ອັດຕະໂນມັດແມ່ນສໍາຄັນສໍາລັບທຸລະກິດຂອງທ່ານ

ອັດຕະໂນມັດແມ່ນກຸນແຈເພື່ອປົດລັອກປະໂຫຍດຂະຫນາດໃຫຍ່, ຍືນຍົງໃນບໍລິສັດໃນທົ່ວຂະແຫນງການ..

ຂໍ້ມູນໃຫຍ່ສາມາດເປັນສິ່ງທີ່ໃຫຍ່ໂດຍບໍ່ມີວິທີການອັດຕະໂນມັດຍຸດທະສາດ.

ໃນອີກດ້ານຫນຶ່ງ, ພວກເຮົາກໍາລັງຢູ່ໃນເວລາທີ່ຫຍຸ້ງຍາກຂອງຄວາມອຸດົມສົມບູນຂອງຂໍ້ມູນ, ດ້ວຍປະລິມານຂໍ້ມູນທີ່ບໍ່ເຄີຍມີມາກ່ອນກ່ຽວກັບທຸກສິ່ງທຸກຢ່າງຈາກການປະຕິບັດອຸປະກອນໄປສູ່ພຶດຕິກໍາສື່ມວນຊົນສັງຄົມຂອງຜູ້ບໍລິໂພກ (ຫຼາຍກວ່າເຄິ່ງຫນຶ່ງຂອງພົນລະເມືອງທົ່ວໂລກແມ່ນຢູ່ໃນສື່ສັງຄົມ). ແຕ່ບໍ່ມີລະບົບອັດຕະໂນມັດທີ່ຄິດ - ການໃຊ້ເຄື່ອງຈັກແລະລະບົບວິທີເພື່ອຈັດການ, ປະມວນຜົນ, ແລະວິເຄາະຂໍ້ມູນທີ່ມີຢູ່ - ທຸລະກິດຂອງທ່ານຈະສູນເສຍໂອກາດທີ່ມີທ່າແຮງອັນໃຫຍ່ຫຼວງ.

ເຮັດໄດ້ດີ, ອັດຕະໂນມັດປ່ຽນຂໍ້ມູນໃຫຍ່ "ຕາຍ" ໄປສູ່ການດໍາລົງຊີວິດ, ຊັບພະຍາກອນຫາຍໃຈທີ່ທ່ານສາມາດນໍາໃຊ້ເພື່ອຂັບລົດມູນຄ່າ. ສະນັ້ນມັນບໍ່ແປກໃຈຫຼາຍທຸລະກິດມີຈຸດປະສົງ automate ສິ່ງໃດແດ່ທີ່ສາມາດອັດຕະໂນມັດ, ດັ່ງທີ່ຜູ້ບໍລິຫານລະດັບສູງຂອງ Google ກ່າວເມື່ອບໍ່ດົນມານີ້.

ເພື່ອຊ່ວຍໃຫ້ທ່ານຄິດກ່ຽວກັບອັດຕະໂນມັດໃນສະພາບການທຸລະກິດຂອງທ່ານ, ຂ້າພະເຈົ້ານໍາສະເຫນີສາມວິທີຕົ້ນຕໍທີ່ກິດຈະກໍາເຕັກໂນໂລຢີນີ້ຊ່ວຍໃຫ້ທ່ານສ້າງມູນຄ່າ.

