Hvis du har sett ordet "kognitiv" mye den siste tiden, er du ikke alene. Og hvis du er forvirret om nøyaktig hva det betyr fra et IT- og forretningsperspektiv, er du heller ikke alene om det.
For å gi litt klarhet rundt det kognitive konseptet og hva det kan bety for organisasjonen din, har jeg satt sammen denne primeren.
Hva betyr ‘kognitiv’ i sammenheng med databehandling?
Kognitiv databehandling bruker teknologi og algoritmer for automatisk å trekke ut konsepter og relasjoner fra data, forstå deres betydning og lære uavhengig av datamønstre og tidligere erfaring - utvide hva folk eller maskiner kan gjøre alene, sier Paul Roma, analytisk sjef i konsulentfirma. Deloitte Consulting.
Det er tre hovedmåter kognitiv databehandling kan brukes i dag, sier Roma:
- Robotisk og kognitiv automatisering for å automatisere repeterbare oppgaver for å forbedre effektivitet, kvalitet og nøyaktighet.
- Kognitiv innsikt for å avdekke skjulte mønstre og relasjoner for å identifisere nye muligheter for innovasjon.
- Kognitivt engasjement for å drive kundehandlinger ved å levere hyperpersonalisering i stor skala.
Hvordan er kognitiv databehandling forskjellig fra AI?
Deloitte refererer til kognitiv databehandling som "mer omfattende enn det tradisjonelle, smale synet på AI [kunstig intelligens]," sier Roma. AI har primært blitt brukt til å beskrive teknologier som er i stand til å utføre oppgaver som normalt krever menneskelig intelligens, sier han.
"Vi ser kognitiv databehandling som definert av maskinintelligens, som er en samling algoritmiske evner som kan øke ansattes ytelse, automatisere stadig mer komplekse arbeidsbelastninger og utvikle kognitive agenter som simulerer både menneskelig tenkning og engasjement," sier Roma.
Leverandører bruker forskjellige navn for å beskrive disse teknologiene, sier Dave Schubmehl, forskningsdirektør, kognitive / AI-systemer og innholdsanalyse ved forskningsfirmaet International Data Corp. (IDC). "Noen mennesker bruker navnet på typene algoritmer for å beskrive plattformene," sier han, slike nevrale nettverk, også kjent som dyp læring eller maskinlæring.
"Dette er noen av de viktigste ingrediensene for å bygge disse intelligente applikasjonene," sier Schubmehl. “Noen bruker det generiske begrepet i feltet for denne typen applikasjoner: kunstig intelligens. Nok en gruppe bruker uttrykket som ble laget av IBM-forskere da de jobbet med Watson for Jeopardy utfordring: kognitiv databehandling. I alle disse tilfellene beskriver terminologien mer eller mindre det samme innsatsfeltet. ”
Teknologien vil være "ekstremt vanlig som et aspekt av applikasjoner," sier Whit Andrews, visepresident i forskningsfirmaet Gartner. Firmaet har spådd at innen 2018 vil 30 prosent av samhandlingen med teknologi være gjennom "samtaler" med AI. Og innen 2020 vil AI være topp fem investeringsprioriteter for mer enn 30 prosent av verdensomspennende CIO, anslår Gartner.
Med sammenløpet av eksponensiell datavekst, raskere distribuerte systemer og smartere algoritmer, er kognitiv databehandling "på vei mot økt gjennomtrengning på tvers av forretningsprosesser innen robot og kognitiv automatisering, kognitiv engasjement og kognitiv innsikt," sier Deloittes Roma.
Hva er eksempler på kognitiv databehandling i bedriften i dag?
Selv om mye av løftet om kognitiv teknologi kan ligge i fremtiden, bruker noen organisasjoner allerede kognitive verktøy.
Bedrifter bruker kognitive systemer for produktanbefalinger, prisoptimalisering og svindeloppdagelse, sier Schubmehl. Organisasjoner bruker også konversasjons-AI-plattformer (i form av chatbots) for automatisert kundesupport, automatisert salgsassistanse og beslutningsøkning, sier han.
Innen helsevesenet sier Roma at et ledende sykehus som driver et av de største medisinske forskningsprogrammene i USA, "trener" sine maskinintelligenssystemer for å analysere de 10 milliarder fenotypiske og genetiske bilder som er lagret i organisasjonens database.
Og et stort helsemessig fordeleselskap følger en kognitiv strategi som vil omfatte automatisering, engasjement og innsikt for til slutt å effektivisere og forbedre engasjementet med kundene, sier Roma. "De er fokusert på å bruke kognitiv innsikt i kravprosessen for å gi skadevurderere større innsikt i hvert tilfelle for en mer omfattende vurdering," sier han.
