যে ছোট ছোট ব্যবসাগুলি আইয়িতে বিনিয়োগ করেননি তারা সম্ভবত পর্যাপ্ত গবেষণা করেন নি

ব্লুউল্ফের (একটি আইবিএম সংস্থা) এক প্রতিবেদনে বলা হয়েছে, কেবলমাত্র 21 শতাংশ ক্ষুদ্র ব্যবসায় কৃত্রিম বুদ্ধিমত্তা (এআই) ভিত্তিক সমাধানগুলি প্রয়োগ করেছে। এআই ইনভেস্টমেন্ট গ্যাপ জরিপটি এআই এবং মেশিন লার্নিং (এমএল) এখনও গ্রহণ করেছে কিনা এবং এই প্রযুক্তিগুলির বিষয়ে তাদের বোঝার গভীরতা নির্ধারণ করতে বিশ্বজুড়ে ১77 সিদ্ধান্ত গ্রহণকারীকে জরিপ করেছে। যদিও ছোট ছোট 33% ব্যবসায় আগামী 12 মাসের মধ্যে এআইতে বিনিয়োগের পরিকল্পনা করেছে (পরের বছর এআই গ্রহণকারীদের মোট সংখ্যা 54 শতাংশে নিয়ে আসে), এখনও বড় সংস্থাগুলির তুলনায় মোট কম। এছাড়াও, বড় সংস্থাগুলির 30 শতাংশ ইতিমধ্যে এআইতে বিনিয়োগ করেছে এবং 44 শতাংশ পরবর্তী 12 মাসের মধ্যে বিনিয়োগ শুরু করার পরিকল্পনা করছে। এটি মোট ছোট ব্যবসায়ের তুলনায় মোট 74 শতাংশ বা 20 শতাংশ বেশি নিয়ে আসে।

ব্লুওয়ল্ফের গ্রাহক অভিজ্ঞতা অন্তর্দৃষ্টিগুলির সিনিয়র ভাইস প্রেসিডেন্ট ভেনেসা থম্পসন বলেছিলেন যে এআই সরঞ্জামগুলি গ্রহণ করেছে এমন সংস্থা এবং যারা এই জাতীয় সরঞ্জামগুলি গ্রহণ করার পরিকল্পনা করছে না তাদের মধ্যে জ্ঞানের ব্যবধান রয়েছে। তিনি এই উপসাগরটিকে "এআই ইনভেস্টমেন্ট গ্যাপ" হিসাবে অভিহিত করেছেন এবং এটিকে "সি-লেভেল এক্সিকিউটিভ যারা এআই বোঝেন এবং যারা এখনও এটি তাদের ব্যবসায় নিযুক্ত করেনি তাদের মধ্যে বৈষম্য হিসাবে বর্ণনা করেছেন।"

যেহেতু ব্লুওয়ল্ফ এআই সরঞ্জামগুলি বিক্রি করে, তাই তাদের পরামর্শ দেওয়া উচিত যে লোকেরা এআই সরঞ্জাম কিনে না তার একমাত্র কারণ তারা সেগুলি সম্পর্কে জানেন না। থম্পসনের দাবীটি যাচাই করার জন্য, আমি ফরেস্টার রিসার্চ এ গ্রাহক অন্তর্দৃষ্টি সিনিয়র বিশ্লেষক ব্র্যান্ডন পুরসেলের সাথে কথা বলেছিলাম, এআই অবলম্বনকারী এবং যারা নেই তাদের মধ্যে ব্যবধান সৃষ্টি করার জন্য অন্যান্য কোন সমস্যা থাকতে পারে, সে সম্পর্কে। পুরসেল এবং ফরেস্টার গবেষণা এআই গ্রহণ সম্পর্কে তাদের নিজস্ব অনুরূপ গবেষণা চালিয়েছে। যদিও তার সামগ্রিক সংখ্যা আইবিএমের - ৫১ শতাংশ সংস্থা এআই গ্রহণ করেছে বা সম্প্রসারণ করছে, এবং ২০ শতাংশ বলেছে যে তারা আগামী 12 মাসের মধ্যে গ্রহণ করার পরিকল্পনা করছে - পুরসেল আরও কয়েকটি বাধ্যতামূলক কারণ নিয়ে এসেছিলেন যে কারণে ছোট ব্যবসা কেন পিছিয়ে থাকতে পারে? এআই গ্রহণের বক্ররেখা।

এআই এর ব্যয়

তিনি বলেছিলেন, পুরসেল বিনিয়োগের বাধাটিকে একটি প্রধান কারণ হিসাবে উল্লেখ করেছে, বিশেষত "এটি দক্ষতার সাথে সম্পর্কিত বলে উল্লেখ করা হয়েছে। ক্ষুদ্র ব্যবসায়ীরা ডেটা বিজ্ঞানীদের নিয়োগের সংস্থান রাখেন না, " তিনি বলেছিলেন। এঁরা এমন কর্মী যা এন্টারপ্রাইজ সফ্টওয়্যারটিতে এবং বাইরে চলে আসা ডেটা থেকে অন্তর্দৃষ্টি আহরণ করবে।

