Home / Archive by category "AI in Azienda"

AI in Azienda

Come l’intelligenza artificiale AI può aiutare le piccole e medie imprese a competere contro le grandi aziende

In che modo l'IA può aiutare le piccole e medie imprese a competere contro le grandi aziende L'attuale contesto economico consente a molte grandi aziende di avere successo, mentre molte piccole e medie imprese (PMI) ne soffrono. A questo divario si aggiungono i cambiamenti creati dall'IA. In questo momento, le aziende più grandi stanno investendo nell'intelligenza artificiale perché riconoscono l'opportunità di dominare un mercato utilizzando questa tecnologia. Le grandi aziende hanno molti vantaggi quando si tratta di AI. Hanno più dati (un fattore critico per il successo), più talento, più opportunità di miglioramento e più capitale di investimento. Se gestisci una PMI, come puoi competere con queste aziende più grandi che utilizzano l'IA? Fortunatamente, le PMI possono sfruttare i fornitori di intelligenza artificiale e le società di consulenza per implementare l'intelligenza artificiale senza assumere team enormi o rompere la banca. Secondo un sondaggio di Vistage, le PMI utilizzano l'IA principalmente nelle seguenti quattro aree: operazioni aziendali, coinvolgimento dei clienti, gestione dei talenti e finanza. Diamo un'occhiata a ciò che stanno facendo alcune aziende e ad alcuni fornitori e società di consulenza da considerare. Qualsiasi azienda che vende un prodotto o un servizio può applicare l'intelligenza artificiale per creare prodotti migliori e portarli sul mercato prima. Una volta che un prodotto è sul mercato, i dati in arrivo sull'utilizzo del prodotto determineranno l'importanza relativa di varie caratteristiche. Per i prodotti sulla roadmap del prodotto, i test digitali e le previsioni dei risultati del prototipo possono ridurre significativamente il time to market. Le aziende manifatturiere utilizzano l'IA per ottimizzare le prestazioni dell'intero processo di produzione, inclusa la manutenzione predittiva, la gestione dell'inventario e la gestione della catena di fornitura. I fornitori focalizzati nelle operazioni aziendali inclu...
Continua a Leggere

Come l’IA può migliorare l’analisi finanziaria

L'intelligenza artificiale e l'apprendimento automatico stanno abbattendo i silos che trattengono le società di servizi finanziari dal … [+] GETTY Il 70% di tutte le società di servizi finanziari utilizza l'apprendimento automatico per prevedere eventi di flusso di cassa, perfezionare i punteggi di credito e rilevare le frodi secondo un recente sondaggio condotto da Deloitte Insights . L'84% delle aziende ritiene che l'IA abbia il potenziale per creare e sostenere un vantaggio competitivo, mentre solo il 23% ha integrato l'IA nei processi, prodotti o servizi fondamentali . L'intelligenza artificiale e l'apprendimento automatico stanno consentendo alle startup di fintech di superare i concorrenti più grandi nei servizi finanziari, attirando nuovi clienti che diventano fedeli in base ai servizi offerti dalle banche tradizionali. L'allineamento della produzione di AI con il consumo di AI aumenta le probabilità di successo secondo un recente studio del MIT Sloan Management Review e uno studio del Boston Consulting Group . L'intelligenza artificiale e l'apprendimento automatico stanno riordinando il panorama dei servizi finanziari, riportando un intero settore ai suoi clienti. Si prevede che Fintech raggiungerà un tasso di crescita annuale composto (CAGR) del 25% fino al 2022, raggiungendo un valore di mercato di $ 309 miliardi . Il più ampio mercato dei servizi finanziari dovrebbe raggiungere $ 26,5 T entro il 2022 , raggiungendo un CAGR del 6%. L'intelligenza artificiale e l'apprendimento automatico sono i catalizzatori che ogni organizzazione dei servizi finanziari sta adottando o valutando per abbattere i silos, automatizzare i processi e rimuovere le barriere tra loro e i loro clienti. In breve, l'intelligenza artificiale e l'apprendimento automatico forniscono nuovi preziosi dati e approfondimenti sui clienti e sulle loro esigenze che le società di servizi finanziari tradizionali non potevano vedere prima. Il seguente grafico dalIl World Banking Report, 2020 d...
Continua a Leggere

