI ini akan mengarah pada pertanyaan yang tak terhindarkan tentang bagaimana organisasi Anda dapat menggunakannya dan ML untuk meningkatkan operasi dan daya saing secara keseluruhan. Tetapi, karena pertanyaan-pertanyaan itu kemungkinan akan datang dari seseorang dengan hanya konsep tingkat tinggi tentang apa yang terlibat, itu akan menjadi tanggung jawab TI dan DevOps tidak hanya untuk persiapan sekarang, tetapi juga untuk memahami kemampuan dan keterbatasan teknologi ini dan bagaimana mereka menerapkannya. untuk kasus bisnis tertentu.

Menjadi berpengalaman dalam AI

Untuk menghindari tertelan oleh sensasi AI, Anda harus menyelesaikan dua hal. Pertama, Anda harus cukup berpengalaman dalam pengetahuan AI umum, yang berarti memahami apa yang bisa dan tidak bisa dilakukan teknologi dan ke mana arahnya selama 12 bulan ke depan. Kedua, Anda perlu memetakan pengetahuan itu untuk organisasi Anda dan alur kerjanya sehingga Anda akan memiliki gagasan yang baik tentang siapa di organisasi Anda yang bisa mendapat manfaat dari AI. Hanya setelah menjawab kedua pertanyaan itu Anda akan memiliki beberapa gagasan tentang sumber daya yang akan Anda butuhkan jika proyek AI benar-benar terjadi.

Membangun pengetahuan umum tentang AI dan ML tidak terlalu sulit. Tautan artikel yang tercantum sebelumnya akan membantu Anda memulai dan Anda dapat menyempurnakannya dengan membaca lebih banyak PCMag, termasuk bagian ini tentang bagaimana ML memengaruhi keamanan dan yang ini pada kemampuan basis data AI. Setelah Anda mencelupkan kaki Anda ke kolam AI umum, saatnya untuk mendapatkan platform-spesifik.

Mulailah dengan apa yang ditawarkan vendor cloud Anda saat ini. Satu keuntungan yang Anda miliki adalah bahwa beberapa vendor cloud utama - terutama Google, IBM, dan Microsoft - menawarkan AI dan ML sebagai layanan cloud, baik secara mandiri atau bersama dengan penawaran Infrastruktur sebagai Layanan (IaaS) mereka. Sebagai contoh, pelanggan cloud IBM dapat dengan mudah memilih IBM Watson sebagai pilihan menu ketika mengkonfigurasi layanan cloud IBM mereka.

Selain itu, periksa sumber belajar Anda yang tersedia. Ada banyak webinar AI di luar sana tetapi mungkin membayar untuk mengambil kursus yang lebih substansial dalam AI, terutama jika Anda dapat fokus pada topik yang Anda butuhkan. Vendor mungkin membantu di sini juga. Misalnya, Microsoft telah mengembangkan kursus online di AI yang disebut Program Profesional Microsoft untuk Kecerdasan Buatan yang akan membantu Anda menguasai keterampilan untuk melakukan lebih dari sekadar berbicara tentang AI dengan teman-teman Anda. Kursus Microsoft tampaknya komprehensif, ditawarkan secara online, dan, jika Anda tidak memerlukan sertifikat, maka gratis.

Dan begitu Anda memiliki landasan umum, cara yang efektif untuk mendapatkan lebih banyak, pengetahuan khusus tentang bagaimana AI dapat membantu organisasi Anda adalah dengan hanya menjangkau vendor cloud Anda. Tentu, Anda harus berurusan dengan tenaga penjual layanan profesional, tetapi itulah satu-satunya downside. Sisi positifnya adalah orang-orang ini adalah toko serba ada ketika datang dengan cepat memetakan bagaimana layanan canggih mereka dapat membantu organisasi Anda. Dan apa yang mereka tidak tahu, mereka dapat dengan mudah mencari tahu dengan jalur langsung ke teknik. Anda dapat menghindari penjualan yang panjang dengan mempersenjatai diri dengan pertanyaan yang tepat. Yang perlu Anda lakukan hanyalah persiapan uji tuntas, baik yang mereka tawarkan maupun yang dibutuhkan organisasi Anda. Ini dapat mengarahkan percakapan, yang hasilnya dapat Anda gunakan kembali sebagai cetak biru awal tentang bagaimana perusahaan Anda dapat mengimplementasikan AI dan apa yang akan Anda dapatkan dari investasi itu.

