Interview with Tracy Frey, Director of AI Strategy (Cloud Next '19)

[음악 재생] 연설자 1 : 어제의 기조 연설에서, Google Cloud를 통한 현대화에 관한 모든 것을 들었습니다 오늘의 기조 연설은 우리에게 한 발 더 나아갔습니다

인프라, 통찰력 및 혁신에 중점을 둡니다 클라우드 인공 지능 전략 및 운영 이사, 트레이시 프레이 우리에게 더 많은 것을 말하기 위해 우리와 함께 여기에 있습니다 트레이시, 오늘 기조 연설에서 하이라이트를주세요 트레이시 프리 (TRACY FREY) : 저는 가장 흥미로운 것들 중 하나라고 생각합니다 우리가 고객이 얼마나 클라우드 활용 및 클라우드 구축 전략은 어디에서 시작하든 관계 없습니다

그것이 온 프레미미컬, 하이브리드, 이 모든 것들이 현재 이용 가능합니다 그리고 우리는 전반적인 클라우드 조직으로서 믿을 수 없을만큼 열심히 노력했습니다 고객이 자신이있는 곳에서 쉽게 시작하고 활용할 수 있습니다 실제로 업데이트 할 제품 및 서비스 그들의 인프라 및 혁신을 촉진 할 수 있습니다 그리고 그것은 오늘 나에게 정말로 분명했다

모두가 모이는 것을 보는 것은 정말로 흥미 롭습니다 스피커 2 : AI는 우리가하는 모든 일에 내장되어 있습니다 AI 및 Google Cloud에 대해 가장 흥분되는 점은 무엇입니까? 및 Google의 다른 부분? TRACY FREY : 아시다시피, 그것은 비슷한 대답입니다 솔직히 그래서 지난 1 년 반 동안, 수백 명의 고객과 이야기를 나눴습니다

그리고 모두는 AI에 대해 정말로 흥분하고 있습니다 그러나 많은 조직이 그 의미를 알지 못합니다 그리고 그들은 AI가 어떻게 영향을 미칠지 모릅니다 비즈니스 및 비즈니스 문제 오늘 그들이 직면하고있는 것 그리고 우리는 정말로 열심히 만들어서 제품 및 솔루션 세트 및 서비스 그 사명 중 일부를 해결할 수 있습니다

고객에게 중요한 문제를 매우 쉽게 제기 할 수 있습니다 그래서 저는 그 중 일부를 보게되어 정말 기쁩니다 예제가 실제로 시작됩니다 Salesforce와 Hulu와의 작업 우리의 컨택 센터에서 우리의 자연어 프로세스는 아인슈타인 봇의 일부입니다 Baker Hughes GE가 Cloud AI와 어떤 작업을하고 있는지 플랫폼

이러한 전술적 사례를 보는 것이 정말 흥미 롭습니다 AI는 기업에 영향을 줄 수 있습니다 물론입니다 Google Cloud 제품을 보여주는 멋진 데모를 많이 보았습니다 직장에서

고객에게 이러한 신제품이 어떻게 도움이되는지 데이터를 안정적이고 안전하게 관리하고, 그래서 그들은 규모를 현대화하고 실제로 성공적 일 수 있습니까? 트레이시 프리 (Tracy FREY) 우리는 똑똑한 분석 데모에서 보았습니다 당신은 정말로 완전한 경험을 볼 수 있습니다 고객을위한 고통이 있던 곳이 많습니다 예를 들어 Cloud AI에서 우리는 Kaggle, 세계에서 가장 큰 데이터 과학자 커뮤니티

그리고 그들은 종종 데이터 과학자들이 기계 학습에서 통증의 90 %를 말한다 데이터 정리 중 10 %가 불평하고 있습니다 데이터 정리에 대해 그리고 그것은 내가 생각하는 경험입니다 통찰력을 추출하기 위해 노력한 사람 데이터와 관련이 있습니다

왜냐하면 그것은 매우 고통 스러울 수 있기 때문입니다 그리고 모든 제품을 볼 때 스마트 분석 플랫폼 전반에 걸쳐 BigQuery 및 Data Fusion의 모든 것 그 조각들 중 AutoML Tables, you 그것이 얼마나 쉬울지를 알기 시작할 수있다 고객이 신속하게 해당 통찰력을 추출 할 수 있습니다 발표자 2 : 데이터에 도움이되는 이러한 기능에 대해 말씀해주십시오 분석 워크 플로에서 우리는 몇 가지 훌륭한 데모를 보았습니다

Cloud Data Fusion, BigQuery BI와 같은 새로운 기능 엔진 및 AutoML 테이블 개발자, 과학자 및 분석가는 어떻게 할 수 있습니까? 하이브리드 작업 부하를 지원하기 위해 이들을 적용합니까? TRACY FREY : AutoML Tables에 대해 구체적으로 말할 수 있습니다 그것이 우리 팀이 작업하는 제품이기 때문입니다 그리고 내가 가진 것들 중 하나는 AutoML 제품군에 대해 사랑하는 것은 정말로 기계 학습 전문 지식을 필요로하지 않습니다 그리고 동시에, 그것은 매우 유용한 도구입니다 기계 학습 전문가 및 건축업자 인 경우 그리고 스트레칭 능력이 있습니다

그 집단 전체에 걸쳐 그것은 누구에게나 정말 유용합니다 우리는 그 구조화 된 데이터가 계속해서 들려왔다 고객을위한 진정한 도전 그래서 뭔가를 활용할 수있게되는 것입니다 AutoML 테이블과 같은 서로 다른 데이터의 정보를 하나로 모으기 시작할 수있다

