Koje industrijske grane ulažu u veštačku inteligenciju?

Početkom 2018. godine, udarna vest u oblasti razvoja veštačke inteligencije je da se Udi Manber, koji je nekada radio u Guglovom odeljenju za razvoj internet-pretrage pridružio kompaniji za zdravstveno osiguranje Antem (Anthem) kako bi predvodio svoju AI istraživačku grupu grupu. Na kraju krajeva, ne viđa se baš svakog dana da neki tako eminentni ekspert u polju veštačke inteligencije pređe iz Gugla u „nešto treće“ – da iz vrhunske kompanije sa reputacijom lidera u razvoju tehnika pretraživanja i obrade velike količine podataka pređe u bilo šta što do juče nije bila njegova matična firma.

Ovaj Antemov poslovni potez bi, međutim, mogao biti nagoveštaj pomaka kako kompanije i industrije razmišljaju o veštačkoj inteligenciji, kao i da li je ova relevantna za njihovu delatnost. Iako se AI u prošlosti možda smatrala „provincijom“ velikih tehnoloških kompanija, danas je doslovce sve ne-tehnološke kompanije prihvataju u cilju poboljšanja svojih performansi.

U ovom članku gledamo na tržište veštačke inteligencije i analiziramo koje industrije ulažu u veštačku inteligenciju kao i prepoznavanja šta ona tačno znači u smislu korisnih aplikacija koje se danas primjenjuju a, takođe, i šta to znači za tržište IT talenata koji briljiraju na polju poznavanja veštačke inteligencije.

Otkrili smo da većinom AI investicija trenutno dominiraju velika tehnološka preduzeća poput Gugla, Amazona, Baidua i Majkrosofta. Međutim, između 10% i 30% netehnoloških kompanija takođe usvaja AI tehnologije, u zavisnosti od specifičnosti industrije i posla kojim se bave.

Iako ne-tehnološke kompanije tek treba da zaigraju na velike uloge u iskorišćavanju ovog alata u svom poslovanju, trenutno tržište je tek delić očekivanog tržišta. Drukčije rečeno, AI je još uvek u vrlo ranoj fazi razvoja, a industrije koje će danas i u narednih godina izdašno ulagati u „pozitronske mozgove“ za poboljšanje svog poslovanja mogli bi i nadalje „jahati“ na talasima profitnih krivulja.

Termin veštačke inteligencije tipično se odnosi na automatizaciju zadataka koje danas obavljaju softveri, a koji su ranije zahtevali asistenciju ljudskog uma. I dok se mašinsko učenje ponekad koristi naizmenično sa veštačkom inteligencijom, podučavanje mašina tako što ih „hranimo“ ogromnom količinom podataka koje softver naknadno procesira samo je jedna podkategorija veštačke inteligencije; tada se „pamet“ uređaja postepeno poboljšava, naime, postepenim učenjem, zahvaljujući pristupu ogromnim količinama podataka koje obrađuju.

Kada govorimo o izdacima za AI softver u tekućem poslovanju američkih firmi, obično govorimo o  veličini ulaganja koja kompanije imaju pri izgradnji svojih AI potencijala u poslovnoj trci. Iako bi se u perspektivi ovo moglo promeniti, McKinsey procenjuje da se velika većina troškova obavlja interno ili kao jednokratna investicija, dok se vrlo malo radi na kupovini AI aplikacija od drugih, specijalizovanih preduzeća.

Mekinsi je došao do podatka da je na AI u 2016. godini potrošeno oko 34 milijarde dolara. Velika većina ovih ulaganja otpadala je na internu korporativnu potrošnju.

Trenutne investicije u veštačku inteligenciju su, na nivou unutrašnje korporativne potrošnje, „teške“ 23 milijarde dolara, gotovo tri puta više od trenutnih nivoa rizičnog kapitala i privatnih ulaganja u prostor. Međutim, ova velika ulaganja nisu ravnomerno raspoređena među firmama. McKinsey procenjuje da tehnološki giganti kao što su Google i Baidu troše između  20 i 30 milijardi dolara godišnje na veštačku inteligenciju, što je ogroman deo investicionog kolača u ovoj kategoriji.

