Ai for den fyren

Som det viser seg, er kunstig intelligens (AI) et stort fokus på Microsoft Build-konferansen denne uken. Mens den delen som får all oppmerksomheten er muligheten for Microsofts Cortana og Amazons Alexa til å kommunisere, er det mye mer som skjer. Det som vil være viktig for både IT og utviklere er at Microsoft Build viser frem Azure som en levedyktig vei til AI, og det snakker også om nye muligheter i sin maskinlæringstjeneste (ML) -tjeneste, som er tilgjengelig med Azure.

Ikke uventet er AI en vanlig tråd over alle utviklerkonferansene med store navn denne våren siden de fleste av disse selskapene har gjort store investeringer i teknologien. Google I / O-konferansen viste ikke bare nye AI-funksjoner, men den kunngjorde også at Google Research får nytt navn til Google AI. Selskapet snakket også om AI på Android og Google Home, selv om IT-fagfolk og utviklere også hadde nyheter om at AI-muligheter ble integrert i Googles Cloud Platform. Og selvfølgelig kunngjorde Facebooks F8-konferanse et åpent AI-rammeverk fra det selskapet, som forhåpentligvis også har et sterkt etisk kompass knyttet til seg.

All denne oppmerksomheten rundt AI vil føre til uunngåelige spørsmål om hvordan organisasjonen din kan bruke den og ML for å forbedre driften og den generelle konkurransekraften. Men siden disse spørsmålene trolig kommer fra noen med bare et høyt nivå konsept av hva som er involvert, vil det falle til IT- og DevOps-proffene ikke bare å forberede seg nå, men også å forstå funksjonene og begrensningene til disse teknologiene og hvordan de bruker til spesielle forretningssaker.

Bli godt bevandret i AI

For å unngå å bli svelget av AIs hype, må du utføre to ting. Først må du bli godt nok kjent med generell AI-kunnskap, som betyr å forstå hva teknikken kan og ikke kan, og hvor den er på vei i løpet av de neste 12 månedene. For det andre må du kartlegge denne kunnskapen til organisasjonen din og arbeidsflyt slik at du har en god ide om hvem i organisasjonen som kan ha nytte av AI. Først etter at du har svart på de to spørsmålene, har du noen ide om ressursene du kommer til å trenge hvis et AI-prosjekt faktisk skjer.

Å bygge generell kunnskap om AI og ML er ikke så vanskelig. Artikkellinkene som er listet opp tidligere, kommer i gang, og du kan lære det med enda mer PCMag-lesing, inkludert dette stykket om hvordan ML påvirker sikkerheten og denne på mulighetene til AI-databaser. Når du har dyppet tå i det generelle AI-bassenget, er det på tide å bli plattformspesifikk.

Begynn med hva de nåværende skyleverandørene dine tilbyr. En fordel du har, er at noen av de største skyleverandørene - særlig Google, IBM og Microsoft - tilbyr AI og ML som skytjenester, enten frittstående eller i forbindelse med deres tilbud om infrastruktur-som-en-tjeneste (IaaS). For eksempel kan IBM-skykunder ganske enkelt velge IBM Watson som et menyvalg når de konfigurerer IBMs skytjenester.

I tillegg kan du sjekke ut tilgjengelige læringsressurser. Det er mange AI-webinarer der ute, men det kan lønne seg å ta et mer omfattende kurs i AI, spesielt hvis du kan fokusere på temaene du trenger. Selgere hjelper kanskje også her. For eksempel har Microsoft utviklet på nettkurs i AI kalt Microsoft Professional Program for Artificial Intelligence som vil hjelpe deg å mestre ferdighetene til å gjøre mer enn bare å snakke om AI med vennene dine. Microsoft-kurset ser ut til å være omfattende, det tilbys på nettet, og hvis du ikke trenger et sertifikat, så er det gratis.

Og når du først har fått en generell forankring, er en effektiv måte å få mer spiss, spesifikk kunnskap om hvordan AI kan hjelpe organisasjonen din å ganske enkelt nå ut til skyleverandøren din. Jada, du må håndtere en selger av profesjonelle tjenester, men det er den eneste ulempen. Ulempen er at disse menneskene er en butikk når det gjelder å raskt kartlegge hvordan deres avanserte tjenester kan hjelpe organisasjonen din. Og hva de ikke vet, de kan lett finne ut med en direkte linje til prosjektering. Du kan unngå en lang salgsstrategi ved å komme bevæpnet med de riktige spørsmålene. Alt du trenger å gjøre er å gjøre noe med due diligence, både på hva de tilbyr, så vel som hva organisasjonen trenger. Dette kan styre en samtale, hvor du kan bruke nytt av som en tidlig blåkopi for hvordan selskapet kan implementere AI og hva du får ut av investeringen.

Og husk: disse tjenestene trenger ikke nødvendigvis å være hjemmehørende i leverandøren. Rackspace, for eksempel, kan gi tilgang til de fleste av AI-tjenestene som tilbys av de andre skynavnsleverandørene og til og med gi dem som en del av den administrerte tjenesten.

Kjenn dine interne funksjoner

Som nevnt er en sentral del av IT-jobben i AI-ligningen å forstå hvordan virksomheten fungerer og hvordan AI og ML kartlegger de behovene. Det er klart at kundeserviceavdelingen og kundesenteret ditt er to områder der det har vært en betydelig vekst i samtaleanlegg, men det er bare bra hvis selskapet ditt for tiden sysselsetter chatbot tech. Hvis ikke, må du legge den kostnaden til den overordnede AI-implementeringsplanen. Og som denne ukens utviklingskonferanser tydelig viser, er det rikelig med AI-vekst i andre forretningsområder, spesielt innen analyse, utvikling og sikkerhet. Hvis bedriften din for tiden sysselsetter utviklings- eller DevOps-konsulenter, ikke vær sjenert. Sett deg ned med dem for å diskutere hvor de ser AI og ML, og vurder å invitere dem til samtaler med skyleverandørens profesjonelle tjenesterepresentant.

