Ai menawarkan potensi besar, tetapi itu tidak akan terjadi dalam semalam

Kecerdasan buatan adalah topik pilihan di sebagian besar konferensi teknologi besar akhir-akhir ini, dan Fortune Brainstorm Tech minggu lalu tidak terkecuali. Itu adalah fokus dari sejumlah sesi, baik di panggung utama - di mana topik termasuk AI dan kendaraan self-driving - dan dalam banyak percakapan di berbagai meja bundar dan makanan di konferensi.

Sementara hampir semua orang di konferensi ini membicarakan potensi manfaat AI yang sangat besar, menerapkannya dan bekerja dengan benar tampaknya merupakan proses yang sulit dan seringkali panjang, penuh dengan tantangan.

Sebagai contoh, pada sebuah meja bundar sarapan yang membahas apa yang dapat Anda lakukan dengan AI, sejumlah peserta tampak sangat berharap akan manfaat potensial dari AI dan juga sama-sama jelas mengenai masalah-masalah yang dihadapi perusahaan ketika mereka mencoba untuk menyebarkannya hari ini. Para pembicara saat sarapan termasuk dua perwakilan perusahaan dengan operasi besar yang dihadapi pelanggan - eBay dan OpenTable - dan dua lainnya yang fokus pada aplikasi perusahaan - Box dan Oracle. Masing-masing menggambarkan serangkaian tantangan yang berbeda.

Chief Strategy Officer EBay Kris Miller berbicara tentang bagaimana AI dapat membantu menyarankan produk sebagai bagian dari "perjalanan pelanggan end-to-end, " serta tentang upaya perusahaan untuk membangun pusat data yang berisi semua informasi yang relevan tentang satu pelanggan. -Yang dapat digunakan untuk memberikan kustomisasi dan personalisasi waktu nyata. Sulit untuk membuat ini, kata Miller, dan mereka masih mengerjakan masalah latensi, antara lain.

Tujuan lain adalah untuk memungkinkan pelanggan mengambil gambar sesuatu - tas tangan atau sepasang sepatu, misalnya - dan meminta aplikasi eBay segera menunjukkan kepada pelanggan barang-barang serupa untuk dijual di situs. Ini melibatkan menelan sejumlah besar gambar, menandai lebih dari 1 miliar item, dan kemudian melatih AI pada gambar-gambar ini.

CEO OpenTable Christa Quarles berbicara tentang bagaimana AI membantu perusahaan menambahkan kriteria baru ke dalam peringkat pencariannya, menghasilkan pencarian yang lebih baik, dan mudah-mudahan, penjualan tambahan.

Tujuannya, kata Quarles, adalah menciptakan "mesin rekomendasi akhir." Masalahnya adalah bahwa pengguna memiliki kebutuhan yang berbeda pada waktu yang berbeda, sehingga konteksnya sangat penting, seperti mengenali sinyal implisit dan eksplisit.

Quarles juga berbicara tentang penggunaan Alexa atau asisten suara lainnya untuk "percakapan percakapan, " meskipun dia mengatakan saat ini Alexa tidak begitu baik sebagai "pengalaman browsing."

Di sisi perusahaan, Petugas Kepala Produk Box Jeetu Patel mengatakan bahwa meskipun dia yakin bahwa dalam jangka panjang AI "akan secara mendasar mengubah cara orang berinteraksi dengan konten, " dia takut teknologi yang berlebihan, dan memperingatkan bahwa perubahan seperti itu akan membawa waktu.

Patel mengatakan Box tertarik pada AI di tiga bidang utama. Salah satunya adalah "Kotak Grafik, " yang bertujuan untuk memahami hubungan antara dua bagian konten - konten dan orang, atau orang ke orang - dengan tujuan memberi makan mesin pencari atau meningkatkan keamanan melalui deteksi anomali. Area kedua adalah "Keterampilan Kotak, " atau pada dasarnya menerapkan AI pada konten untuk hal-hal seperti deteksi objek otomatis dalam dokumen untuk mengidentifikasi konten video, audio, dan gambar. Akhirnya, katanya, AI juga dapat digunakan untuk kualifikasi yang lebih baik.

Patel mengatakan, penting untuk memperjelas bahwa Box tidak memiliki data ini, melainkan pelanggan bisnis individu. Dia mencatat bahwa dengan AI, "siklus beta membutuhkan waktu lebih lama, " sebagian karena Anda harus sangat berhati-hati tentang konsekuensi yang tidak diinginkan dan Anda perlu memastikan Anda tidak melakukan sesuatu yang salah, seperti mengekspos informasi sensitif. Patel juga mengatakan bahwa dibandingkan dengan hal-hal seperti database gambar besar yang digunakan dalam aplikasi konsumen, perusahaan tidak memiliki banyak data pelatihan, dan pelatihan harus dilakukan "per penyewa" (dengan kata lain, untuk setiap perusahaan secara individual), jadi kita membutuhkan algoritma yang lebih baik yang membutuhkan kurang data. Patel juga mengatakan organisasi akan membutuhkan "chief ethics officer" untuk memastikan data digunakan dengan benar.

Kyle York, Manajer Umum, Strategi Bisnis & Produk untuk Oracle, yang bergabung dengan perusahaan sebagai bagian dari akuisisi Dyn, mencatat bahwa Oracle telah menambahkan komponen AI ke banyak aplikasinya, di berbagai bidang seperti Enterprise Resource Planning (ERP), Sumber Daya Manusia (SDM), dan Manajemen Hubungan Pelanggan (CRM), dan menyebutkan akuisisi terbaru perusahaan atas DataScience.com. York juga mencatat bahwa hanya 10 hingga 15 persen dari beban kerja perusahaan telah pindah ke cloud, dan dia mengatakan Oracle bertujuan untuk membuat AI dan pembelajaran mesin aman dan aman.

