Blog

Artificial Intelligenz im Enterprise Umfeld: Die Zukunftsaussichten

Künstliche Intelligent (KI, auch Artificial Intelligenz AI) ist bisher bekannt bei der Anwendung von super-intelligenten, humanoiden Robotern. Gewöhnlich wird die künstliche Intelligenz hinter den Kulissen als ein Algorithmus implementiert, der grosse Datenmengen verarbeitet um eine Reihe von profanen Aufgaben effizienter auszuüben als ein Mensch.

Obwohl die Meisten von uns weder mit einem selbstfahrendem Auto fahren (noch nicht) noch einen humanoiden Roboter in Anspruch nehmen, wird unser alltägliches Leben zunehmend beeinflusst von KI-Systemen, die Ton oder Bilder erkennen oder unser online-Verhalten analysieren, um uns vor Kreditkartenbetrug zu schützen oder uns im Web passende Reklame anzuzeigen.

Es ist daher auch kein Wunder, dass der Boom dieser Art von künstlicher Intelligent von Internet-Giganten wie Google, Microsoft, Amazon, Facebook, Baidu und anderen an der Spitze angetrieben wird und dass es derzeit einen Wiederanstieg von Startups in dieser Branche gibt:

ai-sep-startups-cbinsights

Bilder: CBInsights/Bloomberg

 

Es ist auch keine Überraschung, dass man KI und Automatisierung in Gartners „2015 Hype Cycle for Emerging Technologies“ ganz weit oben findet. Wie z.B. auch das selbstfahrende Auto an der Spitze der Kurve – die „Peak of Inflated Expectations“.

ai-sep-gartner-hype-cycle-2015

2015 Gartner Hype Cycle for Emerging Technologies. Bild: Gartner

 

Gartner klassifiziert „Autonomous“ (autonom) als den sechsten und letzten Schritt eines Unternehmens, auf dem Weg zur Digitalisierung. Dabei werden einige aufkommende Technologien als besonders relevant gekennzeichnet: Selbstfahrende Fahrzeuge, Bioakustik, Biochips, Brain-Computer-Interface, Digital Dexterity, Human Augmentation, Machine Learning, Neurobusiness, People-Literate Technology, Quantum Computing, Smart Advisors, Smart Dust, Smart Robots, Virtual Personal Assistants, Virtual Reality, Volumendisplays und holografische Displays.

Was auf den Hype folgt ist wie gewöhnlich Desillusionierung. Es ist nämlich schwer vorstellbar, dass all diese aufkommenden Technologien aus dem Hype Cycle von Gartner es zum Mainstream schaffen. Für KI gibt es aber laut Gartner genug Indizien, damit sich die Technologie in Unternehmen etabliert.

Warum KI jetzt so durchstartet:

Um Probleme zu lösen die das Einführen der KI mit sich bringt benötigt man als Erstes große Mengen an Rechenleistung – etwas, was in den letzten Jahrzenten durch das Mooresche Gesetz gegeben war. Dieses kodifiziert die Beobachtung darüber, dass wenn man die Größe von Transistoren auf einem integrierten Schaltkreis schrumpft, man somit mehr von ihnen auf auf einen Raum unterbringen kann. Obwohl die Anzahl von Transistoren per Chip dank kleinerer „Feature Sizes“ steigt (wir sind jetzt bei 14nm, mit 10nm und 7nm auf der Roadmap), haben sich Metriken wie Taktrate und Single Thread Performance seit 2005 aufgrund von Wärme- und Energieverbrauch nicht großartig verändert.

ai-sep-cpu-scaling

Bild: ‚Efficiency and Parallelism, The Challenges of Future Computing‘ (Bill Dally/Nvidia)

Um KI zu begünstigen nutzt man daher andere Technologien, die die Rechenleistung potenzieren. Rechenoperationen können in der Cloud parallelisiert werden. Durch Nutzung von beliebig vielen, virtuellen Rechnern kann eine Berechung einfach verteilt  und von theoretisch beliebig vielen Rechnern gleichzeitig abgearbeitet werden.

Eine andere Entwicklung ist die Auslagerung der rechenintensiven Arbeit auf Grafikchips (GPU). Diese können neuronale Netze besonders schnell und effizient berechnen. Neurolane Netze stehen zur Zeit im Mittelpunkt der KI Forschung und werden von Tec-Giganten wie Google, Facebook und Co. extrem gefördert.