세트, 모두 함께 구성, 기계 학습 모델 허용 AutoML 도구를 통해 생성 될 수 있습니다 코드를 작성할 필요가 없습니다 그것이 할 수있는 일을 보는 것이 정말 흥분됩니다 물론입니다 그리고 오늘 기조 연설에서 몇 가지 예를 들어 주시겠습니까? 시청자가 어떻게 사용할 수 있는지 기계 학습 및 Google AI 특히 방금 시작한 회사의 사람들 ML 경험이 많지 않을 수도 있습니다

TRACY FREY : 그래, 절대적으로 그래서 몇 가지 문제가 있습니다 고객으로부터 실제로 들었습니다 엔터프라이즈 고객 환경에 공통적으로 적용됩니다 가장 중요한 것은 연락 센터 및 고객 서비스입니다

그리고 이것은 거의 모든 조직에서 해결해야 할 과제입니다 나는 어떤 형태 나 방식으로 얼굴들과 대화를 나눴습니다 우리 인공 지능은 인간 대리인을 연락 센터에서 일하면서 정말 필요한 모든 것을 손끝에서 필요로합니다 효율적이고 아름다운 방법 그리고 우리가 한 것은 통합입니다

컨택 센터 공간의 핵심 직원들과 함께하는 AI 고객이 완전한 립을 할 필요가 없도록 이미 구입 한 하드웨어에서 교체하십시오 그래서 시작하는 것은 매우 쉬운 방법입니다 우리는 거의 모든 고객으로부터 그들이 정말로 애 쓰고있는 또 다른 영역은 어두운 데이터입니다 그리고 그것은 실제 문서, 디지털 문서입니다 그 도전, 당신이 읽은 종이에 대해 생각한다면 또는 그래프와 표가있는 PDF 모든 종류의 정보와 실제로 사용할 수있는 능력 그 조각들을 추출 할 수 있어야하고, AI를 사용하는 구성 요소들, 그것들을 이해하고 통찰력을 끌어 내라

AI에 대한 우리의 문서 이해를 통해, 우리는 고객이 효율성을 얻도록 도울 것이라고 정말로 믿습니다 정보를 훨씬 빠르게 제공합니다 그리고 그것은 내가 생각하는 또 다른 방법이다 고객이 얻는 것이 좋을 것입니다 우리가 오늘 본 것을 시작했다

스피커 2 : 이제 많은 사람들이 알 수 있습니다 AI 제품을 우리 제품에 많이 도입하면, Google지도와 같은 G Suite와 같은 고객이 어떻게 이러한 도구를 사용할 수 있습니까? 혁신적인 기능을 자체 도구에 구현 및 제품? TRACY FREY : 우리는 다양한 제품을 제공합니다 사전 교육 된 API부터 AutoML까지 어디에서나, 특정 요구 사항에 맞게 사용자 정의 할 수있는 곳, 클라우드 AI 플랫폼을 통해 자신 만의 머신을 쉽게 만들 수있는 곳 당신이 그 전문 지식을 가지고 있다면 모델을 학습하십시오 그리고 그 범위에 걸쳐 기회가 있습니다 고객이 실제로 활용할 수 있도록 거의 모든 비즈니스 문제에서 Google의 강력한 힘 그들은 직면한다

그리고 그것은 매우 흥미 로울 수 있습니다 그리고 그것은 약간 어려울 수 있습니다 어디서부터 시작해야할지 정확히 모르는 경우 그래서 우리는 수많은 솔루션을 제공하고 있습니다 우리의 전문 서비스와 같은 것을 통해 조직

어디에서 시작해야할지 확실하지 않은 고객의 경우, 우리는 그들을 도울 수 있습니다 그런 다음 일련의 데모가 있습니다 도구, 모든 종류의 정보 당신이 정말로 도움이되도록 모일 수있는 AI가 귀사의 비즈니스를 개선하는 데 도움을 줄 수있는 곳을 찾아 냈습니다 발표자 1 : AI 전략 담당 이사로서, 네가 우리에게 말할 수있는 것이있다 우리가 가까운 장래에 기대할 수있는 것에 대해? TRACY FREY : 큰 질문입니다

그래서 나는 내게 최우선 관심사가 모든 방법이라고 생각한다 회사에서 AI를보다 쉽게 ​​사용할 수 있다는 것입니다 우리가 사업을 확장 할 수 있도록 도와 줄 수있는 방법 그래서 우리는 많은 시간을 보내고 있습니다 실제로 우리가 제공하는 모든 것에 사용 편의성을 구축하십시오

당신이 우리에게서 볼 가능성이있는 또 다른 지역 explainability에 대한 우리의 노력을 계속하고 있습니다 그래서 저는 AI를 위해서 성공하기 위해서는 정말로 신뢰할 수 있어야합니다 그리고 그것을 신뢰하기 위해서 그것은 구축되고 배치되어야하며 책임있게 생각해야합니다 그리고 그 부분은 이해에 관한 것입니다 그 기계 학습 모델에는 무엇이 있는가? 그리고 그들이 어떻게 결정을 내리고 있는지

그래서 우리는 explainability 주위에 많은 흥미 진진한 노력을했습니다 및 해석 가능성 SPEAKER 1 : 또한 신뢰는 모든면에서 그와 같은 중요한 특징입니다 우리가하는 일들의 TRACY FREY : 그렇습니다 트레이시, 도와 줘서 고마워

우리는 우리의 업무를 향상시키기 위해 AI의 힘을 이해합니다 TRACY FREY : 여기 오니 정말 반가 와요 [음악 재생]