ສິ່ງທໍາອິດທີ່ອັດຕະໂນມັດຊ່ວຍໃຫ້ທ່ານເຮັດແມ່ນ ການສະກັດເອົາຄຸນສົມບັດ, ຫຼືດຶງເຂັມສໍາຄັນຂອງຂໍ້ມູນຈາກ haystacks ຂະຫນາດໃຫຍ່ຂອງຂໍ້ມູນ. ຈິນຕະນາການວ່າອົງການຂອງເຈົ້າຕ້ອງທົບທວນຄືນຄໍາຮ້ອງຂໍສິດທິບັດສໍາລັບຂໍ້ມູນກ່ຽວກັບເຕັກໂນໂລຢີສະເພາະແລະສິ່ງທີ່ກ່ຽວຂ້ອງ. ທ່ານອາດຈະຊອກຫາຢູ່ໃນຫລາຍພັນຫຼືຫລາຍສິບພັນຄໍາຮ້ອງສະຫມັກ, ແຕ່ລະແລ່ນ 30 ຫນ້າຫຼືຫຼາຍກວ່ານັ້ນ, ສໍາລັບລ້ານແລະລ້ານຄໍາ. ແຕ່ພຽງແຕ່ອັດຕາສ່ວນນ້ອຍໆຂອງຄໍາເຫຼົ່ານັ້ນແລະຄວາມກ່ຽວຂ້ອງກັນລະຫວ່າງສິດທິບັດແມ່ນມີຄວາມສໍາຄັນເຊັ່ນສິ່ງທີ່ເຕັກໂນໂລຢີທີ່ໄດ້ຮັບສິດທິບັດແມ່ນຂຶ້ນກັບຫຼືຄຸນສົມບັດຂອງຜູ້ປະດິດແລະສິດທິບັດທີ່ຜ່ານມາ.

ດັ່ງນັ້ນ, ວຽກງານນີ້, ເຊັ່ນດຽວກັນກັບຫຼາຍໆຄົນໃນໂດເມນທຸລະກິດ, ກ່ຽວຂ້ອງກັບອັດຕາສ່ວນສັນຍານຕໍ່ສຽງທີ່ນ້ອຍຫຼາຍ, ແລະຕ້ອງການຫລາຍພັນຄົນຊົ່ວໂມງເພື່ອເຮັດສໍາເລັດດ້ວຍຕົນເອງ - ບາງສິ່ງບາງຢ່າງທີ່ໄກເກີນໄປ - ແລະເວລາ - ຫ້າມ. ແຕ່ສູດການຄິດໄລ່ທີ່ອີງໃສ່ການຮຽນຮູ້ເຄື່ອງຈັກສາມາດໄດ້ຮັບການຝຶກອົບຮົມເພື່ອເລັ່ງຂໍ້ມູນທີ່ສໍາຄັນທີ່ຈໍາເປັນ, ປະຫຍັດເວລາແລະຄວາມພະຍາຍາມຢ່າງຫຼວງຫຼາຍ. ຍິ່ງໄປກວ່ານັ້ນ, ໃຫ້ເວົ້າວ່າໃນອະນາຄົດທ່ານຕ້ອງການຄົ້ນຫາຊຸດດຽວກັນຂອງສິດທິບັດຫຼືສິ່ງທີ່ກ່ຽວຂ້ອງແຕ່ສໍາລັບຂໍ້ມູນທີ່ແຕກຕ່າງກັນ, ເຊັ່ນຂະຫນາດຂອງທີມງານຜູ້ສະຫມັກສິດທິບັດ. ທ່ານສາມາດ reprogram ໄດ້ຢ່າງງ່າຍດາຍຫຼື retrain ສູດການຄິດໄລ່ເພື່ອປະຕິບັດວຽກງານນັ້ນ, ໄດ້ຮັບເສດຖະກິດຂອງຂະຫນາດແລະຜົນຕອບແທນຫຼາຍກວ່າເກົ່າໃນການລົງທຶນເບື້ອງຕົ້ນຂອງທ່ານ.