Nachfolgend ein Vergleich einer GPU Berechnung im Vergleich zu einer herkömmlichen CPU.

ai-sep-nvidia-sgemm

Bild: Nvidia

 

Abgesehen von der Rechenleistung, ist die andere treibende Kraft des KI booms die Verfügbarkeit von billigem Massenspeicher. Das Äquivalent der Mooreschen Gesetze für Speicher nennt sich das Kryder Gesetz. Dieses Gesetz erklärte 2005, dass sich die Flächendichte von Festplatten alle zwei Jahre mehr als verdoppeln würde. Dies führt dann zu ähnlich exponentiellen Anstiegen von Kapazität und Senkung der Speicherkosten per GB.

 

KI im Unternehmen

Laut einem Bericht von Deloitte haben die neugewonnenen Vorteile von Technologie schon immer einige Jobs eliminiert und andere geschaffen – und dieser Trend wird so weiterlaufen.

Das ist auch die Sichtweise eines anderen Berichtes von der Firma Forrester vom August 2015. Diese rechneten aus, dass Automatisierung bis zum Jahre 2025 zu einem Bilanzverlust von 9.1 Millionen US-Jobs führt. Diese Zahl ist nicht annähernd an der 69 Millionen Grenze, die viele Experten prophezeit haben. Automatisierung sollte jedoch nicht als „Feind“ betrachtet werden. Durch Automatisierung hat der Mensch Zeit für kreativere Tätigkeiten. Eine Domäne in die Maschinen nicht so schnell vordringen können.

Zurzeit scheint es, dass die Angst seinen Job zu verlieren am unteren Ende der Einkommens-Skala entsteht, wie die Studie von YouGov in den USA zeigt:

ai-sep-job-loss-fear

Bild: Statista/YouGov

 

Neue Startup Unternehmen zum Beispiel tragen dazu bei, dass bestimmte Jobs in der Zukunft seltener werden bzw. ganz ausgelöscht werden.

Startups wie Narrative Science, deren fortschrittliche Textgenerierungs-Plattform „Quill“ viele Datenbanken durchforsten kann, um Geschäftsregeln darauf anzuwenden um Inhalte zu produzieren, die sich von Inhalten die ein Mensch schreiben könnte klar abgrenzen und besser sind. Auch der Startup Kensho tauscht Mensch gegen Maschine: Ihre neue Suchmaschine für die Finanzbranche, die Statistiken analysiert und auswertet und komplexe Fragen zum Thema Finanzen im simplen Englisch beantw ortet, ist effektiver und schneller als Experten an der Börse es sein können.

Selbst in der Medizin wird KI gebraucht. Das MSK-trained Watson for Oncology System von IBM kann zum Beispiel zu jedem Patienten, dessen Informationen im System gespeichert sind, aus einer großen Datenbank Behandlungsmöglichkeiten heraussuchen.

Im Moment sind diese Art von Systemen eher dazu da Menschen zu bestärken, anstatt sie zu ersetzen, wie im Forresters Bericht (The Future of Jobs, 2025: Working Side By Side With Robots) mitgeteilt wird. Diese Meinung wird von einer Studie der Narrative Science über 200 Manager und Geschäftsführer unterstützt zum Thema künstliche Intelligenz und Big Data im Unternehmen. 80% der Befragten glaubt, dass KI die Arbeitsleistung verbessert und neue Jobs schafft.

KI wird von den Befragten als „Technologie die denkt und handelt wie Menschen“ klassifiziert und in ihren Unternehmen weitläufig durch Spracherkennung und als Response-System zum Einsatz kommen.

ai-sep-narrative-survey

Quelle: Narrative Science

 

 

OUTLOOK

KI, primär in Form von deep-learning Algorithmen die auf leistungsfähigen, Graphikprozessoren laufen, werden bereits weitgehend in Unternehmen eingesetzt, die zunehmend datengesteuert werden und sich digitalisieren. Dies zahlt sich für ein Unternehmen durch das beträchtliche Preis-Leistungs-Verhältnis aus was die KI mitbringt und ist durch neue, hoch entwickelte Algorithmen die das Arbeiten erleichtern, ausgezeichnet.

Die Meinungen spalten sich darüber wie groß das Ausmaß, was die KI auf den Arbeitsmarkt haben wird, sein wird jedoch ist sicher, dass die KI sich zunehmend entwickeln und immer größere und bedeutsamere Rollen in unserem Leben spielen wird.

Masiar IghaniArtificial Intelligenz im Enterprise Umfeld: Die Zukunftsaussichten