3 façons ai améliore la façon dont les entreprises fonctionnent

Près de soixante ans plus tard, l’émergence de l’intelligence artificielle (AI) a vu des machines bondissent de physique termes de psychologie sociale du travail mental. Comme les ordinateurs étape dans des rôles qui impliquent le raisonnement, une nouvelle vague d’industries allant de la médecine au financement devrait bénéficier de ou se laisser distancer par l’IA.

« Nos idées sur des partenariats avec des machines sur le travail mental sont beaucoup moins précis parce que le travail mental a toujours été un échange entre les gens », dit Adam Pah, professeur clinique à la Kellogg School et directeur associé de l’Institut du Nord-Ouest sur les systèmes complexes. « Beaucoup de nos connaissances sur les robots est physique, et maintenant que la connaissance doit être élargi pour couvrir le domaine de l’intelligence artificielle. »

Pah, qui a collaboré avec un certain nombre d’organisations qu’ils intègrent l’IA dans leurs opérations, met en évidence trois des façons les plus importantes que l’IA d’aujourd’hui peut changer la façon dont les entreprises font des affaires.

Les gens communiquent principalement par le langage, pas naturelles équations ou des feuilles de calcul Excel ou des rapports quotidiens structurés. Cela a toujours posé un défi pour les entreprises, car si les mots que nous utilisons sont pleins de connaissance des consommateurs, ils sont aussi généralement impénétrables aux outils d’analyse.

La capacité d’agréger et de quantifier le langage humain est, bien sûr, changer. Avec le traitement du langage naturel et de logiciels d’apprentissage automatique, les entreprises peuvent maintenant gratter de vastes bibliothèques de texte pour générer des idées sur presque tous les sujets.

Il est devenu courant pour les entreprises d’analyser, par exemple, les commentaires Facebook des clients à concevoir des stratégies plus efficaces numérique de marketing quiz psychologie sociale. Mais les organisations devraient être plus créatifs et ambitieux dans la réflexion sur la façon d’appliquer des idées à partir des données non structurées, selon Pah.

Parce que ces fabricants font la plupart de leurs ventes par le biais des fournisseurs de services tels que AT & T ou T-Mobile, ils ne sont pas directement reliés à leurs clients de psychologie sociale critique. Cela signifie que les commentaires des clients post-lancement a toujours été tiré de deux sources ni particulièrement idéal. Le premier est un filet lent de l’information basée sur ce que, le cas échéant, les clients disent quand ils reviennent un téléphone au fournisseur. Le second implique le contrôle manuel des médias sociaux et sites de technologie par un petit groupe d’employés.

« Nous avons écrit un programme qui a rampé Internet pour les mentions sur Twitter et Facebook ainsi que sur 30 sites où les gens des avis et discuter des téléphones cellulaires », dit-il. « Nous avons ensuite construit une solution apprentissage machine qui identifie automatiquement quand on parlait de produit de l’entreprise au sujet, qui dispose du téléphone étaient parlé, si elles étaient parlé des attributs positifs ou négatifs attraction psychologie sociale. Ensuite, le programme regrouperait comme des déclarations ensemble pour donner une idée de l’ampleur de chaque problème et il a fait cela de façon continue « .

Ce nouveau logiciel a permis au fabricant de téléphone pour commencer à répondre aux questions immédiatement après le lancement au lieu de après le retard de six semaines typiques sujets de recherche en psychologie cognitive. Il a également fourni une mine d’idées, qui ont poussé les consommateurs fonctionnalités plaisir ou de déception, comment les gens ont utilisé le téléphone qui pourrait être traduit dans la recherche et le développement futur.

La valeur de cette technologie AI, des notes Pah, étend bien au-delà des entreprises face à la consommation. Une organisation B2B curieux potentiel mondial sur le marché pourrait aussi utiliser facilement l’apprentissage de la machine à passer au peigne fin les rapports des analystes et évaluer les conditions économiques dans certains secteurs à travers le monde.

« Vous pouvez appliquer ce genre de chose où vous avez des gens publier des commentaires et des rapports à l’échelle qui est trop grand pour que quelqu’un a lu tous les jours », dit-il.

«C’est une torsion vraiment intéressant », dit-Pah. Il y a déjà une entreprise, par exemple, qui identifie quand un logo apparaît en images. « Vous pouvez maintenant étendre votre attention au-delà de ce que les gens écrivent et suivre comme un moyen Instagram de comprendre quand et où vous apparaître, ainsi que que vous devriez cibler. »

Faire des recommandations est l’un des plus anciens d’Amnesty International « amis », dit Pah réseau de psychologie sociale. Considérez Amazon et Netflix correspondant le comportement passé de clients avec d’autres produits ou des films qu’ils aimeraient.

créateur IBM Watson David Ferrucci sur le partenariat de la pensée au cœur de la nature de l’apprentissage machine et champ de la psychologie sociale. Comment arrêter Inquiétant et aimer le robot qui vous pousse à travailler

En même temps que les machines vont mieux à la lecture et l’interprétation des données à partir d’un large éventail de sources, données personnalisées devient abondante. Cartes de crédit suivre les achats des clients, les navigateurs web les recherches d’enregistrements, les entreprises de médias sociaux surveillent goûts et dégoûts, et, de plus en plus, smartwatches et groupes de conditionnement physique mouvement piste.

Cette convergence de la capacité d’analyse et la disponibilité des données est un territoire fertile pour l’IA de faire plus nuancées, spécifiques et vastes recommandations.