ອັນທີສອງ, ອັດຕະໂນມັດຊ່ວຍ ການ​ກວດ​ສອບ​ຂໍ້​ມູນ​ແລະ​ທໍາ​ຄວາມ​ສະ​ອາດ​. ຊຸດຂໍ້ມູນມັກຈະຕ້ອງການເຮັດວຽກ. ມີຂໍ້ຜິດພາດແລະຄ່າທີ່ຂາດຫາຍໄປ, ຄວາມຜິດປົກກະຕິ, ແລະບາງຄັ້ງຫຼັກຖານຂອງຄວາມລໍາອຽງ. ສໍາລັບຕົວຢ່າງ, ຖ້າຫາກວ່າ algorithm ໄດ້ຖືກຝຶກອົບຮົມເພື່ອຄົ້ນຫາຄຸນລັກສະນະຂອງຜູ້ລະເມີດກົດຫມາຍແຕ່ນໍາໃຊ້ຂໍ້ມູນພຽງແຕ່ກ່ຽວກັບຜູ້ກະທໍາຜິດທີ່ຖືກຈັບໄດ້, ສູດການຄິດໄລ່ຈະມີຄວາມລໍາອຽງເນື່ອງຈາກວ່າມັນຂາດຂໍ້ມູນກ່ຽວກັບຜູ້ກະທໍາຜິດທີ່ບໍ່ໄດ້ຖືກຈັບ - ບັນຫາໂດຍສະເພາະສໍາລັບອາຊະຍາກໍາຄໍສີຂາວ, ເຊິ່ງມັກຈະເປັນ. ຈະຖືກລາຍງານໜ້ອຍ. ອີກເທື່ອ ໜຶ່ງ, ການກວດສອບແລະແກ້ໄຂບັນຫາທີ່ມີທ່າແຮງອັນໃຫຍ່ຫຼວງນີ້ແມ່ນຫຼາຍເກີນໄປທີ່ຈະປະຕິບັດດ້ວຍຕົນເອງ. ແຕ່ອັດຕະໂນມັດຊ່ວຍໃຫ້ການນໍາໃຊ້ເຄື່ອງມືໃນການທົດສອບແລະການເຮັດຄວາມສະອາດຢ່າງໄວວາ, ອີກເທື່ອຫນຶ່ງປະຫຍັດເວລາໃນຂະນະທີ່ສ້າງມູນຄ່າ.

ອັນທີສາມ, ແລະນີ້ແມ່ນອັນໃຫຍ່ຫຼວງ, ອັດຕະໂນມັດແມ່ນ ເຄື່ອງຈັກການຂັບລົດຂອງການວິເຄາະ. ການວິເຄາະການຖົດຖອຍແບບງ່າຍໆຂອງມື້ວານນີ້ໄດ້ກາຍເປັນປ່າທີ່ເປັນກຸ່ມແລະແບບສຸ່ມຂອງມື້ນີ້, ຂັບເຄື່ອນໂດຍການຮຽນຮູ້ເຄື່ອງຈັກ, ບໍ່ວ່າຈະເປັນການເຂົ້າໃຈຜູ້ໃຊ້ຜະລິດຕະພັນ, ການຄາດຄະເນການຂາຍໃນເດືອນຫນ້າເພື່ອເພີ່ມປະສິດທິພາບຂອງສິນຄ້າຄົງຄັງ, ຫຼືການຄາດຄະເນຜົນກະທົບຂອງການໂຄສະນາໃຫມ່. ອັດຕະໂນມັດທີ່ອີງໃສ່ເຄື່ອງຈັກບໍ່ພຽງແຕ່ຊ່ວຍໃຫ້ທ່ານສາມາດເຮັດຊ້ໍາຂະບວນການການວິເຄາະມາດຕະຖານຢ່າງເປັນປົກກະຕິດ້ວຍຄ່າໃຊ້ຈ່າຍຕ່ໍາ, ແຕ່ຍັງສາມາດສັງເກດເຫັນຮູບແບບທີ່ບໍ່ແມ່ນເສັ້ນທີ່ພວກເຮົາມະນຸດເຮັດບໍ່ໄດ້.

