En retard à l’Enterprise AI Party ? 3 façons de commencer | eWEEK

Même si l’intelligence artificielle devient la pierre angulaire des affaires actuelles, de nombreuses entreprises ont encore du mal à se lancer.

Ceux qui regardent ce que font des entreprises axées sur l’IA comme Amazon, Microsoft et Google Cloud peuvent s’inquiéter de ne pas avoir les poches profondes ou le personnel le mieux formé pour imiter ces leaders.

La bonne nouvelle est que, grâce aux progrès du matériel et des logiciels, pratiquement n’importe quelle entreprise peut se lancer dans un projet d’IA. Et ils seraient en bonne compagnie – le marché mondial de l’IA devrait passer de 93,5 milliards de dollars en 2021 à 641,3 milliards de dollars en 2028.

Les premières étapes idéales pour les entreprises qui cherchent à développer leur activité consistent à poursuivre trois des applications les plus courantes : les chatbots, la classification des images et la prévision des prix.

Voir aussi : Top des logiciels d’IA

1) Toutes les discussions sur les chatbots : les conversations sur l’IA en hausse

Les chatbots sont des agents de service client alimentés par l’IA. Posez une question à un chatbot et il vérifiera sur de nombreux systèmes pour donner une réponse au client.

Alors que les chatbots avaient auparavant du mal à gagner la faveur des consommateurs, ils contribuent aujourd’hui à améliorer le service et la satisfaction client, ainsi qu’à faire économiser beaucoup d’argent aux entreprises. Juniper Research projette que les chatbots permettent aux entreprises d’économiser jusqu’à 8 milliards de dollars par an.

Ping An, un important fournisseur de services financiers basé en Chine, a été l’un des premiers à utiliser les chatbots. En utilisant l’IA pour développer et former des chatbots conversationnels avec des niveaux de compréhension et de précision plus élevés, il est capable de répondre à des millions de requêtes de clients par jour, offrant non seulement des économies substantielles, mais tout aussi important, la capacité d’améliorer le service client grâce à des temps d’attente réduits dans les centres d’appels. .

Domaines principaux pour les applications d’IA conversationnelle

• La reconnaissance vocale automatique, ou ASR, est à l’œuvre lorsque nous parlons à des assistants virtuels dans nos maisons ou à nos téléphones afin qu’ils puissent convertir du texte en texte.
• Le traitement du langage naturel, ou NLP, va encore plus loin et est utilisé pour créer des applications afin de fournir des interactions homme-technologie transparentes.
• La synthèse vocale avec synthèse vocale permet à un chatbot de répondre à la question d’un client.

Le déploiement d’un chatbot réussi nécessite de la vitesse, de la précision, un discours et un langage personnalisables et il doit être évolutif afin qu’il puisse répondre à des centaines ou des milliers de demandes de clients si nécessaire.

Cela semble simple, alors quel est le hic? Ce n’est pas un processus unique. Le développement de logiciels précis et rapides nécessite des ajustements constants, ce qui peut fortement imposer aux équipes de science des données si elles font tout manuellement. Heureusement, il existe un nombre croissant d’outils logiciels qui peuvent réduire le temps nécessaire pour développer un chatbot puissant, ce qui prenait des mois auparavant peut maintenant être fait en quelques jours.

Les équipes peuvent également développer les compétences nécessaires pour créer un chatbot avant de se lancer dans la création d’un chatbot à partir de zéro, avec des modèles pré-formés disponibles pour donner une longueur d’avance.

2) Voir l’image complète avec la classification des images

La vision par ordinateur, également connue sous le nom de classification d’images, est le processus de regroupement et de tri d’images à l’aide de l’IA pour augmenter la précision, améliorer la sécurité et accélérer les nouveaux projets. Par exemple, la planification de trajets ou la synchronisation des feux de circulation nécessitent dans tous les cas une connaissance et des solutions en temps réel, basées sur des points de données en constante évolution. La vision par ordinateur aide le monde physique à rencontrer le monde virtuel.

Le déploiement de la classification d’images nécessite un modèle d’IA formé qui est prêt à exécuter des charges de travail d’inférence en production pour faire des prédictions.

Ces trois étapes de segmentation, de classification et de détection se rejoignent lorsque le système exécute l’inférence en quelques millisecondes.

