发帖
雷达卡
“人工智能的采用已被证明是一个相当大的挑战。构建和部署可扩展的人工智能系统需要大量的时间、成本和资源。将 AI 流程整合到现有的遗留基础设施中似乎是不可逾越的。此外，混乱的环境中充斥着最近构思不当的 AI 产品/解决方案的激增，这引发了对数据合规性和安全性的担忧，您迫切需要一个可靠的、有凝聚力的 AI 框架。”
Mahalingam 的职业生涯一直致力于研究开发可靠、有凝聚力的 AI 框架所面临的挑战。他喜欢梳理动荡的技术，并看到很多混乱的技术人工智能能力，于是他开始从宏观层面去想办法。
人工智能驱动系统的两个问题
Mahalingam 将人工智能系统的困惑分解为两个主要问题：隐私和对人工智能系统交易缺乏了解。关于安全，他说：
“公司进入了尝试和试点 AI 概念验证的第一阶段。然而，当这个想法变得严肃并需要尽职调查时，大多数人工智能项目都会失败，例如，安全官员担心如果这些系统失控会发生什么。人工智能系统很饥渴，并且需要在各种人和机器之间共享大量竞争信息，从而留下代价高昂的合规性和安全漏洞漏洞。”
由于这种担忧，Mahalingam 发现寻求供应商协助实施 AI 的公司希望完全控制和自主控制其数据、环境和基础设施。组织希望“与能够提供创造性自主权、知识产权和灵活地拥有他们创建的人工智能资产的供应商合作。”
此外，人工智能系统有一个模糊的环境，供应商会误读，Mahalingam 指出。
“这些供应商需要二十或三十年的客户数据来提出数据建模，详细说明如何使用人工智能系统构建更好的产品。相反，企业寻求应用、可消费、可管理和可快速部署的 AI 功能，而不必在大量数据上妥协。他们想要一个特定的手工 AI 模型来满足他们的 DNA 用例。这与昨天对每个人都一样的人工智能规则驱动系统有细微的差别。”
Mahalingam 强调，手工 AI 模型对于为客户提供可扩展的超特定服务至关重要。此外，他表示用户希望拥有手工 AI 模型.
为了实现这一目标，Mahalingam 和 Vizru 正在继续设想一种“快速框架”——一种支持人工智能系统或机器人之间的智能通信和工作的技术。该脚手架提供与所需功能相关的特定模型和部件，插入到客户的系统中，并允许买方独家拥有。作为第一步，Mahalingam 相信创建一个有凝聚力的外壳来“部署和交付人工智能系统”。
启动框架以启动 AI 系统
在设计部署 AI 系统的框架时，Mahalingam 构想了长期业务环境。
“在我看来，你要么关注天气，要么关注气候。我们希望以类似于气候的战略转变为目标。这意味着以正确的方式构建框架以适应不断变化的天气模式。例如，人们构建聊天机器人的速度非常快，但这种技术炒作周期每隔几年就会消失并过时。适当的框架可以更轻松地部署更新的功能和更新的 AI 系统。”
人工智能机器人的“正确”机制是什么样的？它有一个护栏，可以确定可以在哪里部署和扩展机器人并提供治理，因此企业可以对其进行监督。这可确保遵守数据隐私问题并遵守法规。特别是，Mahalingam 确定了三个主要的框架基础。
无代码开发平台
有状态的网络
发展应用人工智能系统的手段
无代码开发平台
Mahalingam 从根本上相信无代码环境。他说：
“下一代应用程序将不会由简单的‘if 语句’和未来编写的语句来决定，而是由复杂和先进的 AI 系统来定义。
这需要确保框架内部没有遗留编码环境，以在整合这些 AI 功能时完全消除平台内的任何编码 - 一种嵌入式和播放机制，如 LEGOS®。
当 Mahalingam 谈到无代码功能时，他的意思是部署 AI 驱动系统不需要任何算法。他强调说，这个无代码平台“提供了对人工智能技术至关重要的灵活性、可扩展性和适应性”。他认为无代码开发平台可以“将 AI 系统的上市时间缩短 75%，并将其高昂的变更管理成本削减多达 60%。”
有状态的网络
Mahalingam 强调，这种嵌入式、无代码开发必须有一个有状态的网络。AI 机器人需要此功能来确保它们不会流氓，但可以在预期时进行通信。他是这样描述的。
“想象一家拥有 360 亿美元收入的大型企业正在使用 18 个机器人，所有这些机器人都需要智能地相互交谈。这些可能是 HR、IT 系统、新闻或售后机器人，这些 AI 系统需要进行对话，而不用担心数据泄露或合规挑战。”
发展应用人工智能系统的手段
除了规章制度，Ramesh Mahalingam 承认 Applied AI Systems 必须适应不断变化的企业能力。他以 OCR（光学字符识别）功能为例。
“假设今年，公司之所以关注微软，是因为它的 OCR 功能比谷歌组织的默认设置更好。好吧，企业应该能够发展并转向微软的 OCR 潜力，同时保留已成功用于 Google OCR 平台的机器人之间的对话。”
Mahalingam 是一位实用主义者，他指出“市场上总会有更好的参与者”。当它们变大时，我们才知道它们。他的理念确保企业可以发展，而不会被锁定在供应商的解决方案中，也不必因为它不能很好地与新技术一起使用而将其埋葬。
人工智能驱动的系统部署以扩展
一个用于部署机器人的适应性强、无代码、有状态的框架被证明是解决安全问题和定制功能的核心。Mahalingam 进一步解释了本文中描述的技术框架将如何被欧洲最大的银行之一使用，该银行正在 26 个国家/地区部署 AI 系统。他将机器人描述为处理 26 种不同语言的索赔。使用 AI 部署框架，可以在 45 秒内在全渠道环境中管理索赔。银行的清洁人工智能系统流程需要两个月。
根据 Mahalingam 的说法，在构建部署机器人的框架时的谨慎和耐心已经得到了回报。这使 Vizru 能够通过真正可扩展的模型为其客户提供服务。
通过与大型企业的密切合作，Vizru 开发了 40 多个 AI 驱动用例或模板. 其中一些是横向模板，如人力资源、IT 和销售，而其他模板则由垂直模板组成，特别关注索赔自动裁决、承保自动化和保单管理，正如 Mahalingam 澄清的那样。“这是我们能够看到如此巨大的吸引力的重要原因之一，尤其是在大型企业中。”
特别是，当这些财富 500 强公司迫切需要数字化转型并将人工智能纳入其生态系统时，他们认为快速启动的人工智能系统框架具有吸引力，并且可以及时获得竞争优势。
人工智能驱动部署的未来
Mahalingam 看到大型企业将其核心系统完全转变为无人化的后台运营。他相信数百家供应商将争夺自然语言算法等边缘用例以提供支持；人工智能系统馅饼的一小部分。这种类型的业务可能会引起很多噪音，包括担忧。
在行业跨越安全和定制的这些障碍之后，人工智能系统将颠覆各种行业，使其 24/7 全天候使用，而不仅仅是在标准的工作周内。由于引入了人工智能系统，这也意味着生产力将出现 250% 到 300% 的爆炸性增长。
一旦核心系统采用人工智能，Mahalingam 兴奋地指出，我们将处于“完全由人工智能驱动的环境中。这将类似于 1980 年代自动柜员机 (ATM) 对柜员流程的改造。”
相关帖子DA内容精选
|
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