ຕົວຢ່າງ, ຫ້ອງທົດລອງຂອງຂ້ອຍໄດ້ສຶກສາຫຼາຍກວ່າ 5 ລ້ານສິດທິບັດໂດຍໃຊ້ການວິເຄາະທີ່ຂັບເຄື່ອນດ້ວຍລະບົບ algorithm ເພື່ອເບິ່ງວ່າພວກເຮົາສາມາດຄາດຄະເນການເປີດຕົວຂອງເຕັກໂນໂລຢີໃນອະນາຄົດທີ່ກ້າວຫນ້າໂດຍອີງໃສ່ຂໍ້ມູນຄໍາຮ້ອງສະຫມັກສິດທິບັດຂອງພວກເຂົາ. ພວກເຮົາສົມມຸດຕິຖານວ່າເຄື່ອງຈັກຈະກໍານົດສິດທິບັດທີ່ໄດ້ຮັບຄວາມນິຍົມໃນອະນາຄົດຈາກຂໍ້ມູນຄໍາຮ້ອງສະຫມັກຖ້າຫາກວ່າການປະດິດສ້າງແບບດ່ຽວ, ຄວາມສາມາດຫຼືຄວາມຄິດທີ່ "ມະຫັດສະຈັນ". ໃນທີ່ສຸດ, algorithm ໄດ້ຊອກຫາສິດທິບັດຂອງອະນາຄົດທີ່ມີຄວາມຖືກຕ້ອງສູງ, ແຕ່ບໍ່ແມ່ນໃນແບບທີ່ມະນຸດໄດ້ຈິນຕະນາການ. ນັ້ນແມ່ນ, ສູດການຄິດໄລ່ບໍ່ໄດ້ກໍານົດສິດທິບັດທີ່ໄດ້ຮັບຄວາມນິຍົມໃນອະນາຄົດໂດຍອີງໃສ່ຄວາມສາມາດຂອງຕົນເອງ; ແທນທີ່ຈະ, ມັນໄດ້ກໍານົດສິດທິບັດຕີໂດຍອີງໃສ່ວ່າພວກເຂົາເປັນສ່ວນຫນຶ່ງຂອງ a ກຸ່ມ ຂອງສິດທິບັດທີ່ກ່ຽວຂ້ອງທີ່ຮ່ວມກັນສາມາດແກ້ໄຂບັນຫາສະເພາະໃນການລວມກັນທີ່ບໍ່ມີສິດທິບັດສ່ວນບຸກຄົນສາມາດແກ້ໄຂໄດ້ດ້ວຍຕົນເອງ.

ສໍາລັບຕົວຢ່າງ, ເທກໂນໂລຍີ ultrasound ມີຜົນກະທົບອັນໃຫຍ່ຫຼວງຕໍ່ການດູແລສຸຂະພາບຫຼາຍປີຫຼັງຈາກທີ່ມັນຖືກເປີດເຜີຍຄັ້ງທໍາອິດ, ເຮັດໃຫ້ການຖ່າຍຮູບທີ່ບໍ່ມີການຮຸກຮານແລະການປິ່ນປົວສະພາບທາງດ້ານຮ່າງກາຍເຊັ່ນ: ແກນຫມາກໄຂ່ຫຼັງແລະແມ້ກະທັ້ງບາງມະເຮັງ. ແຕ່ຄວາມຄືບໜ້ານັ້ນຄົງຈະເປັນໄປບໍ່ໄດ້ ຖ້າບໍ່ມີສິ່ງປະດິດຂະໜາດນ້ອຍນອກເໜືອໄປຈາກເທັກໂນໂລຍີຫຼັກ—ເຄື່ອງໃຊ້ໄຟຟ້າ, ຂະບວນການຫຼຸດອາການສະຖິດ, ແຜ່ນຮອງທາງການແພດພິເສດ ແລະຕົວຍຶດທີ່ພັດທະນາຢ່າງເປັນເອກະລາດຈາກເທັກໂນໂລຢີ ultrasound ແຕ່ມີຄວາມສຳຄັນຕໍ່ການນຳມາໃຊ້ໃນຢາທີ່ປະສົບຜົນສຳເລັດ. ການວິເຄາະແບບອັດຕະໂນມັດຂອງພວກເຮົາໄດ້ຮັບຮູ້ເຖິງການມີຢູ່ຂອງກຸ່ມສິດທິບັດທີ່ກ່ຽວຂ້ອງກັນໃນຫຼາຍກວ່າ 5 ລ້ານສິດທິບັດຈາກຜະລິດຕະພັນສຸຂະພາບຈົນເຖິງເທັກໂນໂລຍີລູກກ໊ອຟລ່າສຸດ, ແລະກຸ່ມເຫຼົ່ານີ້ມີຄວາມກ່ຽວຂ້ອງກັນກັບຄວາມເປັນໄປໄດ້ທີ່ສິດທິບັດໃນພວກມັນຈະກາຍເປັນເທັກໂນໂລຍີເດັ່ນໃນອະນາຄົດຂອງມື້ອື່ນ. inference ບໍ່ໄດ້ຍົກຍ້ອງກ່ອນ.