L’Intelligenza Artificiale sta diventando più facile? L’analisi di Deloitte

L'IA stessa continua a cambiare. Nel corso del tempo abbiamo assistito a una grande evoluzione nel modo in cui le aziende considerano l'IA come una risorsa aziendale. Sono stato motivato a riflettere su questo argomento con il rilascio del sondaggio Deloitte State of Enterprise AI 2020, che è disponibile qui . Quest'anno non ho lavorato al sondaggio, ma sono un consulente senior per le analisi di Deloitte e la pratica dell'intelligenza artificiale. Ci sono molti aspetti diversi del sondaggio, ma quello che mi è emerso è che gli intervistati sentono che l'IA sta diventando più facile e continueranno a farlo. Gli intervistati sono 2727 dirigenti globali di nove paesi e le loro organizzazioni hanno adottato l'IA. Ciò di per sé suggerisce che l'IA sta diventando più pervasiva, perché negli anni precedenti al sondaggio abbiamo dovuto intervistare molti dirigenti per trovare gli adottanti. E il rispondente medio sta diventando più sofisticato ed esperto di AI. Quest'anno solo il 27% è stato "avviatore" - società con scarsa esperienza nell'intelligenza artificiale e meno di cinque implementazioni di produzione dell'IA - che è anche una percentuale inferiore rispetto al passato (36% nel 2018). Compra, non costruire Il singolo risultato più interessante del sondaggio per me è la preferenza per l'acquisto di tecnologia AI pronta all'uso rispetto alla sua costruzione. Anzi, ad un certo punto sarà difficile non comprare. Il 74% di questi dirigenti ha concordato che "l'IA sarà integrata in tutte le applicazioni aziendali entro tre anni". In termini di pratica odierna, il 50% afferma che o "comprerà tutto" delle proprie capacità di intelligenza artificiale o "acquisterà più che costruire;" solo l'8% "costruirà tutto" e il 13% "costruirà più che acquistare". Questo non è solo un approccio particolarmente favorito dai novizi dell'IA; più una società ha avuto esperienza nel sondaggio, più è probabile che preferisca acquistare piuttosto che costruire. Forse non sorprendentemen...
Continua a Leggere

OpenAI GPT-3 la versione commerciale del famoso modello di generazione del testo è in vendita

OpenAI rilascerà la versione commerciale del famoso modello di generazione del testo Il laboratorio di ricerca di intelligenza artificiale OpenAI renderà disponibile per l'acquisto il suo famoso strumento di generazione di testi GPT-3, che segna il primo prodotto commerciale prodotto dall'apprendimento automatico senza scopo di lucro. Nel febbraio dello scorso anno, OpenAI ha reso open source il suo modello di generazione di testi GPT-2. GPT-2 è stato in grado di generare un testo straordinariamente coerente quando fornito con un breve prompt, e il modello è stato considerato come un significativo passo avanti nei campi dell'elaborazione del linguaggio naturale e dell'intelligenza artificiale. In effetti, OpenAI inizialmente ha rifiutato di rilasciare il modello GPT-2, sostenendo che era troppo pericoloso per un rilascio open source, temendo un uso improprio. Tuttavia, dopo che una versione del modello è diventata disponibile per un po 'di tempo e le organizzazioni no profit hanno riferito di non aver visto alcuna prova di utilizzo dannoso, è stata presa la decisione di rendere il modello open source. Proprio di recente, OpenAI ha annunciato il seguito di GPT-2, soprannominato GPT-3. Il modello GPT-3 è circa 100 volte più grande del suo predecessore ed è questo modello che stanno offrendo come prodotto commerciale. Il modello GPT-2 comprendeva circa 1,5 miliardi di parametri mentre GPT-3 comprendeva circa 175 miliardi di parametri. La raffinatezza e l'affidabilità della serie di modelli GPT hanno fatto sì che i modelli convergessero diventando lo standard per i progetti di apprendimento automatico che coinvolgono il testo. Proprio come le reti neurali convoluzionali sono diventate il modello predefinito per i progetti relativi alle immagini, i progetti relativi al testo utilizzano sempre più GPT-2 e forse presto GPT-3. Come riportato da The Verge , OpenAI sembra sperare di spingere in avanti l'adozione di uno standard GPT rendendo disponibile commercialmen...
Continua a Leggere