• Un système de classification d’image typique comprendra une segmentation d’image.
• Les parties d’une image sont classées en catégories.
• Toute anomalie détectée est signalée aux opérateurs.

L’imagerie médicale, les véhicules autonomes et les systèmes de contrôle du trafic sont trois domaines dans lesquels la classification des images aide les industries à améliorer la sécurité, la sûreté et la précision. Pour atteindre ces objectifs, l’inférence de l’IA doit fonctionner rapidement, obtenir des résultats précis et être régulièrement recyclée.

Les entreprises peuvent développer les compétences nécessaires pour créer un système de classification d’images dans des laboratoires hébergés qui explorent comment créer un workflow de science des données de bout en bout et déployer le modèle en production lorsqu’il est temps d’exécuter l’inférence.

Voir aussi : Qu’est-ce que la visualisation de données ?

3) Comprendre pourquoi la prévision des prix est essentielle

Dans presque tous les secteurs, les prix des matières premières sont devenus de plus en plus difficiles à prévoir en raison d’événements imprévus liés à la pandémie, à la politique et aux conditions météorologiques extrêmes.

Alors que ces variables continuent d’évoluer, la prévision des prix basée sur l’IA peut aider les entreprises à surmonter les défis pour apporter de la stabilité aux opérations et aider à maximiser la rentabilité.

Les modèles de prévision des prix de l’IA évaluent un certain nombre de points de données qui varient en fonction de l’application :

• Un modèle de prédiction de prix de covoiturage peut prendre en compte l’heure de la journée, la météo et la zone de routage de géolocalisation.
• Un modèle pour prédire les prix futurs du blé pourrait inclure des données sur la demande saisonnière, les conditions météorologiques et les activités politiques.

La formation d’un modèle d’IA pour prédire les prix implique un travail fondamental de science des données, y compris la préparation des données pour le traitement. Dans l’exemple du covoiturage, la construction d’un modèle de prévision des prix impliquerait d’évaluer des ensembles de données, y compris les points de ramassage de l’ensemble de données, les points de dépôt, le montant du tarif, le nombre de passagers, la demande de trajets et peut-être même la météo.

Encore une fois, les modèles de prévision des prix ont besoin d’accéder à de grands ensembles de données qui doivent être traités rapidement avant que les informations ne deviennent périmées et obsolètes. La précision et l’efficacité nécessitent un calcul accéléré pour s’assurer que la prédiction atteint la cible. Si la science des données accélérée est une nouvelle charge de travail pour votre entreprise, les laboratoires peuvent aider les équipes à perfectionner rapidement leurs compétences.

Voir également : Prédictions technologiques pour 2022 : Cloud, données, cybersécurité, IA, etc.

Lancement de votre premier projet d’IA

Alors, où une entreprise peut-elle commencer son voyage vers l’IA ? Développer les compétences nécessaires pour exécuter ces charges de travail et d’autres charges de travail clés de l’IA n’a pas besoin d’être coûteux ou de nécessiter un retour dans le milieu universitaire.

Les entreprises désireuses d’étendre leurs propres capacités d’IA peuvent investir dans les compétences de leurs équipes existantes, ou perfectionner leurs capacités, dans une variété de tests virtuels et de laboratoires d’apprentissage parrainés par l’entreprise ou tiers dans le monde entier.

Une bonne expérience de laboratoire pratique permettra aux utilisateurs de voir, de comprendre et de tester les types d’applications d’IA qui pourraient être les plus bénéfiques pour leur secteur particulier. L’IA peut avoir un impact considérable sur pratiquement n’importe quelle industrie ou organisation. C’est le cas du développement d’un nouveau chatbot qui permet de gagner du temps pour un système de réservation de compagnies aériennes, d’une application de classification d’images qui accélère les opérations d’entrepôt ou de modèles de prévision des prix qui permettent à l’industrie de la distribution alimentaire d’économiser des milliards de dollars.

Bien que la valeur de l’IA dans les entreprises soit élevée, tester quelques idées d’applications d’IA peut être gratuit. Alors, prenez le temps maintenant d’évaluer par où vous voulez commencer et profitez de l’un des nombreux laboratoires virtuels gratuits disponibles dans le monde entier pour commencer votre voyage.

A propos de l’auteur:

Justin Boitano est vice-président d’Enterprise et Edge Computing chez NVIDIA.