• Beranda
  • Artikel
  • Blogging
  • Michael Wu dari PROS – AI Meniru Manusia, Mengotomatiskan Pengambilan Keputusan, Dapat Belajar dan Meningkatkan, Tapi Tidak Menggantikan Anda

Michael Wu dari PROS – AI Meniru Manusia, Mengotomatiskan Pengambilan Keputusan, Dapat Belajar dan Meningkatkan, Tapi Tidak Menggantikan Anda

Diterbitkan: 2019-06-08

Bagi Anda yang telah melihat seri akhir-akhir ini tahu bahwa saya telah menghadiri sejumlah acara industri selama beberapa minggu terakhir berbicara dengan sejumlah orang, dengan sebagian besar konferensi ini berlangsung di Las Vegas.

Nah, bersiaplah untuk ini, saya berada di Vegas lagi…untuk konferensi lain…lagi. Tapi kali ini saya ada di sana untuk Outperform, sebuah konferensi yang diadakan oleh PROS; penyedia solusi bertenaga AI yang mengoptimalkan penjualan dalam ekonomi digital.

Dan saya tidak hanya memiliki kesempatan untuk berbicara dengan salah satu otoritas terkemuka tentang kecerdasan buatan di Kepala Strategi AI PROS Dr. Michael Wu, saya juga melakukannya dengan teman saya dan co-host CRM Playaz, Paul Greenberg.

Karena kita semua adalah teman baik, dan dengan kemampuan Michael untuk menjelaskan AI/Machine Learning/Deep Learning dalam istilah yang dapat dipahami sebagian besar manusia, kami dapat sedikit bersenang-senang sambil belajar banyak tentang apa itu AI dan bukan. Dan apa yang akan diganti serta apa yang tidak.

Di bawah ini adalah transkrip percakapan kami yang telah diedit. Untuk melihat percakapan selengkapnya, tonton videonya atau klik pemutar SoundCloud yang disematkan di bawah.

Jadi Apa Itu AI?

Paul Greenberg: Bagi manusia biasa, apa itu AI? Apa perbedaan antara pembelajaran mesin? Sebenarnya, apa manfaat sebenarnya dari itu dibandingkan dengan semua hype yang Anda dengar sepanjang waktu?

Michael Wu: Biarkan saya berbicara sedikit tentang pembelajaran mesin terlebih dahulu. Karena itulah dasarnya. Sebenarnya, semuanya kembali ke data besar. Jadi, pembelajaran mesin sebenarnya hanyalah sebuah proses. Ada proses mengubah data menjadi model menjadi semacam algoritma, bukan? Jadi Anda memiliki beberapa data, data, saya memiliki beberapa pola di dalamnya, kan

Dan Anda menggunakan pembelajaran mesin dan banyak algoritme, lalu Anda menggunakan algoritme itu untuk memilih pola-pola ini, bukan? Dan kemudian Anda mengubahnya menjadi model dan kemudian, itulah sebenarnya pembelajaran mesin. Ini benar-benar hanya sekelompok algoritma yang digunakan ilmuwan data.

Definisi Sederhana Kecerdasan Buatan

Tapi apa itu AI? AI Is, sebenarnya jauh lebih sulit untuk didefinisikan. Saya akan mengatakan itu karena definisi AI berubah setiap saat. Sebenarnya sudah ada cukup lama dan sudah ada, menurut saya, 40 50 tahun; konsep itu. Pembangunannya tentu saja jauh lebih baru. Jadi seiring berjalannya waktu, konsep AI ini sebenarnya telah sedikit berubah. Cara saya suka melihat AI pada saat ini, Anda tahu, itu benar-benar hanya peniruan mesin dari beberapa perilaku manusia dan keputusan manusia.

Dan ketika mesin dapat meniru sesuatu yang dilakukan manusia maka ini dianggap kecerdasan buatan. Tapi, itu sendiri sebenarnya tidak cukup. Saya akan mengatakan bahwa harus ada dua kriteria lagi. Salah satunya adalah otomatisasi tindakan keputusan dan yang lain yang banyak orang lewatkan ini, kemampuan untuk belajar, dan meningkatkan dirinya sendiri.

Jadi begitulah cara saya mendefinisikan AI. Ini adalah jenis mesin yang meniru keputusan dan perilaku manusia. Dengan karakteristik satu, mampu mengotomatisasi keputusan, tindakan dan kemampuan untuk belajar, dan meningkatkan diri dari waktu ke waktu.

Kesalahpahaman Terbesar tentang AI

Brent Leary: Apa hal paling menjengkelkan yang selalu membuat orang bingung atau bingung tentang area ini yang Anda dengar berulang-ulang dan itu membuat Anda tergila-gila dengan hal ini?

Michael Wu: Ini ada hubungannya dengan gambar yang sudah lama beredar di Internet. Gambar itulah yang mengatakan bahwa deep learning adalah sejenis pembelajaran mesin, dan pembelajaran mesin adalah sejenis AI. Sangat sering saya mendengar orang mengatakan bahwa, oh, pembelajaran mesin adalah bagian dari AI, dan bukan sebaliknya. Untuk menghargai siapa pun yang menciptakan gambar itu, saya akan mengatakan bahwa itu tidak sepenuhnya salah.

Bagaimana Pembelajaran Mesin Sesuai dengan AI

Pembelajaran mesin sebenarnya digunakan cukup banyak di semua AI modern, bukan? Jadi, masuk akal untuk menempatkan pembelajaran mesin di dalam AI dengan benar. Tetapi jika Anda melakukannya, Anda mengatakan pembelajaran mendalam adalah semacam pembelajaran mesin. Dan pembelajaran mesin sebenarnya bukan sejenis AI tetapi digunakan di setiap AI. Tetapi jika Anda melihat gambar itu, dengan semacam lingkaran konsentris pembelajaran mendalam di sebagian besar bagian dalam dan kemudian pembelajaran mesin di luar itu dan kemudian di luar itu adalah AI, bukan? Orang sangat sering sampai pada kesimpulan yang salah bahwa pembelajaran mesin sebenarnya adalah sejenis AI, yang sebenarnya tidak benar.

Salah satu contoh yang bisa saya berikan adalah, misalnya, V8 adalah sejenis mesin, bukan? Semua orang tahu bahwa V8 adalah sejenis mesin. Jadi jika Anda membuat kesalahan seperti itu dengan mengatakan V8 adalah mesin, di dalam mobil kan, dan ada mesin di setiap mobil, bukan? Kemudian jika Anda melihat gambar itu terkadang Anda bisa sampai pada kesimpulan yang salah, bahwa mesin itu sebenarnya sejenis mobil. Yang konyol, kan? Anda tahu mesin bukan mobil. Jadi, itulah satu hal yang sangat sering membuat saya gila, bahwa orang-orang mengatakan bahwa, ah, pembelajaran mesin adalah sejenis AI, dan AI bukan semacam pembelajaran mesin, itu tidak sepenuhnya benar.

Mengapa Orang Harus Berhenti Mengkhawatirkan Mesin yang Mengambil Alih

Paul Greenberg: Biarkan saya melempar hal lain, ini benar-benar membuat saya gila. Saya selalu mendengar cerita panik terus-menerus tentang AI menggantikan manusia, bla bla bla, cerita Sky Net.

Inilah kesepakatannya, dari sudut pandang saya, Anda mengatakan mimikrinya, yang berarti perkiraannya, dan itu yang terbaik yang pernah ada. Itu tidak akan pernah menjadi pengganti manusia, tidak mungkin. Itu tidak menciptakan cara yang dilakukan manusia.

Kepala ilmuwan data Salesforce, Richard Socher, pernah membuat komentar di mana dia berkata, dan saya suka komentar ini, "AI tidak menginginkan apa pun" yang benar-benar cara yang bagus untuk mengatakannya, yang berarti, Anda harus memberi tahu AI, lakukan itu, lalu lakukan itu dan pelajari. Tapi itu tidak akan mengatakan, "Saya akan pergi melakukan itu". Jadi itu yang pertama, apakah itu benar? Kedua, apakah saya berhak kesal dengan hal itu atau haruskah saya membuat beberapa AI kesal untuk saya?

AI Menawarkan Pengoptimalan untuk Bisnis Anda

Michael Wu: Maksud saya, saya pikir, itu benar sampai batas tertentu, saya akan mengatakan algoritma pembelajaran mesin AI di luar sana, mereka beroperasi, apa yang kita sebut mengoptimalkan fungsi tujuan diri.

Jadi tergantung pada apa yang ingin Anda optimalkan bukan? Kemudian akan menemukan cara untuk mengoptimalkan apa pun itu. Ini hanyalah sebuah algoritma matematika yang mencoba untuk mengoptimalkan sesuatu.

Jadi jika Anda ingin mengoptimalkan penjualan, atau beberapa orang mengatakan, mereka telah melakukan eksperimen, untuk melihat apa yang akan dilakukan mesin ketika mereka mencoba untuk mengoptimalkan keuntungan atau sesuatu. Atau jika Anda mencoba mengoptimalkan memenangkan permainan seperti catur atau semacamnya, apa yang akan mereka lakukan dengan benar? Sangat sering, ketika mesin benar-benar melakukan sesuatu yang tidak sesuai dengan apa yang kita harapkan dari mereka.

Biasanya karena kita belum menentukan batasnya, kendalanya. Anda perlu mengoptimalkannya, tetapi kami tidak menyuruhnya untuk mengoptimalkannya dengan batasan tertentu. Mesin dapat belajar menipu tetapi yang mereka coba lakukan hanyalah mengoptimalkan. Mereka berkata, “Anda tidak memberi tahu saya bahwa saya tidak bisa menipu. Saya tidak tahu apa-apa tentang selingkuh.” Tetapi jika Anda mengatakan bahwa oke, Anda harus mengoptimalkan ini, dengan batasan bahwa Anda tidak dapat melakukan ini, ini, ini, ini, dan itu. Kemudian ia akan melakukannya, ia akan mengikuti itu.

Ini Tentang Mengatur Parameter

Tapi mungkin Anda lupa beberapa hal, dan hampir seperti, berpikir tentang bagaimana seorang anak akan belajar, bagaimana anak-anak belajar. Maksud saya jika Anda memberi tahu mereka bahwa, untuk mengoptimalkan sesuatu atau melakukan sesuatu, mereka akan mencoba segala cara yang mereka bisa. Dan kemudian Anda berkata, mungkin dia ingin membelikan es krim untuk temannya, dan kemudian dia mencoba, dan suatu kali dia mencoba mengambilnya dengan paksa dan itu seperti, oh, Anda tidak bisa melakukannya.

Dan lain kali, saya tidak bisa melakukan itu, bolehkah saya mencurinya? Oh, tidak, Anda juga tidak bisa melakukannya. Sungguh itu adalah proses belajar. Anda harus mengajari mereka apa batasannya, dan kemudian seiring waktu Anda akan mempelajarinya, inilah batasan yang dapat diterima. Dan Anda akan bertepatan dengan manusia kita akan kecuali batas-batas yang dapat diterima.

Brent Leary: Jadi kemarin, kami memiliki sedikit, seperti pertemuan analis, saya kira, dengan [CEO PROS] Andres Reiner. Dan salah satu hal yang dia katakan adalah, organisasi penjualan modern saat ini fokus pada pengoptimalan kesepakatan. Dia mengatakan sekarang mereka benar-benar harus bertransisi untuk mengoptimalkan pengalaman pelanggan. Jadi, bagaimana kedua hal itu cocok? Ada banyak fokus, saat ini dalam menggunakan data untuk mengoptimalkan hal-hal seperti penawaran. Namun, bagaimana Anda melakukan hal-hal seputar pengoptimalan pengalaman dengan semua data yang Anda miliki yang benar-benar berfokus pada pengoptimalan transaksi?

Cara Mengoptimalkan Pengalaman Pelanggan

Michael Wu: Ya, saya pikir jika Anda hanya memiliki data, yang benar-benar fokus pada kesepakatan, itu sebenarnya sangat sulit. Anda perlu mengumpulkan data lain. Jelas, sangat mudah untuk membayangkan skenario, di mana Anda mengoptimalkan kesepakatan tetapi orang-orang mengalami pengalaman pelanggan yang buruk — seperti menjual barang yang tidak mereka inginkan, terus mengirimi mereka katalog barang yang sudah mereka miliki atau miliki.

Anda bisa melakukan itu tetapi, pada akhirnya, Anda menyakiti pengalaman pelanggan Anda dalam jangka panjang, itu mungkin benar-benar merusak kesepakatan Anda. Akhirnya pelanggan akan meninggalkan Anda. Ini adalah skala waktu yang harus dilihat orang. Dalam skala waktu yang singkat, jika Anda mengoptimalkan kesepakatan, Anda mungkin mendapatkan beberapa penjualan jangka pendek tetapi dalam jangka panjang, jika Anda benar-benar tidak peduli dengan pengalaman pelanggan, pelanggan akan pergi.

Namun jika Anda mengoptimalkan pengalaman pelanggan, mungkin dalam jangka pendek, Anda tidak akan memberikan peningkatan pendapatan yang Anda inginkan. Tetapi dalam jangka panjang, pelanggan akan menyadari, bahwa perusahaan ini luar biasa. Saya sebenarnya akan berbisnis dengan mereka dan terus berbisnis dengan mereka selama sisa hidup saya. Atau saya akan mendorong, anak-anak saya, teman-teman saya, dan mengadvokasi tentang layanan perusahaan ini.

Itu sebenarnya pandangan jangka panjang. Tapi seperti yang kita tahu kebanyakan bisnis kadang-kadang bisa sedikit berpihak.

Pikiran Terakhir Tentang AI

Brent Leary: Baiklah, saya tahu kita semakin dekat dengan nada kunci besar. Aku tahu kamu harus lari. Tetapi ada kata terakhir, di mana kita melihat AI atau haruskah saya mulai dengan pembelajaran mesin daripada AI? Di mana Anda melihat kami dalam lima tahun dengan barang-barang ini?

Michael Wu: Saya pikir, dalam lima tahun lebih banyak pekerjaan akan diotomatisasi. Saya akan mengatakan bagian pekerjaan yang paling membosankan dan berulang. Itu harus otomatis. Saya merasa banyak orang takut komputer atau mesin mengambil pekerjaan kita. Saya pikir kami telah melakukan pekerjaan yang berulang terlalu lama. (Dan) Saya pikir itu seharusnya dilakukan oleh mesin.

Manusia harus fokus pada apa yang manusia lakukan yang terbaik. Misalnya, membangun hubungan, berempati kepada orang lain, dan memecahkan masalah. Jadi jika Anda memecahkan masalah sekali atau dua kali maka Anda dapat mengajarkan mesin dan mesin dapat menyelesaikannya.

Jika ada situasi dengan masalah yang sama muncul, dan cara-cara yang Anda selesaikan sebelumnya tidak berhasil, maka Anda mencoba menyelesaikannya lagi dengan cara yang berbeda. Setelah Anda menyelesaikannya, Anda mengajari mesin agar mereka dapat mengotomatisasi. Manusia selalu bisa fokus untuk memecahkan masalah baru, yang tentu saja jauh lebih menarik dan lebih mengasyikkan.

Ini adalah bagian dari seri Wawancara Satu-satu dengan para pemimpin pemikiran. Transkrip telah diedit untuk publikasi. Jika ini adalah wawancara audio atau video, klik pemutar tersemat di atas, atau berlangganan melalui iTunes atau melalui Stitcher.