তারা এগুলিই হবেন যা নির্ধারণ করে যে এআই আপনার ডেটা সঠিকভাবে পড়ছে এবং তার নিজস্ব বুদ্ধির ভিত্তিতে পদক্ষেপ নিচ্ছে। গ্লাসডোরের মতে একজন তথ্য বিজ্ঞানীর গড় বেতন প্রতি বছর 113, 436 ডলার, যা আমেরিকান প্রধান নির্বাহীর গড় বেতনের তুলনায় (ধনীদের গ্র্যান্ড স্কিমে) সামান্য কম (পেস্কেল অনুসারে। 166, 000)। সুতরাং, যদি আপনি একটি ক্ষুদ্র ব্যবসায়ের সিইও যিনি রেজার-পাতলা মার্জিনগুলিতে পরিচালিত হয়ে থাকেন এবং আপনি নিজের বেতনটি কাটাতে না চান, তবে ডেটা বিজ্ঞানীর উপর ছয়টি চিত্র ব্যয় করা যৌক্তিকরূপে করা কঠিন - সফ্টওয়্যার সিস্টেম যা এআইতে ডেটা ঘুরিয়ে দিতে পারে।

তবে এটি কেবল অর্থের সাথে জড়িত নয় যা ছোট সংস্থাগুলিকে এআই-চালিত সফ্টওয়্যারটিতে বিনিয়োগ থেকে নিষেধ করে। "সম্পর্কিত নোটটিতে একটি ডেটা ফ্যাক্টর রয়েছে, " পুরসেল বলেছিলেন। "যখন আপনার কাছে প্রচুর পরিমাণে ডেটা থাকে তখন এআই উন্নত হয় businesses ছোট ব্যবসার কাছে তেমন ডেটা থাকে না।"

এটি এরকমভাবে ভাবুন: আপনি কীভাবে ফেসবুক জানেন যে কোনও ফটো পোস্ট করার সময় কোন বন্ধুকে ট্যাগ করতে হবে? এর কারণ ফেসবুক আপনার আগের ট্যাগ করা সমস্ত পোস্ট থেকে তথ্য সংগ্রহ করে আসছে। নেটফ্লিক্স আপনাকে প্রস্তাবিত সিনেমাটি কি কখনও দেখেছেন? নেটফ্লিক্স আপনার পূর্ববর্তী নির্বাচনের উপর ভিত্তি করে সেই মুভিটি সুপারিশ করতে জানত। ফেসবুক এবং নেটফ্লিক্স এমএল-র ভিত্তিতে এই সুপারিশ করতে সক্ষম হয়েছে, এটি এআইয়ের প্রথম কাজিন। যদিও সেগুলি একই রকম, উভয় পদটি প্রায়শই আন্তঃবিন্যাসযোগ্য (এবং ভুলভাবে) ব্যবহৃত হয়।

শর্তাবলীর মধ্যে মূল পার্থক্য এখানে: এমএল সিস্টেমগুলি আপনাকে প্রস্তাবনাগুলি এবং প্রক্রিয়াগুলি সহজলভ্য করার উপায় সরবরাহ করে কর্মক্ষমতা উন্নত করতে বুদ্ধি ব্যবহার করে, অন্যদিকে এআই ব্যবহারকারী সিস্টেমগুলি সফ্টওয়্যারকে কার্য সম্পাদন করতে এবং মানুষের তদারকি ছাড়াই সিদ্ধান্ত গ্রহণের জন্য স্বায়ত্তশাসন দেয়। এমএল নেটফ্লিক্স সিনেমার প্রস্তাবনা তৈরি করছে যখন এআই আপনি যখন গাড়িটি পিছনের অংশে ঝুলিয়ে নেবেন তখন আপনাকে কাজ করতে চালিত করে car একটি ছোট ব্যবসা হিসাবে যেটি কেবল ডেটা তৈরি করতে শুরু করেছে, ফ্রিচুন 500 সংস্থা যখন তাদের এআই সফটওয়্যারটি চালু করবে তখন তার তুলনায় এআইয়ের সুবিধাগুলি হ্রাস করা হবে।

ব্লুওলফ কি ভুল?

