Asiens AI-agenda: Positivt tilbøjelig

i samarbejde med ADP

Undersøgelsens respondenter blev spurgt, om de følte, at robotteknologi og kunstig intelligens (AI) ville have en konstruktiv eller destruktiv effekt på flere markedssegmenter. Deres svar blev rangeret fra 1 (AI-adoption ville resultere i ødelæggelse af job og processer) til 5 (AI ville medføre en betydelig stigning i industriens værdi og effektivitet). På tværs af industrisektorer var svarene positive med et gennemsnit på 3,8 på denne skala. De var højere i mere teknologiafhængige industrier, såsom informationsteknologi og kommunikation (ITC), logistik og fremstilling.



Sigende nok var respondenterne endnu mere tilbøjelige til at se positive fordele ved AI for deres egen branche: De fleste branchedeltagere rangerede AIs indvirkning på deres egen sektor højere end gennemsnittet. Respondenter fra én sektor var dog faktisk mere pessimistiske. De fra den finansielle serviceindustri så i gennemsnit AI som en positiv indflydelse, men mange mente også, at automatiserede processer og maskinbaserede transaktioner ville ødelægge værdien i deres branche.

Bankindustriens frygt for kunstig intelligenss destruktive potentiale blev også afsløret, da respondenterne blev bedt om at vurdere den indvirkning, som disse teknologier ville have på Asiens industrielle, politiske og konkurrencemæssige landskab. Samlet set mente undersøgelsesrespondenterne, at fremskridt inden for kunstig intelligens ville øge Asiens konkurrenceevne som et produktions- og servicecenter markant, gavne regeringens politiske beslutningstagere i deres forsøg på at booste innovation og øge de samlede vækstudsigter for industrien.

Den eneste branchekohorte, der ikke føltes så positivt som respondentgennemsnittet, var finanssektoren. I gennemsnit følte industriens adspurgte sig mest opmuntrede over den positive indvirkning AI og automatisering ville have på deres egen konkurrenceevne, og rangerede den som 4 ud af 5. Endnu en gang var optimismen fra respondenter i detailhandel, ITC og fremstillingsindustri højere end gennemsnittet— mens stemningen fra den finansielle serviceindustri var mærkbart lavere.

Den relative forsigtighed og pessimisme blandt respondenter fra finanssektoren kan skyldes tidligere erfaringer. Den globale finanskrise i 2007 er måske ikke startet i Asien eller ramt regionens banker og finansielle institutioner så hårdt, som den gjorde andre steder, men nedfaldet og den langvarige regulerings- og overholdelsesbyrde, den skabte, plager asiatiske banker den dag i dag. Desuden præger minikriser fremkaldt af nye teknologier konstant industrilandskabet; flash-krak er for eksempel hurtige, skarpe fald på aktiemarkedet forårsaget af kombinationen af ​​menneskelige fejl og algoritmisk handel. Respondenter fra finanssektoren kan have disse begivenheder i baghovedet, når de overvejer, hvad kunstig intelligens betyder for deres fremtid.

Beskeden tilbageholdenhed fra finansrespondenterne til side, har AI potentialet til at påvirke en række af Asiens udviklingsudfordringer, fra fødevaresikkerhed til offentlig sikkerhed, transportnetværk og sundhedspleje. Lin Yuanqing, direktøren for Institute of Deep Learning ved Baidu Research (kendt som Baidu IDL), mener, at alt dette kommer til hovedet på én gang: Det er umuligt at pege på en industri, der vil være 'den første' til at adoptere AI . Offentlig transport, logistik - næsten alle kritiske infrastrukturplatforme kan drage fordel af det, og de er alle sammenkoblede. AI vil komme til alle brancher på én gang, og det vil komme hurtigere, end vi tror.

Ledere af AI-industrien føler, at to forbundne faktorer vil tillade autonome og intelligente applikationer at sprede sig noget samtidigt. Den ene er væksten af ​​big data i Asien, fodret af mange hundrede millioner mennesker i tætbefolkede byer, som er forbundet til det mobile internet. Data er den vigtigste ressource for succesfuld maskinlæringsudvikling, siger Zhang Yue, professor og maskinsprogforsker ved Singapore University of Technology and Design. Og mobildata, store i volumen og rig på kontekst, giver AI-udviklere en stor mængde nyttige data. Udnyttelsen af ​​big data gennem analyser giver anledning til den anden faktor, der driver AI-udvikling: Virksomheder er i stigende grad villige til ikke kun at bruge analyser til at øge deres egen virksomheds ydeevne, men til at låne og dele automatiseret procesindsigt på tværs af sektorer.

Baidu IDL's Lin siger, at et vellykket økosystem til AI-udvikling kræver fire inputfaktorer: Big data, kontinuerlig produktion af algoritmer, massiv regnekraft og 'store applikationer'. Lin beskriver denne sidste faktor som den mest afgørende: applikationer, der tiltrækker et stort antal af brugere driver hurtigt brug, interaktion og dataskabelse for at skabe en positiv udviklingsløkke for dybe neurale netværk, som er stigende i skala og kapacitet, efterhånden som processorkraft bliver stadig billigere og mere rigelig.

Næste: Asiens AI-agenda: Human Capital og AI

skjule