L’intelligenza artificiale supporta la garanzia della qualità BMW

Il BMW Group Plant di Monaco sta facendo sempre più uso di applicazioni con intelligenza artificiale (AI). L'intelligenza artificiale è veloce, affidabile e facile da integrare nei vari processi di produzione e, insieme all'analisi intelligente dei dati e alle tecnologie di misurazione all'avanguardia, apre nuove opportunità per una produzione di veicoli più efficiente. Robert Engelhorn, direttore dello stabilimento BMW Group di Monaco, sta lavorando per far progredire l'applicazione di queste tecnologie: “ Nello stabilimento di Monaco sono necessarie circa 30 ore per fabbricare un veicolo. Durante quel periodo, ogni macchina che produciamo genera enormi quantità di dati. Con l'aiuto dell'intelligenza artificiale e dell'analisi intelligente dei dati, possiamo utilizzare questi dati per gestire e analizzare la nostra produzione in modo intelligente. L'intelligenza artificiale ci sta aiutando a ottimizzare ulteriormente la nostra produzione e ad assicurare una qualità eccellente per ogni cliente. Inoltre, consente ai nostri dipendenti di svolgere compiti monotoni e ripetitivi. "Come per qualsiasi innovazione, il fattore chiave è l'efficacia:"Il nostro team di produzione è composto da specialisti di grande esperienza, quindi sono i migliori giudici sul fatto che un'applicazione AI possa migliorare la qualità e l'efficienza in ogni fase della produzione", afferma Robert Engelhorn. Le opzioni per l'utilizzo dell'IA e dell'analisi intelligente dei dati sono attualmente in fase di test in varie aree del BMW Group Plant di Monaco. In alcune aree, le tecnologie sono già in uso nella produzione in serie, come il negozio di stampa e la convalida delle funzioni. Il negozio di stampa presso lo stabilimento di casa del BMW Group a Monaco di Baviera trasforma oltre 30.000 pezzi grezzi al giorno in parti di carrozzeria di veicoli. Dal 2019 a ogni spazio vuoto è stato assegnato un codice laser all'inizio della produzione in modo che la parte del corpo possa es...
Continua a Leggere

Hyperganic motore a razzo stampato in 3D , che è stato completamente progettato dall’intelligenza artificiale

l'IA per progettare un motore a razzo stampato in 3D La società di software tedesca Hyperganic ha sviluppato un prototipo di motore a razzo stampato in 3D , che è stato completamente progettato dall'intelligenza artificiale . A differenza di un motore a razzo tradizionale, che consiste di parti progettate individualmente che sono combinate insieme, il dimostratore progettato da AI è stampato in 3D come un unico pezzo continuo. Ciò include sia la camera di combustione in cui viene bruciato combustibile e ossidante, sia i canali di superficie, attraverso i quali viene fatto circolare il combustibile per raffreddare la camera e impedirne il surriscaldamento. Hyperganic utilizza l'IA per progettare un motore a razzo stampato in 3D "In un razzo, i canali di raffreddamento sono generalmente saldati sulla camera di combustione, che a causa dell'usura può causare errori ed esplosioni", ha spiegato il direttore del design di Hyperganic Duy-Anh Pham. "I componenti sono progettati separatamente, quindi il design non è effettivamente ottimizzato olisticamente per essere il migliore, il più efficiente possibile", ha continuato. "Il nostro motore, al contrario, è composto da un solo pezzo, progettato per avere il peso più basso e il raffreddamento più efficace, e quindi le massime prestazioni possibili per un determinato razzo." Hyperganic utilizza l'IA per progettare un motore a razzo stampato in 3D Per creare il motore, uno scienziato missilistico ha prima stabilito le caratteristiche principali di un motore missilistico: la forma della camera di combustione e le prestazioni di raffreddamento necessarie. Anziché essere tradotte in file CAD, queste informazioni sono espresse come formule e memorizzate in un foglio Excel, in un formato che può essere letto dall'algoritmo di Hyperganic. Questo algoritmo utilizza quindi i dati per generare la geometria del pezzo finale dal basso verso l'alto. "Confrontiamo il processo con la crescita piuttosto che co...
Continua a Leggere