Pah, par exemple, a reçu récemment un courriel de ImpôtRapide demande s’il serait intéressé par un produit d’apprentissage automatique qui examine les déclarations de revenus, les rapports de crédit et des informations compte bancaire pour fournir des conseils de planification financière personnalisée.

«C’est un pas dans la bonne direction », dit-il. « Nous commençons à reconnaître que nous devons apporter des données de partout pour faire des recommandations plus précises et utiles. »

La prochaine étape dans ce développement est un produit qui apprend au fil du temps, aiguisant ses recommandations fondées sur le comportement passé. Compte tenu de l’exemple ImpôtRapide, Pah a suggéré que cette technologie pourrait suivre ce que les gens prennent des conseils financiers et ne prennent pas, et avec quelle probabilité application de la psychologie sociale. Avec cette connaissance, la société pourrait alors offrir les conseils qui est le plus susceptible d’être accepté de première qui pourrait conduire à une plus grande confiance dans les conseils « moins probable ».

« Ensuite, il peut regarder non seulement ce qu’il faut faire, mais ce que les gens sont plus susceptibles de le faire, et commencer à changer ce qu’il recommande basé sur cette progression », dit-il. AI appliqué de cette façon fournira non seulement des recommandations, mais a le potentiel de le faire dans une séquence qui influe sur le comportement humain.

« La clé qui apporte une image plus complète de la vie d’une personne », dit-Pah la personnalité et de la psychologie sociale bulletin facteur d’impact. Cela cependant, image plus complète, est compliquée par des problèmes de confidentialité.

« En règle générale, il y a un compromis entre l’utilité d’un outil AI et le montant de la vie privée d’un utilisateur jouit, » dit-il. « Systèmes d’IA ont besoin de plus de données sur une personne pour être utile, mais la sécurité de l’information font largement défaut à de nombreuses grandes entreprises et nous avons pas de fortes protections ou recours en tant que consommateurs lorsque nos données est volé ou perdu. »

En plus de trouver des relations entre les variables clés, AI peut signaler lorsque certaines conditions sont remplies complexes. Ces qualités font l’IA un partenaire de diagnostic particulièrement précieux.

Pour un exemple dans le domaine médical, prenez la maladie aiguë du syndrome de détresse respiratoire Journal de la personnalité et de la psychologie sociale facteur d’impact. Bien que son diagnostic est simple, la présence de quatre indicateurs 80 santé pour cent des cas ne sont pas diagnostiqués parce que les médecins et les infirmières dans les unités de soins intensifs sont généralement trop axés sur le traitement de la question principale de l’admission d’un patient pour détecter les multiples mesures et relier les points .

« Partenaires-intelligence artificielle peuvent vraiment aider dans ce cadre parce que le syndrome a une définition de base et il n’y a pas d’intuition au diagnostic », dit-Pah. « Où les gens peuvent tomber par hasard, AI fait cette tâche toujours à chaque fois. »

Autre exemple, Pah décrit la difficulté la plupart des hôpitaux ont à mesurer l’efficacité des médecins utilisent des dossiers médicaux électroniques. métriques comment les médecins actuels souvent utilisent le système, si les patients ont accès ont tendance à être rudimentaire. Mais des moyens plus sophistiqués de mesure tels que si la meilleure voie de traitement a été poursuivi, il est difficile de généraliser à partir d’un patient à l’autre.

« Comptabilité pour tous les petits, les pièces uniques de la vie de chaque patient prendrait une éternité pour construire en utilisant des modèles traditionnels pour tout le monde », dit-il. « Mais il est possible de mettre en place un système AI qui a la capacité de couvrir ce genre de choses. »

Et bien que le déploiement de haut profil de Watson d’IBM dans les soins de santé a déjà attiré l’attention, le principe général est largement applicable dans de nombreuses industries. Qu’une organisation évalue de nouveaux marchés, décider du moment où le suivi des clients, prédire le taux de rétention des nouveaux employés, ou l’identification lorsque les pièces mécaniques sont susceptibles d’échouer, AI peut signaler la présence de certaines conditions que les gens pourraient négliger.

Par exemple, ce pouvoir de diagnostic peut même être formé sur l’examen de la performance redoutée. Des évaluations quantitatives d’un travail de myope et peut sembler incomplète, si des critiques sont souvent des expériences frustrantes pour les employés. Mais où l’analyse traditionnelle ne peut pas tenir compte de toutes les variables contextuelles qui contribuent à la performance, AI peut, à condition que la société peut nourrir les données dont il a besoin pour établir des liens efficaces et des recommandations.

« Où AI commence à exceller est quand vous obtenez une gamme très large de variables à mesurer, quand vous avez 30 ou 40 colonnes dans une feuille de calcul qui doivent tous être pris en compte », dit-il. « AI cherche des modèles et des relations dans toutes ces informations-projets, collaborateurs, succès les étapes et les a trait à ce que vous essayez de comprendre, un rendement des employés. »

Plus d’articles dans Conseils d’innovation pour les entreprises établies pour garder Innover intrapreneuriat vous oblige à « penser comme un disrupteur. » La surprise Short Journey de la Tour d’Ivoire à la recherche scientifique du Bureau des brevets conduit plus fréquemment et plus rapidement que prévu aux innovations du marché. Prenez 5: Comment responsabiliser les employés à être plus créatif créativité est un moteur puissant pour les entreprises. Nourrissez sans laisser les divas de bureau courent le spectacle.