Hvis du ikke har kartlagt alle forretningsprosessene dine, er AI en god grunn som noen til å starte. Selv om det viser seg at AI ikke passer for en bestemt prosess, er det aldri en dårlig ting å forstå hva som skjer, og du vil utvilsomt trenge dataene senere for forskjellige distribusjoner. Å kartlegge forretningsprosessene er også en ganske grei oppgave hvis du bare følger disse tre viktige trinnene:

1. Identifiser prosessen. Generelt er dette et møteintensivt trinn, men du kan lette den byrden ved å starte uformelt. Gå fra toppledere til mellomledere for å identifisere hva virksomhetens oppgave er og hvordan prosessene støtter det. Møter kan være uformelle diskusjoner over kaffe, hvis resultat kan gi mer formelle prosesskartleggingsøkter.
2. Sett sammen et team for hver nøkkelprosess. Ikke prøv å gå dette alene, for det er nesten sikkert å mislykkes. I stedet, vinn ned prosesslisten til et håndterbart antall kjerneprosesser, og sett deretter sammen et lite team av eksperter i hver. Det er din hjernetillit.
3. Kartlegg arbeidsflyten. Når du har fått hva og hvem, er det bare å kartlegge hvordan. Trinn for trinn ved å bruke et standard flytdiagramverktøy, kartlegg hva som skjer, hvem som får det til å skje, og hva de bruker for å få den aktuelle jobben. Bruk data fra programvare- og maskinvarerevisjoner for å bekrefte funnene dine. Du kan gå så dypt eller så lett som du vil på dette stadiet, men et godt mål er når du begynner å ha "aha" øyeblikk om hvordan AI kan hjelpe en bestemt prosess. Du vil sannsynligvis også ha flere slike øyeblikk angående unødvendige utgifter til programvare og maskinvare.

Følg disse tre trinnene, så finner du raskt ut de mest effektive områdene du må vurdere for AI i butikken din. Selv for de områdene der du bestemmer at AI ikke passer, er dette uvurderlig data å ha for fremtiden. Og for de der du tror det virkelig kan være en fordel, er det på tide å se på ressurser. Heldigvis er det mange AI-leverandører som gjør ressursforbruk og evaluering enkelt. Et godt eksempel er IBM Watson, der du kan finne et bredt utvalg av forhåndsbygde AI-løsninger for alle typer operasjoner, alt fra kundeservice til visuell gjenkjennelse. IBM tilbyr til og med en AI-drevet call center-løsning som kan hjelpe kundenes engasjement og samtidig redusere kostnadene. Evaluering av disse løsningene vil gi deg virkelig opplevelse av hvordan AI kan jobbe i organisasjonen din, gi drivstoff til diskusjonene dine med andre bedriftsledere og holde leverandørdiskusjonene mer fokusert på hva du trenger i stedet for hva de vil selge.

Det er enkelt å registrere seg for evalueringer. I IBM Watsons tilfelle må du gå gjennom en IBM Cloud-konto, og du må kunne engasjere noen av IBMs tjenester. Eller du kan bruke Azure for å nå Microsofts AI-drevne språkprosessor, som selskapet kaller "Microsoft Cognitive Services Language Understanding" eller LUIS. Denne tjenesten er utviklet for å hjelpe med talegjenkjenningstjenester, men Azure har også et økende antall relaterte tilbud rettet mot forskjellige oppgaver og vertikaler.

Finn ut kostnadene

Funksjon og funksjoner inneholder absolutt viktige kunnskapspunkter, men et viktig og uunngåelig datapunkt som du utvilsomt vil bli ansvarlig til slutt er kostnad. De store skyleverandørene som gir tilgang til AI-produktene deres, kan hjelpe deg med å finne ut av dette, men som jeg lærte mens jeg jobbet med min IaaS-gjennomgangsoppdatering for PCMag, er det ikke lett. Derfor bør du starte nå, og du vil nesten helt sikkert trenge å be om hjelp. De profesjonelle tjenestene som du jobber med for å definere dine behov, kan også hjelpe deg med å beregne kostnadene, selv om du må temperere dette med din egen kunnskap om hvordan organisasjonen din fungerer, tidslinjebegrensningene den er under og bemanning ressurser - som alle kan ha en dypt innvirkning på langsiktige kostnader.

Visstnok er det vanskelig å prioritere å starte et evalueringsprosjekt som ingen i ledelseskjeden ennå har gjort noe om AI. Men som jeg sa, kunnskapen om forretningsprosesser er uvurderlig uansett om selskapet ditt til slutt distribuerer AI. Når du får den kunnskapen nå, vil du bli en rockestjerne den dagen noen med kunnskap på høyt nivå bringer den opp i et personalmøte. Når du først har gravet deg inn i AI og ML, vil du dessuten se at en AI-drevet fremtid helt klart er i horisonten for de fleste organisasjoner uansett bransje.

Til slutt vil det være IT- og DevOps-ansatte som mest sannsynlig vil trenge å implementere og administrere produktet eller tjenesten, skaffe den nødvendige infrastrukturen og administrere sikkerhets- og integrasjonsprosessene som er nødvendige for at utviklingsgruppen skal få alt til å fungere. Forbered deg nå, så sparer du deg selv mange hodepine senere.