Sette lavori che l’intelligenza artificiale potrebbe sostituire entro il 2030

Sette lavori che l'IA potrebbe sostituire entro il 2030 La tua carriera sarà influenzata dai progressi della tecnologia o l'intelligenza artificiale ti semplifica il lavoro? In un recente discorso , il vicepresidente e consulente principale di Forrester, Huard Smith, ha affermato che l'aspetto umano di molte professioni sarebbe "sparito" entro il 2030 a causa dei progressi della tecnologia AI e ML. In questo pezzo, esaminerò sette dei settori o posizioni che attualmente sono più probabili diminuire nel prossimo decennio. Credimi; il numero sette ti sorprenderà. Telemarketer Le possibilità che questo particolare ruolo diventi completamente informatizzato arrivano al 99,9% . Ciò è dovuto principalmente al fatto che i tassi di conversione del telemarketing sono relativamente bassi. Inoltre, si prevede una riduzione del 4% delle aspettative di crescita della carriera in questo settore nei prossimi anni.Responsabili delle indennità e dei benefici Con una possibilità di sostituzione di oltre il 96% e un tasso di crescita del 7%, questo lavoro potrebbe essere influenzato dalla tecnologia automatizzata. Molte grandi organizzazioni si affidano a sistemi di gestione automatizzata che utilizzano algoritmi per calcolare benefici e compensi. L'intelligenza artificiale riduce il rischio di errore umano e può anche salvare migliaia di aziende in costi di assunzione e assicurazione.Corrieri F Con l'aumento della popolarità dei servizi di consegna di droni potenziati dal "Prime Air Service" ampiamente pubblicizzato di Amazon , nei prossimi anni, il personale di consegna sarà sostituito da droni o robot nella maggior parte dei casi. All'inizio di quest'anno, Tom Merrit di Tech Republic ha dato un'occhiata a cinque aziende che stanno trasformando i robot di consegna in realtà in questo rapporto . correttori di bozze Come giornalista, posso sicuramente relazionarmi con questo settore e l'impatto che la correzione automatica ha avuto sulla mia carriera. Corro tutti i mi...
Continua a Leggere

AI per il controllo dei processi industriali

Ottimizzare un forno di processo con l'apprendimento per rinforzo Determinare le impostazioni di controllo ottimali per un processo industriale può essere difficile. Ad esempio, i controlli possono interagire, laddove la regolazione di un'impostazione richiede una nuova regolazione di altre impostazioni. Inoltre, la relazione tra un controllo e il suo effetto può essere molto complessa. Tali complicazioni possono essere impegnative per l'ottimizzazione di un processo. Questo articolo esplora una soluzione di apprendimento di rinforzo per il controllo di un forno di trasporto industriale. introduzione Un esempio di questo tipo di apparecchiatura è un forno a riflusso utilizzato per saldare componenti elettronici su una scheda a circuito (Figure 1 e 2). Il forno ha una cinghia mobile che trasporta il prodotto attraverso più zone di riscaldamento. Questo processo riscalda il prodotto secondo un preciso profilo temperatura-tempo necessario per garantire connessioni saldate affidabili. Il forno di riflusso discusso in questo articolo ha otto zone di riscaldamento, ognuna con un controllo per impostare la temperatura del riscaldatore della zona. I sensori registrano la temperatura del prodotto in ~ 300 punti mentre attraversa il forno. La temperatura in ciascun punto è determinata dal calore trasferito al prodotto dai riscaldatori. Soluzione di apprendimento di rinforzo Un operatore in genere esegue le seguenti operazioni per apprendere le impostazioni del riscaldatore: eseguire un passaggio del prodotto attraverso il forno osservare il profilo temperatura-tempo dalle letture del sensore regolare le impostazioni del riscaldatore per (si spera) migliorare il profilo attendere che il forno si stabilizzi sulle nuove impostazioni ripetere questa procedura fino a quando il profilo delle letture del sensore non è accettabilmente vicino al profilo desiderato Il sistema di apprendimento del rinforzo sostituisce le fasi dell'operatore con un processo in due fasi. Nella pri...
Continua a Leggere

La tua azienda non è pronta per la AI l’intelligenza artificiale.

