Tähelepanu! Artikkel on enam kui 5 aastat vana ning kuulub väljaande digitaalsesse arhiivi. Väljaanne ei uuenda ega kaasajasta arhiveeritud sisu, mistõttu võib olla vajalik kaasaegsete allikatega tutvumine
3 nõuannet tehisintellekti rakendamiseks ettevõttes
Ettevõttes masinõppe edukaks rakendamiseks ei piisa ainult andmete olemasolust ja kogumisest, vaja läheb ka strateegilist otsust juhtkonna tasemel, kirjutab SIFR OÜ tegevjuht ja masinõppe evangelist Taavi Tammiste IT-uudistes.
Tehisintellekti termin on erinevates väljaannetes võtnud pahatihti väga erineva tähenduse. Kui me räägime tehisintellekti kasutusele võtmisest ettevõttele väärtuse loomiseks, siis enamasti räägime lihtsamatest masinõppe lahendustest või rakenduslikust tehisintellektist. Paljud ettevõtted on tänaseks aru saanud masinõppe väärtusest ning näevad väärtuslikku kasu selle rakendamises.
Uuenduslikumad ettevõtted on isegi välja töötanud oma tehisintellekti strateegia. Siiski on näha, et ettevõtted ei ole masinõppe kasutusele võtmiseks sarnasel stardipositsioonil ja enamasti on neil üks väga suur erinevus – andmed, andmed, andmed. Selleks, et treenida masinõppe algoritmi tegema midagi, mis annaks reaalset ärilist väärtust, on vaja andmeid, kuid ainuüksi andmete omamine ei garanteeri veel edu. Oluline on ka andmete kättesaadavus, puhtus ning nende tekkimise kiirus. Kuidas siis ikkagi valmistada ettevõte ette masinõppe kasutusele võtmiseks?
Tulekul!
Taavi Tammiste esineb ettekandega "Kuidas alustada uute võimaluste kasutamist?" 6. detsembril toimuval konverentsil Andmemajandus 2018 "Unistamisest konkreetsetele tegudele: kuidas andmeteadust praktikas kasutada". Tutvu programmiga ja registreeru SIIN!
Oma ettevõttes masinõppe edukaks rakendamiseks tuleb strateegia loomisel tähelepanu pöörata kolmele olulisele tegevusele.
Strateegiline andmete kogumine
Üheks peamiseks oluliseks edu faktoriks ettevõttes on aru saamine, et andmeid tuleb hakata koguma sihilikult. Andmed ei teki ainult mingi tegevuse tulemusena, vaid need on ettevõtte strateegiline vara. Kui võtta arvesse, et tulevikus võib sinu toodet eristada konkurentidest just andmete rohkus, siis tuleks juba täna hakata sügavamalt mõtlema strateegiliselt andmete kogumise peale.
Andmete kättesaadavuse lihtsustamine
Kui ettevõttel on lihtsalt andmed olemas, siis sellest ainuüksi ei piisa. Andmed peavad olema võimalikult lihtsasti kättesaadavad ning samuti puhtad ja kvaliteetsed. See tähendab, et näiteks turunduse andmeid peab olema võimalik lihtsasti ühendada müügi või tootmise andmetega ning enamasti tähendab see tehniliselt andmesilode kaotamist ehk andmebaaside ühtlustamist.
Sihikindel automatiseerimine
Kolmandaks, edukalt masinõpet rakendava ettevõtte oluline tegevus on automatiseerimine. Ettevõtte, mis otsib pidevalt võimalusi oma protsesse automatiseerida, leiab ka rohkem kasutusjuhte, kus võiks masinõpet rakendada. Paljud ettevõtted, kellel on juba väga palju andmeid, takerduvad enamasti küsimuse otsa, et kus siis ikkagi võiks masinõpet kasutada? Masinõpe ei ole lihtne ning kui on mingi muu lihtsam võimalus kuidas probleemi lahendada, siis tuleks seda muud võimalust ka kasutada. Kui aga probleem on piisavalt keeruline ja ettevõte on valmis panustama aega selle lahendamiseks, et näiteks saavutada tõsine konkurentsieelis või kulude kokkuhoid, siis tasuks vaadata just masinõppe võimaluste poole.
Lõpetuseks tuleb mainida, et masinõpe või tehisintellekt ei ole maagiline must kast, mis hakkab iseenesest väärtust looma. See vajab tarku inimesi (andmeteadlasi), palju kvaliteetseid andmeid ning strateegilist otsust ettevõtte juhatuse tasemel.
Allikas: IT-uudised
Hetkel kuum
Enimloetud
5
Viimased uudised
Lisatud meeleolukas galerii!
Üritused
Hetkel kuum
Liitu uudiskirjaga
Telli uudiskiri ning saad oma postkasti päeva olulisemad uudised.
Tagasi Personaliuudised esilehele