সুতরাং, ব্লুওলফ তাদের জরিপে খারাপ তথ্য খাওয়ানো হয়েছিল? ছোট ব্যবসাগুলি এআই সম্পর্কে জানেন তবে তাদের কাছে উত্তেজিত হওয়ার জন্য কেবল অর্থ বা ডেটা নেই? ব্লুওল্ফের গবেষণা ভুল বলে মনে করে না পুরসেল। আসলে, তিনি আইবিএম ওয়াটসনকে কগনিটিভ কম্পিউটিংয়ের স্রষ্টা, এআই, এমএল এবং মানব মস্তিষ্ককে নকল করে এমন অন্যান্য অ্যাপ্লিকেশনগুলিকে অন্তর্ভুক্ত করে এমন ছাতা শব্দ হিসাবে জমা দিয়েছেন।

"এই বিভাগটি তৈরি করতে তারা প্রচুর অর্থ ব্যয় করেছে, তবে তাদের মহাকাশে বড় প্রতিযোগী রয়েছে: গুগল, অ্যামাজন, ফেসবুক, মাইক্রোসফ্ট, " পুরসেল বলেছেন। "এই সংস্থাগুলি এআই সিস্টেমগুলিকে প্রশিক্ষণের জন্য ব্যবহৃত প্রচুর পরিমাণে ডেটা নিয়ে বসে আছে AI এআইয়ের হলিউড সংজ্ঞাটি সেন্টিয়েন্ট রোবট We আমরা এখনও এটি ব্যবহার করি নি But তবে, বাস্তবিক এআইয়ের জন্য এন্টারপ্রাইজ পর্যায়ে যখন এআই প্রয়োগ করার বিষয়টি আসে, আইবিএম এই সরঞ্জামগুলি তৈরিতে এক্সেল করছে ""

হলিউড, এআই এবং রোবট আমাদের ঘুমের মধ্যে হত্যা সম্পর্কে ভুল ধারণা হ'ল ছোট ব্যবসাগুলি এআই সরঞ্জাম সম্পর্কে আরও শিখতে অস্বীকার করার সম্ভবত কারণ। যদি আপনি ওকলাহোমাতে টি-শার্ট বিক্রেতা হন তবে একটি স্বায়ত্তশাসিত গাড়ি বা একটি লেজার বন্দুক সজ্জিত ভবিষ্যতের রোবট কী ভাল? যাইহোক, যখন এর কম-পরিচিত প্রসঙ্গে নেওয়া হয়, তখন পুরসেল এবং থম্পসন ছোট ব্যবসায়ের জন্য ব্যবহারিক ব্যবহারের কেস দেখতে পান cases এমন ছোট ছোট ব্যবসায়গুলি এখনও শিক্ষিত হয়নি বলে ব্যবহার করুন।

থম্পসন এবং ব্লুওল্ফ "বর্ধিত বুদ্ধিমত্তা" হিসাবে উল্লেখ করে এমন কিছু দিয়ে, ছোট ব্যবসাগুলি এআইয়ের সুবিধা গ্রহণের জন্য প্রয়োজনীয়ভাবে ডেটা দক্ষতা বা তথ্যের সন্ধানের প্রয়োজন হয় না। ব্লুওল্ফ অ্যাপ্লিকেশনগুলির যুক্তি, অনুমানকরণ এবং ধারণাগুলি নিষ্ক্রিয় করার জন্য, এমনকি ভাষা এবং চিত্রের মতো কাঠামোগত ডেটা সেটগুলির ক্ষমতা হিসাবে সংজ্ঞা প্রদান করে। এমনকি কোনও সংস্থার ডেটা সংগ্রহের শুরুতে, সিস্টেমে সামান্য তথ্য কীভাবে দেওয়া হচ্ছে তা নির্বিশেষে বর্ধিত বুদ্ধিমান সমাধানগুলি সেগুলি যেতে শিখতে সক্ষম হয়।

থম্পসন বলেছিলেন, "অগমেন্টেড বুদ্ধি শেষ ব্যবহারকারীদের তাদের গ্রাহকদের কী প্রয়োজন তার একটি প্রোফাইল দিয়ে তাদের কী করতে হবে তা ভবিষ্যদ্বাণী করতে সহায়তা করে, " থম্পসন বলেছেন। "আমরা যে কোনও আকারের সংস্থাগুলির জন্য এআইকে বাস্তবে পরিণত করার উপায় হিসাবে দেখি।"

এর মধ্যে বহিরাগত এবং অভ্যন্তরীণ তথ্যগুলিকে সম্মিলিত জ্ঞানের প্যাডে সংযুক্ত করার মতো জিনিস অন্তর্ভুক্ত রয়েছে যা ব্যবসায়ের সিদ্ধান্ত নিতে ব্যবহার করা হয় intelligence উদাহরণস্বরূপ, মালিকানা, গ্রাহক শপিং প্যাটার্ন ডেটার সাথে বহিরাগত স্থানীয় শপিং নিদর্শন এবং আবহাওয়ার ডেটা একত্রিত করে, ই-কমার্স সংস্থাগুলি হাইপার-ব্যক্তিগতকৃত প্রচারগুলি সরবরাহ করতে পারে। এই দৃশ্যে, কোনও ডেটা বিজ্ঞানী সহায়ক হবে তবে প্রয়োজনীয় নয় এবং গ্রাহকের উপাত্ত একটি প্রচারণা আরও বেশি শক্তিশালী করে তুলবে। তবে অভ্যন্তরীণ এবং বাহ্যিক ডেটা উত্সগুলির সংমিশ্রণ ছাড়াই প্রচারণাটি আরও শক্তিশালী হওয়া থেকে বিরত থাকবে না।