ເພື່ອນຮ່ວມງານຕາເວັນຕົກສຽງເໜືອຂອງຂ້ອຍ Andrew Papachristos ໃຊ້ການວິເຄາະທີ່ຄ້າຍຄືກັນເພື່ອສະແດງໃຫ້ເຫັນວ່າ ການສໍ້ລາດບັງຫຼວງຂອງຕຳຫຼວດໃນ Chicago ບໍ່ໄດ້ມາຈາກເຈົ້າຫນ້າທີ່ "ຫມາກໂປມທີ່ບໍ່ດີ" ຈໍານວນຫນ້ອຍແຕ່ເປັນເຄືອຂ່າຍຂອງຕໍາຫຼວດທີ່ເຊື່ອມຕໍ່ທີ່ເຮັດຫນ້າທີ່ທີ່ບໍ່ດີ; ວຽກງານຂອງລາວເຮັດໃຫ້ສາມາດກວດພົບບັນຫາດັ່ງກ່າວກ່ອນຫນ້າ.

ຂ້ອຍຫວັງວ່າຂ້ອຍໄດ້ສ້າງຄວາມໄດ້ປຽບເຊິ່ງກັນແລະກັນຂອງລະບົບອັດຕະໂນມັດທີ່ຊັດເຈນ, ແລະວິທີທີ່ມັນສາມາດຊ່ວຍໃຫ້ທ່ານປ່ຽນຂໍ້ມູນເປັນມູນຄ່າຂະຫນາດໃຫຍ່, ຍືນຍົງ. ແທ້ຈິງແລ້ວ, ຂໍ້ມູນຫຼາຍທ່ານມີ, ຫຼາຍທ່ານຕ້ອງການອັດຕະໂນມັດ; ເມື່ອທ່ານມີຄວາມສາມາດອັດຕະໂນມັດທີ່ເຂັ້ມແຂງ, ທ່ານສາມາດເກັບກໍາແລະເກັບກໍາຂໍ້ມູນຫຼາຍຂຶ້ນ, ແລະວົງຈອນຍັງສືບຕໍ່.

ເສັ້ນທາງລຸ່ມ: ອັດຕະໂນມັດແມ່ນຄວາມສາມາດທີ່ສໍາຄັນທີ່ເພີ່ມຂຶ້ນ, ແລະອາດຈະເປັນຈຸດສໍາຄັນຕໍ່ການປະຕິບັດງານໃນໄລຍະຍາວແລະໄລຍະຍາວຂອງທຸລະກິດຂອງທ່ານ. ແຕ່ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະເຂົ້າໃຈວ່າມັນເຮັດໃຫ້ມູນຄ່າ, ແລະດໍາເນີນຂັ້ນຕອນເພື່ອຫຼຸດຜ່ອນການຫຼຸດລົງທີ່ແທ້ຈິງຂອງມັນ, ເພື່ອຜົນດີຂອງບໍລິສັດຂອງທ່ານແລະຊຸມຊົນທີ່ກວ້າງຂວາງທີ່ມັນດໍາເນີນການ.

ໃນພາກທີສອງຂອງບົດຄວາມນີ້ຂ້າພະເຈົ້າຈະປຶກສາຫາລືສາມຂໍ້ເສຍທີ່ສໍາຄັນຂອງອັດຕະໂນມັດ - ຄໍາອະທິບາຍ, ຄວາມໂປ່ງໃສແລະຄ່າໃຊ້ຈ່າຍ - ແລະວິທີການແກ້ໄຂເຫຼົ່ານີ້.