L'intelligenza artificiale (AI) e l'apprendimento automatico (ML) sono i nuovi termini sexy della tecnologia che diventano rapidamente sinonimo di innovazione. Gli esperti di tutti i settori lo definiscono il futuro della tecnologia, il vero disgregatore. Questo ronzio ed eccitazione rendono ogni dirigente desideroso di saltare sull'onda dell'innovazione dell'IA e guidarla il più velocemente possibile. Il problema è che non sanno nulla del "surf"! ;-) L'intelligenza artificiale non è una tecnologia che ti basta collegare alla tua azienda e ti aspetti che ti spinga magicamente di fronte alla concorrenza. Richiede una grande quantità di dati, tempo per la sperimentazione e una cultura organizzativa che abbraccia l'apprendimento dai fallimenti. Quindi puoi svegliarti domani, andare in ufficio e dire "Da oggi useremo l'IA!"? La risposta è NO ed ecco perché. La corretta attuazione dell'IA in un'organizzazione si basa sui seguenti 3 pilastri. Senza uno di questi i tuoi sforzi falliranno. Conoscenza / Dati Competenza / talento Cultura / Sperimentazione Conoscenza / Dati La base di ogni sistema di intelligenza artificiale sono i dati. Senza di essi, l'IA non può imparare. La quantità, la qualità e la freschezza dei tuoi dati influiranno notevolmente sulle prestazioni dei tuoi sistemi di intelligenza artificiale. Anche se l'idea di raccogliere e utilizzare i dati per guidare le decisioni aziendali è stata un argomento caldo per più di un decennio, molte aziende oggi non hanno ancora capito come usarli. Si concentrano semplicemente sulla raccolta del maggior numero possibile di dati e li marchiano come aziende di Big Data. Dan Ariely, ricercatore ed economista, ha affermato: "I Big Data sono come il sesso adolescenziale: tutti ne parlano, nessuno sa davvero come farlo, ma tutti pensano che tutti lo stiano facendo, quindi affermano di farlo anche loro …" È fantastico se disponi di dati, ma è centralizzato e accessibile tramite le API? Sai perché è stato raccolto? È un set...
Continua a Leggere

Toyoda Gosei investe in TRYETING per il rapido sviluppo di materiali utilizzando l’intelligenza artificiale

Toyoda Gosei Co., Ltd. ha investito in TRYETING Inc. (Nagoya, Giappone) per il rapido sviluppo di materiali utilizzando l'intelligenza artificiale (AI) 1 . TRYETING è una startup dell'Università di Nagoya e fornisce una piattaforma AI che integra vari tipi di software. Uno dei punti di forza dell'azienda è l'informatica sui materiali, un campo che applica le tecniche dell'informatica, come l'IA e i big data, ai materiali. Questo approccio può accelerare significativamente lo sviluppo di nuovi materiali. L'industria automobilistica sta cambiando rapidamente con CASE (connesso, autonomo, condiviso, elettrico) e altre nuove tendenze tecnologiche. Per rispondere a questi cambiamenti, Toyoda Gosei sta cercando di ottenere un maggior valore aggiunto dei prodotti con l'integrazione di sensori e altri componenti elettronici nelle parti in plastica e gomma che sono le sue tecnologie chiave. A tal fine, lo sviluppo di materiali altamente funzionali in grado di ospitare la tecnologia elettronica è un compito urgente. Con questo investimento, Toyoda Gosei unirà la tecnologia AI di TRYETING alla conoscenza del design dei materiali che ha accumulato nel corso degli anni. La capacità di simulare rapidamente un gran numero di schemi di composizione dei materiali accelererà lo sviluppo di materiali con funzionalità superiori, come nuovi materiali per LiDAR 2 e altri sensori.  1 L'importo dell'investimento è di 50 milioni di yen.  2 Light Detection and Ranging, un metodo di rilevamento che misura la distanza e la direzione quando impiega la luce laser a infrarossi emessa
Continua a Leggere
Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi