Michael Wu de la PROS: Chiar dacă avem date mari, nu există niciodată suficiente date

Când vine vorba de AI și de învățarea automată și de date mari, nu există cu adevărat nicio persoană de la care să învăț și cu care să vorbesc decât dr. Michael Wu, expert recunoscut în industrie și strateg șef AI pentru PROS, un furnizor de soluții SaaS care optimizează experiențele de cumpărături și vânzare. Și recent am avut o conversație grozavă în flux live cu el și co-gazda mea CRM Playaz, Paul Greenberg, în care ne-am cercetat în profunzime unde ne aflăm cu inteligența artificială și cum ajută companiile să treacă prin ultimele 18 luni.

Mai jos este o transcriere editată a unei părți a conversației noastre care abordează rolul eticii și al incluziunii, pe măsură ce mai multe interacțiuni și tranzacții de afaceri se digitalizează - oferind AI datele pe care dorește să ne prezică și să ne recomande lucruri. Pentru a asculta conversația completă, faceți clic pe playerul SoundCloud încorporat.

Paul Greenberg: Cum ar trebui să fie integrată strategia AI în strategia de afaceri mai largă?

Michael Wu: Da, cred că aceasta este de fapt o problemă majoră în industrie. Adică, nu există nicio îndoială că AI va fi o parte foarte răspândită a vieții noastre în continuare. Fie că este vorba de afaceri la locul de muncă sau doar în viața noastră de zi cu zi, va fi acolo, va face parte din asta. Cred că ceea ce împiedică o mulțime de afaceri să intre la bord este, aș spune că, dacă te uiți la asta, există aplicații AI pentru consumatori și există, de asemenea, aplicații de afaceri ale AI. Pentru consumatori, automatizează sarcinile zilnice, cum ar fi, de exemplu, să vă automatizați rutinele de acasă folosind case inteligente și toate acele lucruri. Adică, dacă face o greșeală, este niște, aș spune, un inconvenient minor. Adică, dacă o întrebi ceva pe Siri, nu te-am înțeles, doar reformulează. Este puțin inconvenient, pierzi câteva minute de timp și nu e mare lucru. Deci riscurile și costurile unei decizii greșite în IA sunt mici.

Dar nu este deloc cazul în afaceri. Adică, în afaceri, atunci când iei o decizie greșită în AI, ar putea fi pierderi de milioane de dolari și, aș spune, o criză de PR. Ar putea fi o pierdere de o mulțime și o mulțime de clienți care nu se vor întoarce niciodată la tine. Riscul de cost al unei decizii greșite este mult mai mare în mediul de afaceri, prin urmare, companiile sunt doar reticente în a trece la AI. Și o mare parte din motive este că, ei bine, vreau să spun, de fapt nu este componenta tehnică a AI. Multe dintre ele au de-a face cu componenta non-tehnică, de exemplu, designul, adoptarea. Dacă cumperi tehnologie AI și dacă oamenii nu o folosesc pentru că nu au încredere în ea pentru că le este frică de ea, nimeni nu primește niciun beneficiu.

Adică, dacă aveți inteligență artificială, dar nu o puteți explica, astfel încât oamenii să nu aibă încredere în ea, atunci aveți și o altă problemă. Adică, deci sunt multe, aș spune, aceste probleme non-tehnice, de exemplu, legate de experiența utilizatorului, adoptare, juridice și design. Așa că acestea sunt, aș spune, probleme legate de această tehnologie AI care trebuie abordate pentru a avansa întreaga industrie.

Tendințe în afaceri mici: puteți vorbi despre modul în care oamenii ar trebui să privească AI în ceea ce privește îmbunătățirea lucrurilor precum logistica, îndeplinirea, comenzile? Pentru că asta cred că are un impact enorm și chiar din ce în ce mai mare asupra experienței clienților, chiar dacă nu se simte că este cel mai direct lucru pentru o experiență client.

Michael Wu: Ei bine, cred că are o relație directă cu experiența clienților pentru că, vreau să spun, permiteți-mi să pun o întrebare simplă. Ce crezi că este experiența clienților? Pentru că, pentru mine, experiențele clienților pot fi vizualizate, pot fi înțelese într-un termen foarte, foarte simplu. Este diferența dintre ceea ce oferă compania și ceea ce se așteaptă clientul. Dacă compania oferă mai mult decât se așteaptă clientul, atunci aceasta este o experiență bună. Este o experiență încântătoare. Dacă compania livrează mai puțin decât se așteaptă clientul, atunci aveți un client dezamăgit. Este foarte simplu dacă te uiți în acest fel. Deci, vreau să spun, cred că așteptările clientului sunt piesa pe care trebuie să ne concentrăm, deoarece aceasta este piesa care se schimbă de fapt foarte dramatic.

Paul Greenberg: Corect.

Michael Wu: Totul acum, în era post-pandemie, totul trece la digital și lucrurile devin mai transparente. Oamenii pot vedea de fapt orice alt furnizor online. Deci, de fapt, este foarte ușor pentru clienți să-și schimbe experiența. De exemplu, dacă vedeți o ofertă pentru dvs., este posibil să aveți o experiență client, dar în momentul în care merg și văd un alt furnizor care oferă același lucru pentru, să zicem, cu 10% mai puțin, imediat experiența dvs. de client s-a schimbat. Această transparență face ca experiența clienților să fie cu adevărat provocatoare, deoarece așteptările clienților pot fluctua și sunt atât de mult influențate de mediu. Chiar și atunci când te trezești într-o zi proastă când plouă sau ceva de genul ăsta, ai putea avea cea mai proastă experiență client. Așa că, pentru a ține pasul cu acestea, aș spune, așteptările clienților aflate în continuă schimbare, în continuă schimbare, aveți nevoie de ceva de genul meu: „Te pot ajuta online”.

Cred că în lumea tradițională, când ai de-a face cu un om, oamenii sunt foarte buni la măsurarea așteptărilor clienților. Dacă vorbesc cu tine, văzându-te față în față, limbajul tău corporal îmi spune ceva despre dacă ești mulțumit sau nu de ceea ce-ți ofer sau de ceva. Dar când vorbești cu o mașină atunci când ești online, când clienții nu sunt implicați cu o persoană reală, atunci devine cu adevărat dificil să evaluezi care sunt așteptările clienților. Deci cum faci asta? Adică, pentru a face asta, ai nevoie de un flux live în timp real, aș spune, date contextuale de mediu în care se află clientul, sau pe ce canal vine, în ce regiune se află, toate celelalte date contextuale despre acest client, atunci vei ajuta AI să înțeleagă clientul de la celălalt capăt. Dar lucrul cheie de recunoscut în această epocă este că, deși avem date mari, nu există niciodată suficiente date.

Cred că există date mari în totalitate, dar oricând, când avem de-a face cu un singur client sau cu un singur contact, datele disponibile pentru a vă ajuta să luați acea decizie sunt reduse dramatic. Există o mulțime de date acolo. Multe dintre ele sunt de fapt utile în anumite contexte, dar în acest context particular în acest moment și am de-a face cu acest client în acest moment, datele relevante care vă vor ajuta să decideți ce să faceți sunt de fapt destul de mici. Deci, cheia este să identificăm acele date. Al doilea lucru este că, când spui că există aceste noi canale în care intră aceste informații, AI, una dintre frumusețile acesteia este capacitatea de a învăța. Deci AI are o componentă în interior numită învățare automată care le permite să învețe efectiv din date. Deci, asta îi permite să se adapteze. Când ai învățat, te poți adapta. Deci, acesta este de fapt același lucru cu modul în care funcționează un om. Când vedeți acest nou flux, spuneți, TikTok vine, mai întâi spuneți: „Hai să-l ignorăm”.

Dar după un timp, vezi TikTok, TikTok, TikTok și apoi spui: „Oh, bine. Poate ar trebui să fiu atent la asta.” Înveți, vezi că vin mai des, așa că devine din ce în ce mai relevant. Atunci ar trebui să vă schimbați modelul despre modul în care această lume funcționează și să puneți mai multă greutate pe acest anumit canal decât pe celălalt canal tradițional căruia nu ați fost atenți. Deci, acesta este exact același mod în care ar funcționa AI. În primul rând, ați spune că ați pus foarte puțină greutate pe acest nou canal, dar pe măsură ce apare din ce în ce mai des, practic vă veți revizui algoritmul pentru a începe să puneți din ce în ce mai multă pondere pe acest canal dacă se dovedește a fi relevant. Poate că dacă este foarte tare, foarte zgomotos, dar de fapt nu este relevant, atunci ai menține așteptarea sau impactul pe care îl are acel canal încă la un nivel destul de scăzut. Cred că este un proces de învățare și învățarea este de fapt activată în aceste sisteme AI prin învățarea automată.

Tendințe în afaceri mici: cum afectează acest lucru utilizarea etică a inteligenței artificiale? Observăm vreo convergență sau divergență? Mai multe date, mai puțină etică? Sau sunt mai multe date, mai multă etică? Au vreo relație? Pentru că mi se pare că, cu cât găsim mai multe date, cu atât mai mult este tentația de a folosi aceste lucruri în orice fel care era vechiul Malcolm X, „prin orice mijloace necesare”. Dar etica din spatele AI se îmbunătățește pe măsură ce primim mai multe date în acest sens?

Michael Wu: Cred că există cu siguranță mai multă conștientizare a ei. Cred că acum există, aș spune, corectitudine, transparență. Oamenii vorbesc despre această problemă a cutiei negre. Acest AI, nu știm cum ia decizii și tot. Deci este o provocare, dar de fapt aduce din ce în ce mai mulți oameni să acorde atenție acestui domeniu al eticii, echității și responsabilizării. Deci, toate aceste date suplimentare, aș spune, mari pe care le folosim, sunt foarte tentante. Dar cred că trebuie să existe o forță opusă care să-i provoace în mod egal pe acești oameni de știință ai datelor. Cred că trebuie să existe această, aș spune, tensiune sănătoasă între cele două grupuri. Nu este că oamenii de știință AI ar trebui să dicteze totul. Avansarea nu ar trebui să conducă totul. Nu este totul despre avansare, dar nici despre reglementare nu este totul. Adică, cred că cele două grupuri trebuie să aibă acest tip de tensiune sănătoasă de care ridicăm probleme de care ne îngrijorăm.

Și dacă nu ridicați problema, oamenii de știință nu o vor rezolva. "Functioneaza. De ce abordez această problemă?” Deci, dacă ridicați această problemă, atunci din ce în ce mai mulți oameni de știință vor fi conștienți de ea și vor spune: „Bine, aceasta este o problemă provocatoare pe care trebuie să o abordez pentru a face acest lucru mai bun, mai bun pentru umanitate, mai bun pentru toată lumea”. De aceea, acea tensiune sănătoasă trebuie să existe. Și cred că chiar acum, pentru a răspunde la întrebarea ta, da, ei aduc în discuție din ce în ce mai multe dintre acestea. Cred că acum există mai multe întrebări decât soluții, dar pendulul se va balansa. Pentru că, anterior, totul a fost avansarea inteligenței artificiale, deci toate sunt pendule pe de o parte. Și acum că oamenii sunt conștienți de puterea inteligenței artificiale, de toate aceste etici. Eu însumi sunt aproape jumătate din eticienă pentru a spune: „Hei, nu poți să te uiți la utilizarea AI pentru orice vrei. Trebuie să vă uitați la utilizarea etică a datelor dvs., astfel încât să nu marginalizați niciun grup sau nimic.”

Există, de fapt, o mulțime de voci din partea aceea acum și asta ridică multă îngrijorare. Nu avem încă o soluție, dar cred că acum din ce în ce mai mulți oameni sunt de fapt atenți să rezolve aceste probleme.

Tendințe în afaceri mici: Ei bine, etica în sine sau oricine programează IA, trebuie să urmați setul lor de etică și nu setul de etică al tuturor este același, așa că știu că va fi dificil. Și celălalt lucru pe care îl cred că este setul sau populația de oameni care creează cu adevărat știința datelor, este aproape de a fi un grup omogen de oameni. Nu este foarte variat. Nu este foarte divers. Este aproape ca și cum nu numai că ai nevoie de IA etică, ci și de AI incluzivă pentru ca acesta să fie puțin mai reprezentativ și cred că acesta este lucrul care poate lipsi cel mai mult, setul de oameni care o fac.

Mă bucur atât de mult să te aud spunând că se schimbă, pentru că a fost acel Netflix grozav când am vorbit despre recunoașterea facială și AI nu a putut detecta o femeie de culoare din altceva, iar o parte a acestui raționament a fost pentru că oamenii care creau AI nu arăta ca femeia de culoare pe care încerca să o detecteze. Și deci acesta a fost unul dintre acele lucruri care a fost un ingredient lipsă pentru asta.