I finansielle tjenester bruker en kognitiv salgsagent maskinintelligens til å initiere kontakt med en lovende salgsleder og deretter kvalifisere, følge opp og opprettholde ledelsen. "Denne kognitive assistenten kan analysere det naturlige språket for å forstå kundenes samtalespørsmål, og håndtere opptil 27 000 samtaler samtidig og på dusinvis av språk," sier Roma.
De vanligste bruksområdene er for å utføre avansert klassifisering - for eksempel å dirigere mennesker og behov til de beste arbeidstakerne for å oppfylle kravene - og for prediktiv analyse, for eksempel å vite den beste måten å markedsføre et produkt til en kjøper, sier Gartner's Andrews.
Hvordan kan kognitiv databehandling fungere i en bedrift?
Organisasjoner vil bruke kognitive / AI-teknologier for å automatisere forretningsprosesser, strømlinjeforme kontraktsanalyse og fornyelse, kommunisere, selge og støtte kunder, og til og med automatisere levering og levering av aksjer i sine virksomheter, sier IDCs Schubmehl.
En anvendelse av denne ekstra intelligensen vil være å muliggjøre mer presis beslutningstaking for forretningsfunksjoner som salg og markedsføring. "Vi forventer at organisasjoner skal gjøre avgjørelsene svært spesifikke," sier Gartners Andrews. “Det er enkelt å utvikle kampanjer for alle kunder i dag; i fremtiden forventer vi å se ekte personalisering. Vi [tror også] det vil gi rom for mer effektive autonome kjøretøyer og transportsystemer. "
Mulighetene for kognitiv er ubegrensede, sier Bret Greenstein, IBMs visepresident for Watson Internet of Things Platform. "Kognitive evner vil utvide seg i forståelsen av alle forskjellige typer informasjon - severdigheter, lyder, følelser osv. - og vil utvikle mer sofistikerte måter å lære av oss og fra data for bedre å støtte hver jobb," sier han. "Tanken i fremtiden vil være at alle jobber forbedres med kognisjon."
Hvilke bransjer vil mest sannsynlig bli påvirket av fremveksten av kognitive teknologier?
Finanssektoren viser i dag størst interesse for kognitive teknologier, sier Andrews. "Vi ser forhøyede nivåer av henvendelser, søk på nettstedet vårt og sosiale medier signaler fra og om finansielle tjenester og AI," sier han. “Data i finansielle tjenester har større volum og kvalitet enn de er i de fleste vertikaler. Det gjør det modent for avanserte analytiske strategier. ”
Men potensialet for kognitiv databehandling har anvendbarhet i omtrent alle større bransjer som er avhengige av datadrevet beslutningstaking for å forbedre resultatene; der effektivitets- og nøyaktighetsgevinster kan realiseres gjennom automatisering av noen prosesser; og hvor det kreves tilpasning i stor skala av forbruker, sier Deloittes Roma.
"Enhver bransje der data samles inn og kan brukes til å få innsikt, vil bli påvirket," legger IBMs Greenstein til. "Kognitive teknologier kan åpne nye markeder, levere effektivitet og gi konkurransefortrinn ved å levere sanntidsinnsikt som er handlingsbar."
I sektorer som finansielle tjenester, helsevesen, industri, juridisk og offentlig sektor, øker konkurransekraften deres avhengighet av å "finne nålen i høystakken raskere slik at de kan forbedre kvaliteten og aktualiteten i sine handlinger," sier Brian Cowe, en senior produktsjef i Hewlett Packard Enterprise.
Hva er noen av de største utfordringene med kognitiv databehandling?
Noen av de største utfordringene dreier seg om gjennomsiktighet i beslutningsprosesser basert på data, samt dens pålitelighet, sier IDCs Schubmehl. "Organisasjoner må også være forsiktige med å gi for mye informasjon og / eller beslutningstaking for at produktet eller tjenesten blir lite attraktiv for forbrukeren eller brukeren," sier han.
For å få størst mulig utbytte av kognitive teknologier, trenger bedrifter muligheten til å koble og kombinere alle sine interne data med de av offentlige data, sier Greenstein.
"Dette gir en utfordring, gitt mengden data som opprettes hver dag i en gitt bransje og det faktum at den ofte blir lagt på forskjellige steder," sier Greenstein. “Legg til det faktum at opptil 80 prosent av forretningsdataene ikke er søkbare. Dette er grunnen til at det er så viktig at bedriftene gjennomgår en digital transformasjon og omfavner dataene fra sin egen virksomhet og verden rundt dem. "
