L’ intelligenza artificiale sta arrivando. Questo è ciò che abbiamo sentito per tutto il 2017 e probabilmente continueremo a sentire anche quest’anno. Perché l’ intelligenza artificiale fa progressi, si dimostra sempre più utile anche se le aziende devono capire come utilizzarla per il proprio business.
Quando i manager chiedono quale sia il reale valore la risposta è sempre la stessa: dati. Centinaia di articoli e opinioni degli esperti dicono che “i dati sono il nuovo petrolio”, il carburante che guiderà l’economia basata sull’ Intelligenza artificiale. Se è così, allora la vostra azienda può ritenersi fortunata. Avete raccolto tutti questi dati, e poi vi siete resi conto di essere seduti su una riserva petrolifera.
L’analogia “data is oil” contiene un pezzo di verità. Come i motori anche l’intelligenza artificiale ha bisogno di dati per funzionare. L’Ia prende in considerazione i dati grezzi e li converte in qualcosa di utile per il processo decisionale. Vuoi conoscere il tempo domani? Utilizziamo i dati sul tempo passato. Vuoi conoscere le vendite di yogurt la prossima settimana? Utilizziamo i dati sulle vendite passate di yogurt. Sno macchine di previsione guidate dai dati.
Non tutti i dati sono utili
Ma l’intelligenza artificiale ha bisogno dei tuoi dati? C’è la tendenza in questi giorni a vedere tutti i dati come potenzialmente preziosi, ma non è così. Sì, i dati, come il petrolio, vengono utilizzati quotidianamente per far funzionare la macchina di previsione.
Ma i dati su cui vi state seduti ora probabilmente non lo sono. Invece, i dati che avete ora, che la vostra azienda ha accumulato nel tempo, sono il tipo di dati utilizzati per costruire la macchina di previsione – non farlo funzionare. I dati di cui si dispone ora sono dati di formazione, utilizzati come input per formare un algoritmo. E si utilizza questo algoritmo per generare previsioni per informare le azioni.
Quindi sì, questo significa che i vostri dati sono preziosi. Ma ciò non significa che il vostro business possa sopravvivere alla tempesta. Una volta che i dati sono utilizzati per formare una macchina di previsione, vengono svalutati. Non è più utile per questo tipo di previsione. E ci sono solo tante previsioni per le quali i vostri dati saranno utili. Per continuare l’analogia con il petrolio, i dati possono essere bruciati. Gli scienziati lo sanno. Trascorrono anni a raccogliere dati, ma una volta che ha prodotto i risultati della ricerca, rimane inutilizzato in un cassetto file o su un disco di backup. Il tuo business potrebbe essere seduto su un pozzo di petrolio, ma è finito. Non vi garantisce di più nell’economia Ia.
Il bisogno di nuovi dati
Anche se fossero preziosi, la vostra capacità di acquisire tale valore potrebbe essere limitata. Quante altre fonti di dati comparabili esistono? Il valore continuativo dei dati deriva solitamente dalle azioni che si intraprendono nella attività quotidiana: i nuovi dati acquisiti ogni giorno. Nuovi dati consentono di utilizzare la macchina di previsione dopo averla addestrata. Permette inoltre di migliorare la vostra macchina di previsione attraverso l’apprendimento. Mentre, per esempio, dieci anni di dati sulle vendite passate di yogurt sono preziosi per formare un modello per prevedere le vendite future di yogurt, le previsioni effettive utilizzate per gestire la supply chain richiedono dati operativi su base continuativa.
Una startupdi Inteligenza artificiale che acquisisce una serie di dati sulle vendite passate di yogurt può formare un modello per prevedere le vendite future. Non può effettivamente utilizzare il suo modello per prendere decisioni a meno che l’avvio non ottenga dati operativi permanenti da cui imparare. A differenza delle start-up, le grandi imprese generano dati operativi ogni giorno. Questo è un bene. Maggiore è il numero di operazioni, più dati. Inoltre, il proprietario dell’ operazione può effettivamente avvalersi della previsione. Può utilizzare la previsione per migliorare il suo funzionamento futuro.
Nell’economia dell’intelligenza artificiale, il valore dei dati accumulati è limitato a un beneficio una tantum derivante dalla formazione del modello di intelligenza artificiale. E il valore dei dati di formazione è, come il petrolio o qualsiasi altro input, influenzato dall’offerta complessiva – è meno prezioso quando più persone lo hanno. Al contrario, il valore dei dati operativi in corso non si limita a un beneficio una tantum, ma fornisce invece un beneficio perpetuo per il funzionamento e l’ulteriore miglioramento della vostra macchina di previsione. Quindi, nonostante tutti i discorsi sui dati siano il nuovo petrolio, i tuoi dati storici accumulati non sono la cosa. Tuttavia, può essere la cosa che ti porta alla cosa. Il suo valore per le vostre future prospettive di business è basso. Ma se riesci a trovare il modo di generare un nuovo flusso di dati continuo che offra un vantaggio in termini di prestazioni in termini di potenza predittiva, che darà una leva sostenibile quando l’intelligenza artificiale arriverà.