York mengatakan ada data platform, yang dapat digunakan Oracle untuk meningkatkan produknya, serta data pelanggan, yang tetap menjadi milik pelanggan, dan mengatakan ada peluang untuk peningkatan "perangkat tata kelola" -membantu perusahaan memahami data apa yang berharga, apa data berisiko, data apa yang bisa ditolak pelanggan yang Anda kumpulkan, dan banyak lagi.

Kedua vendor perusahaan kemudian membahas masalah seputar kepatutan data, dan dilema terkait dengan "nilai turunan" yang dapat diperoleh dari analisis data gabungan. Dan perusahaan tidak ingin pesaing mendapat manfaat dari data mereka, kata Patel, menambahkan, misalnya, bahwa Anda "tidak dapat membuat Coke belajar tentang data Pepsi."

York setuju bahwa set data kepemilikan adalah masalah nyata, dan mengatakan bahwa sementara set data anonim dapat disatukan, Anda harus bergerak dengan hati-hati karena ini dapat mengganggu privasi dan berpotensi merusak model bisnis masa depan. Dia mengatakan Oracle sedang "berusaha mendemokrasikan data, " melalui hal-hal seperti Internet Weather Map-nya, yang menyatukan banyak set data, termasuk data agregat dan anonim. Kami masih di awal-awal ketika menyangkut keterbukaan data, dalam pandangannya, dan "banyak yang kembali ke konteks manusia."

Dalam percakapan lain yang saya lakukan di acara itu, saya mendengar beberapa perspektif tentang masalah lain yang dihadapi AI. Cliff Justice, Intelligent Automation Leader Leader KPMG, memberi tahu saya bahwa masalah budaya sebenarnya merupakan masalah terbesar bagi sebagian besar perusahaan ketika menggunakan AI. Keadilan mencatat bahwa untuk menerapkan sistem hari ini dengan benar, Anda harus terlebih dahulu menandai banyak konten; kemudian, begitu sebuah model telah dibuat, karyawan perlu menerima bahwa itu akan membuat kesalahan, dan menentukan apa jawaban yang benar seharusnya; dan akhirnya, buat model baru dan ulangi. Tetapi ini semua tergantung pada karyawan lini yang memahami bahwa sistem tidak akan sempurna, dan berkomitmen untuk meluangkan waktu untuk mengidentifikasi dan menerapkan koreksi. Ini adalah perubahan besar dari jenis kegiatan yang biasa dilakukan karyawan ini, dalam banyak kasus, dan membuat perubahan itu tidak mudah, kata Justice.

Mobil Mengemudi Mandiri dan Dampak AI Yang Lebih Besar

Di panggung utama, pembicara membahas mobil self-driving dan beberapa masalah besar yang dihadapi AI.

Sekretaris Transportasi Elaine L. Chao mengulangi mantra bahwa departemen bermaksud menjadi "netral teknologi" dan tidak memilih pemenang dan yang kalah, menekankan bahwa "keselamatan selalu yang terpenting."

Ditanya kapan kita akan melihat mobil self-driving, Chao menjawab bahwa ini akan terjadi "jauh lebih cepat daripada apa yang dipikirkan beberapa orang tetapi tidak secepat yang lain."

Chao mencatat bahwa departemen mengeluarkan peta jalan untuk kendaraan seperti itu pada musim gugur lalu, tetapi karena banyak hal bergerak lebih cepat dari yang diharapkan, pedoman baru akan dikeluarkan akhir tahun ini. Secara khusus, katanya, setiap orang bergerak cepat ke otonomi "Tingkat 2" - di mana seorang manusia masih harus menyentuh setir - dan bahwa departemen itu hanya memiliki satu aplikasi untuk pengabaian untuk kendaraan "Level 3", dari Mesin umum. Prosedur pemberian pengabaian itu belum ditentukan.

Chao mencatat bahwa ada masalah persepsi; 74 persen orang Amerika mengatakan mereka tidak nyaman masuk ke mobil yang bisa menyetir sendiri. Dia merujuk kecelakaan di mana kendaraan otonom yang ditenagai oleh Uber membunuh seorang pejalan kaki di Arizona, yang "menunjukkan betapa rapuhnya kepercayaan masyarakat, " katanya.

Chao mengatakan penting bahwa kita tidak berakhir dengan tambalan peraturan negara, tetapi mengatakan dia tidak yakin apakah peraturan harus disusun oleh pemerintah federal atau oleh negara-negara yang bekerja bersama di bawah bimbingan federal.

Sesi lain menampilkan General Motors VP of Strategy Mike Abelson dan CEO Diveplane Mike Capps, sebelumnya Epic Games. Mereka membahas "apa dampak AI pada kemanusiaan" dalam percakapan yang dimoderatori oleh Marissa Mayer, salah satu pendiri Lumi Labs dan mantan CEO Yahoo.

"AI akan memengaruhi segalanya, " Abelson berkata, dan akan menjadi perubahan terbesar dalam teknologi dalam 100 tahun terakhir. Tetapi ketika Mayer membandingkannya dengan api, Capps membalas bahwa api sangat diatur, dan menyebutkan bagaimana "dua orang idiot" menyebabkan kebakaran yang membakar hutan terdekat di Colorado.

AI akan mengubah cara orang berinteraksi dengan semua jenis perangkat, kata Abelson, dan antarmuka suara "akan terasa jauh lebih seperti Star Trek dengan sangat cepat." Capps mengatakan dia lebih takut pada Twilight Zone. "Sebuah kotak hitam membuatku takut, " katanya, dan itu akhir dia sedang mengerjakan "AI yang bisa dimengerti."