Dan ingat: layanan ini tidak harus asli dari penyedia. Rackspace, misalnya, dapat menyediakan akses ke sebagian besar layanan AI yang ditawarkan oleh vendor cloud nama besar lainnya dan bahkan menyediakannya sebagai bagian dari layanan terkelolanya.

Ketahui Fungsi Di Rumah Anda

Seperti disebutkan, bagian kunci dari pekerjaan TI dalam persamaan AI adalah memahami bagaimana bisnis bekerja dan bagaimana AI dan ML memetakan kebutuhan-kebutuhan itu. Jelas, operasi layanan pelanggan Anda dan call center Anda adalah dua area di mana ada pertumbuhan signifikan dalam AI percakapan, tetapi itu hanya baik jika perusahaan Anda saat ini menggunakan teknologi chatbot. Jika tidak, maka Anda harus menambahkan biaya itu ke keseluruhan rencana implementasi AI Anda. Dan, seperti yang ditunjukkan oleh konferensi pengembang minggu ini, ada banyak pertumbuhan AI di bidang bisnis lainnya, terutama dalam analitik, pengembangan, dan keamanan. Jika perusahaan Anda saat ini mempekerjakan konsultan pengembangan atau DevOps, maka jangan malu-malu. Duduk bersama mereka untuk membahas di mana mereka melihat AI dan ML, dan pertimbangkan untuk mengundang mereka ke pembicaraan Anda dengan perwakilan layanan profesional penyedia cloud Anda juga.

Jika Anda belum memetakan semua proses bisnis Anda, maka AI adalah alasan yang baik untuk memulai. Bahkan jika ternyata AI tidak cocok untuk proses tertentu, memahami apa yang terjadi tidak pernah merupakan hal yang buruk, dan Anda pasti akan membutuhkan data nanti untuk penyebaran yang berbeda. Memetakan proses bisnis Anda juga merupakan tugas yang cukup mudah jika Anda hanya mengikuti tiga langkah utama ini:

1. Identifikasi prosesnya. Secara umum, ini adalah langkah pertemuan intensif tetapi Anda dapat meringankan beban itu dengan memulai secara informal. Pergi dari atas ke bawah dari manajer senior ke manajer tingkat menengah untuk mengidentifikasi apa misi bisnis itu dan bagaimana prosesnya mendukung hal itu. Rapat dapat berupa diskusi informal, over-coffee, yang hasilnya dapat mendorong sesi pemetaan proses yang lebih formal.
2. Kumpulkan tim untuk setiap proses utama. Jangan mencoba melakukan ini sendirian karena itu hampir pasti gagal. Alih-alih, singkapkan daftar proses Anda ke sejumlah proses inti yang dapat dikelola dan kemudian kumpulkan tim ahli yang kecil di masing-masing proses. Itulah kepercayaan otak Anda.
3. Petakan alur kerja. Setelah Anda mendapatkan apa dan siapa, kemudian hanya memetakan caranya. Langkah demi langkah menggunakan alat flowchart standar, memetakan apa yang terjadi, siapa yang mewujudkannya, dan apa yang mereka gunakan untuk menyelesaikan pekerjaan tertentu. Gunakan data dari audit perangkat lunak dan perangkat keras Anda untuk memverifikasi temuan Anda. Anda bisa pergi sedalam atau seringan yang Anda inginkan pada tahap ini, tetapi ukuran yang baik adalah ketika Anda mulai mengalami momen "aha" tentang bagaimana AI dapat membantu proses tertentu. Anda mungkin juga akan memiliki beberapa momen seperti itu mengenai pengeluaran perangkat lunak dan perangkat keras yang tidak perlu.