Ne računajući tehnološke kompanije kod kojih ovakva tehnologija vodi glavnu reč ali i izdatke za razvoj, u oblastima netehnološkog poslovanja su minimalna ulaganja u AI. Ova pojava se ogleda kroz podatke sa tržišta AI softverom, koje je i dalje prilično malo u odnosu na moućnosti koje pruža. Prema podacima analitičke firme Tractica Research, procena je da će ukupni ovogodišnji troškovi firmi za AI softver biti manji od 10 milijardi američkih dolara (reč je o američkom tržištu, prim. prev.).

Iako su trenutni nivoi eksternih troškova za AI softver u internim budžetima firmi još uvek na granici statističke greške, očekuje se da će do 2025. tržište ovim informatičkim alatom silovito narasti do cifre od oko 90 milijardi dolara. Za kompanije koje još uvek razmatraju o nivou svojih ulaganja u AI, utešno je znati da je tržište i dalje tek zanemarljivo malo u odnosu na njegov budući potencijal i da nisu.

Pa ipak, mašinsko učenje i veštačka inteligencija se ponekad (pogrešno) koriste naizmenično. Ova greška možda i nije tako iznenađujuća s obzirom da je mašinsko učenje spada u najveću kategoriju investicija u AI pejsaža:

Američki privatni sektor je na veštačku inteligenciju u 2016. utrošio 62% na softver za mašinsko učenje, dvostruko više od AI oblasti koja se bavi vizuelnim prepoznavanjem. Vredi napomenuti da sve ove kategorije veštačke inteligencije spadaju u “uske” (ili “slabe”) AI oblika koji prikupljaju i obrađuju podatke kako bi saznali i postigli određeni usko definisani zadatak. Isključena iz ovog izveštaja je “opšta” (ili “jaka”) veštačka inteligencija, koja je prilično nalik procesu razmišljanja nalik onom koje proizvodi ljudski mozak.

Biznis usvaja veštačku inteligenciju

Koje industrije prednjače u usvajanju veštačke inteligencije? U nekoj industriji postoji heterogenost firmi i podizvođači, „grančice“ koje su na industrijskom „drvetu“ sa različitim trendovima prihvatanja AI, pa bi bio dobrodošao jedan mogući okvir za razmatranje koje su industrije izgledne za usvajanje veštačke inteligencije.

Investitor i preduzetnik Al Bredford Kros (AI Bradford Cross) sugerišu da će velike industrije (velika tržišna kapitalizacija) i profitabilna (visoka bruto marža) biti dobar početni cilj za usvajanje AI aplikacija. Upotrebom tog okvira, tehnike, finansijske usluge i kompanije koje rade u zdravstvenoj zaštiti kvalifikovale bi se kao dobre inicijalne industrije za AI aplikacijI. Kros takođe naglašava da već možete da vidite puno uspešnih startap firmi koje ciljaju na neke od ovih industrija:

“Ovo je dobar primer na kojem se vidi kako su svi ti podaci usklađeni – fintech (finansijske tehnologije) i zdravstvena zaštita spadaju u najveća tržišta kod kojih je profitna margina najveća, dok je najzastupljenija među perspektivnim AI jednorozima i perspektivnim informatičkim startup-firmama. Ovo su, prema tome, solidna tržišta na koja se treba usmeriti.”

McKinsey je anketirao 3.000 izvršnih direktora  o njihovoj raspoloženosti za usvajanje AI tehnologija, a potom je analizirao rezultate po oblastima poslovanja. Grafikon ispod prikazuje procenat kompanija koje su u datim oblastima usvojile AI tehnologije.

Istraživanje Mekinsija se uglavnom uklapa u dokaze koji podržavaju Krosov okvir da su velike profitne industrije najplodnije za usvajanje veštačke inteligencije. Nije iznenađujuće što oblast tehnoloških industrija ima najveći procenat usvajanja AI-ja, dok uz finansijske usluge oni takođe čine tri glavna sektora, kako Kros predviđa.

Mekinsijev rad konstatuje da su automobilska industrija i montaža raznorodnih komponenata na drugom mestu po visini stope usvajanja veštačke inteligencije. Ovo bi moglo biti i donekle iznenađujuće jer automobilska industrija nije nužno i industrijska grana sa reputacijom visokih profitnih margina. Međutim, slučajevi korišćenja AI za razvoj automobilske industrije i uštede u troškovima korišćenjem mašinskog učenja za poboljšanje efikasnosti proizvodnje i nabavke predstavljaju dva potencijalna pokretača usvajanja ove industrije.

Price Economics

Priceonomics Data Studio

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google+ photo

You are commenting using your Google+ account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.