211service.com
Apprendimento automatico: il nuovo banco di prova per il vantaggio competitivo
16 marzo 2017
In collaborazione con Google Cloud
Un recente sondaggio condotto da MIT Technology Review Custom e Google Cloud rivela che mentre la maggior parte delle aziende sta lottando per applicare l'apprendimento automatico, altre sono al lavoro per sviluppare strategie per la tecnologia e stanno già realizzando un vero ROI.
Sintesi
Un recente sondaggio condotto da MIT Technology Review Custom e Google Cloud rivela che mentre la maggior parte delle aziende sta lottando per applicare l'apprendimento automatico, altre sono al lavoro per sviluppare strategie per la tecnologia e stanno già realizzando un vero ROI.
Apprendimento automatico: il nuovo banco di prova per il vantaggio competitivo
Scarica il rapporto
L'attenzione del mondo degli affari sull'apprendimento automatico (ML) può sembrare uno sviluppo da un giorno all'altro, ma il brusio attorno a questa tecnologia è cresciuto costantemente sin dagli albori dei big data.
Il machine learning sta iniziando a sfruttare il potenziale creato dai big data e dall'analisi, trasformando i dati grezzi in utili strumenti predittivi per il business. I leader aziendali orientati all'innovazione stanno abbracciando il ML come la prossima grande novità e hanno già elaborato strategie e iniziative di ML che promettono vantaggi reali e ritorno sull'investimento (ROI).
Il sondaggio ha cercato di rivelare la posizione delle organizzazioni in termini di adozione di strategie di riciclaggio. Gli intervistati includevano gli attuali strateghi del riciclaggio di denaro, i rappresentanti di aziende che pianificano di eseguire iniziative di riciclaggio di denaro nei prossimi mesi o anni e coloro che non hanno piani di riciclaggio per il prossimo futuro.
Dall'analisi dei risultati dell'indagine sono emersi diversi temi chiave:
- ML sta accadendo ora. La maggior parte degli intervistati (60%) ha già implementato strategie di riciclaggio e quasi un terzo si considera in una fase matura con le proprie iniziative.
- Il ML offre un vantaggio sul mercato. Secondo gli intervistati, un vantaggio chiave del ML è la capacità di ottenere un vantaggio competitivo e il 26% degli attuali implementatori di ML riteneva di aver già raggiunto tale obiettivo.
- Le organizzazioni stanno investendo in ML. Tra gli attuali implementatori di ML, circa il 26% ha riferito che oltre il 15% dei propri budget IT è stato dedicato a iniziative di ML.
- I primi utenti si stanno rendendo conto dei maggiori potenziali vantaggi del ML. Il massimo vantaggio sperato tra gli implementatori e i pianificatori di ML è la capacità di estendere gli sforzi di analisi dei dati e aumentare le informazioni sui dati. Circa il 45% degli intervistati dichiara di riuscire a raggiungere tale obiettivo. Inoltre, più della metà degli utenti nella fase iniziale e in quella matura afferma che i loro sforzi di ML hanno portato a un ritorno sull'investimento (ROI) dimostrabile.
- Gli implementatori di ML stanno portando avanti un'ampia gamma di progetti. I progetti più comuni tra gli attuali implementatori di ML sono il riconoscimento, la classificazione e l'etichettatura delle immagini (47%); analisi emotiva/comportamentale (47 percento); classificazione del testo e mining (47%); e l'elaborazione del linguaggio naturale, o NLP (45%).
Notevole è anche la velocità con cui gli intervistati sono in grado di dimostrare il ROI con le loro iniziative ML, il che, come accennato in precedenza, non è stato il caso dell'analisi dei big data. All'interno del gruppo in fase iniziale, più della metà riferisce di iniziare a vedere un ROI dimostrabile e all'interno del gruppo in fase matura, più della metà aveva dimostrato ROI.
Per ulteriori risultati e analisi, scarica il rapporto completo .