Ikuti tiga langkah ini dan Anda akan dengan cepat menentukan area yang paling efektif untuk dipertimbangkan untuk AI di toko Anda. Bahkan untuk area-area di mana Anda menentukan AI tidak cocok, ini adalah data berharga untuk dimiliki di masa depan. Dan bagi mereka yang menurut Anda benar-benar ada manfaatnya, saatnya untuk melihat sumber daya. Untungnya, banyak penyedia layanan AI membuat konsumsi dan evaluasi sumber daya menjadi mudah. Contoh yang baik adalah IBM Watson, di mana Anda dapat menemukan berbagai pilihan solusi AI prebuilt untuk semua jenis operasi, mulai dari layanan pelanggan hingga pengenalan visual. IBM bahkan menawarkan solusi call center bertenaga AI yang dapat membantu keterlibatan pelanggan sambil memotong biaya. Mengevaluasi solusi ini akan memberi Anda pengalaman dunia nyata tentang bagaimana AI dapat bekerja di organisasi Anda, memicu diskusi Anda dengan manajer bisnis lain, dan membuat diskusi vendor Anda lebih fokus pada apa yang Anda butuhkan daripada pada apa yang ingin mereka jual.

Mendaftar untuk evaluasi itu mudah. Dalam kasus IBM Watson, Anda harus melalui akun IBM Cloud, dan Anda harus dapat menggunakan beberapa layanan IBM. Atau Anda dapat menggunakan Azure untuk menjangkau prosesor bahasa Microsoft yang didukung AI, yang disebut perusahaan "Microsoft Cognitive Services Language Understanding" atau LUIS. Layanan ini dirancang untuk membantu layanan pengenalan ucapan, tetapi Azure juga membawa semakin banyak penawaran terkait yang ditujukan untuk berbagai tugas dan vertikal.

Mencari tahu Biaya

Fungsi dan kemampuan tentu saja terdiri dari poin-poin pengetahuan utama, tetapi poin data penting dan tidak dapat dihindari yang pada akhirnya Anda akan bertanggung jawab adalah biaya. Penyedia cloud utama yang menyediakan akses ke produk AI mereka dapat membantu Anda mengetahui hal ini, tetapi, seperti yang saya pelajari saat mengerjakan pembaruan pengumpulan ulasan IaaS saya untuk PCMag, itu tidak mudah. Karena itu, Anda harus mulai sekarang, dan Anda hampir pasti perlu meminta bantuan. Orang-orang layanan profesional dengan siapa Anda terlibat untuk membantu menentukan kebutuhan Anda juga dapat membantu Anda menentukan biayanya, meskipun Anda harus mengatasi ini dengan pengetahuan Anda sendiri tentang bagaimana organisasi Anda bekerja, batasan waktu yang ada di bawahnya, dan stafnya sumber daya - yang semuanya dapat memiliki dampak mendalam pada biaya jangka panjang.

Tentu saja, memulai proyek evaluasi seperti ini sulit untuk diprioritaskan jika tidak ada orang dalam rantai manajemen yang membuat keributan tentang AI. Tapi seperti yang saya katakan, pengetahuan proses bisnis sangat berharga apakah perusahaan Anda akhirnya menyebarkan AI atau tidak. Juga, mendapatkan pengetahuan itu sekarang akan membuat Anda menjadi bintang rock pada hari seseorang dengan pengetahuan tingkat tinggi mengangkatnya dalam rapat staf. Selain itu, begitu Anda menggali AI dan ML, Anda akan melihat bahwa, jelas, masa depan yang didukung AI ada di cakrawala bagi sebagian besar organisasi, apa pun industrinya.

Pada akhirnya, staf IT dan DevOps yang paling mungkin perlu mengimplementasikan dan mengelola produk atau layanan, menyediakan infrastruktur yang diperlukan, dan mengelola proses keamanan dan integrasi yang diperlukan oleh tim pengembangan untuk menjadikannya semua berfungsi. Bersiaplah sekarang dan Anda akan menghemat banyak sakit kepala nanti.