Im Alltag gewöhnen wir uns daran, dass unsere Fragen beantwortet werden, bevor wir sie stellen, und dass wir ständig Empfehlungen erhalten, um die wir gar nicht gebeten haben. Wenn ich in einer neuen Stadt gelandet bin, lese ich zuerst einmal die Restaurantbewertungen auf Yelp, um zu entscheiden, wo ich essen werde. Dann reserviere ich einen Tisch und nutze einen Taxi-App-Dienst wie Uber- oder Lyft für die . All dies kann ich bequem per Smartphone erledigen.

Aber wenn ich arbeite, funktioniert nicht immer alles so reibungslos.

Zunächst muss ich mich an mehreren Systemen anmelden. Dann muss ich verschiedene Fenster öffnen, um mir Listen mit potenziellen Arbeitsaufgaben anzuschauen, die erledigt werden müssen. Zum Teil ist das Routine, zum Teil sind viele mühsame Schritte erforderlich und hier und da sind umfassende Überlegungen notwendig. Ein sehr hoher Zeitaufwand entsteht für mich immer dann, wenn ich entscheiden muss, was als nächstes zu tun ist, und ich mich dafür durch mehrere Systeme wühlen muss, um die Daten zu finden, die ich benötige.

Das Konzept des sieht vor, wir im beruflichen Umfeld mindestens genauso reibungslos arbeiten können wie im privaten Bereich. Wir sollten von jedem Gerät – unabhängig von Ort und Zeit – Zugriff auf unsere Systeme haben. Und die Systeme sollten in der Lage sein,

• die Arbeit für uns zu priorisieren
• Empfehlungen zu geben, wie Probleme gelöst werden können
• einfache, häufig anfallende Aufgaben zu automatisieren
• Muster im gesamten Arbeitssystem zu erkennen und dem Anwender diese nützlichen Erkenntnisse zu präsentieren, damit er zum richtigen Zeitpunkt die richtige Entscheidung treffen kann.

Maschinelles Lernen und das intelligente Unternehmen

Dies ist die Richtung, in die Â鶹ԭ´´ steuert. Und für die Umsetzung der Vision des intelligenten Unternehmens sind Technologien für entscheidend. Indem wir Algorithmen direkt in verschiedene Â鶹ԭ´´-Systeme einbinden, können diese kontinuierlich aus neuen Daten lernen und das Gelernte verallgemeinern, ohne dafür zu programmiert werden zu müssen.

Die Informationen werden den Wissensarbeitern in den ihnen vertrauten Bildschirmfeldern angezeigt und mit neuen Informationen ergänzt, sodass sie ihre täglichen Aufgaben noch effektiver erledigen können. Das System kann mir zum Beispiel anhand der historischen Daten aus bisherigen Verkäufen sagen, welche der Opportunities, an denen ich gerade arbeite, wahrscheinlich in diesem Quartal zum Abschluss kommen werden. Und es kann mir sagen, welche Schritte ich unternehmen sollte, um die Wahrscheinlichkeit zu erhöhen.

Â鶹ԭ´´ integriert diese Art selbst-adaptierender Algorithmen in alle zentralen Geschäftsanwendungen und ermöglicht Kunden diese Modelle individuell anzupassen. Mit der Application Edition von können sie vorausschauende Analysen integrieren, um völlig neue, eigene Modelle zu entwickeln.

The post Was ist das intelligente Unternehmen und warum ist es wichtig? appeared first on Â鶹ԭ´´ News Center.

Geht es überhaupt noch um die Daten?

In der Informatik heißt es Garbage in, Garbage out. Dies gilt auch für . Ohne gute, zuverlässige Daten zum Erstellen von Datenmodellen wäre das Ganze nur künstlich, aber nicht intelligent.

Im Jahr 2019 werden wir weiterhin eine Entwicklung beobachten. Die Art und Weise wie Daten erhoben, verwaltet und gespeichert werden, wird sich verändern. Und dafür wird vor allem ein Content-Management-System für Daten notwendig sein.  Beispiele für solche Systeme sind iCloud oder Google Photos. Damit lassen sich Fotos einfach und schnell abrufen – auf jedem Gerät und an jedem Ort der Welt.

Mit Daten wird es genauso sein, egal ob strukturierte oder unstrukturierte Daten, Audio- oder Video-Dateien oder Texte. KI-Teams werden all diese Daten manipulieren müssen, um sie zum Erstellen von KI-Modellen nutzen zu können. Ihre harte Arbeit sollten sie gut aufbewahren, damit das nächste KI-Team die Datensätze problemlos finden und wiederverwenden kann.

Prozessautomation mit Robotern und dialogorientierte KI

KI-Systeme können helfen, Dinge zu reparieren bevor sie kaputtgehen. Und sie können Unternehmen helfen, ihre Kunden besser zu verstehen als je zuvor. KI-Systeme können sogar stellvertretend für das Unternehmen mit seinen Kunden sprechen. Doch wenn die Kosten für die Entwicklung, Einführung und Wartung dieser Systeme zu hoch sind, ist ihre Verbreitung in der realen Welt begrenzt.

Kostet das Erstellen eines effizienten -Modells fünf Millionen Dollar, dann werden Unternehmen damit nur die Probleme lösen, die sie mehr als fünf Millionen Dollar kosten. Es gibt eine begrenzte Anzahl von Problemen auf der Welt, die mindestens fünf Millionen Dollar kosten, und viele kleinere Probleme, die mit gelöst werden können.

Die Antwort lautet Automatisierung. Die schiere Größe erfordert, dass die Effizienz erhöht und nicht wertstiftende Routinearbeiten aus der Gleichung entfernt werden. Die Intelligente Prozessautomation lässt Roboter diese Tätigkeiten für die Wissensarbeiter erledigen. Intelligente Schnittstellen und dialogorientierte KI machen die Mensch-Maschine-Interaktion möglich. So wird es immer mehr Lösungen geben, mit denen die zugrunde liegenden Prozesse abgewickelt werden können: das Entwerfen, Bereitstellen und Pflegen von KI-Modellen.

Das KI-Fließband

Automatische Abwicklung ist nichts Neues. Das Fließband war der Motor für die erste und zweite industrielle Revolution. Große Aufgaben wurden in kleinere unterteilt, was Wiederholbarkeit, Spezialisierung und Automatisierung möglich machte. Autos wurden erschwinglich, Waren und Dienstleistungen wurden einer breiteren Bevölkerungsschicht zugänglich gemacht und konnten in alle Welt transportiert werden.

Im Bereich KI-Technologie wird das gleiche geschehen. Unternehmen müssen sich mit den Daten auseinandersetzen, die sie benötigen. Sie müssen lernen, welche Hinweise die Daten ihnen geben und ihre Nutzung auf das gesamte Unternehmen ausdehnen. Letztendlich können sie das Wissen für viele Zwecke nutzen – einen automatisierten Geschäftsprozess, eine Benutzungsoberfläche der nächsten Generation, eine Einbettung in eine Anwendung oder eine Datenvisualisierung.

Wie sehen Ihre Ãœberlegungen und Prognosen dazu aus, wie sich im Jahr 2019 entwickeln wird?

Laden Sie sich das White Paper herunter. Hier erfahren Sie, welche fünf Trends das Kundenerlebnis bestimmen werden und wie Unternehmen sich auf diese Trends vorbereiten sollten.

Kevin Poskitt arbeitet im Â鶹ԭ´´-Produktmanagement für KI, maschinelles Lernen und Data Science.

.

The post KI-Vorhersagen für 2019 appeared first on Â鶹ԭ´´ News Center.