Bridging Marketing to Supply Chain with Artificial Intelligence & Machine Learning (Cloud Next ’18)

[주제 음악 연주] 살일 아모 카르 : 안녕 모두들 어떻게 지내세요? 점심 식사 후예요

글쎄, 우리는 곧 당신을 모두 깨우는 환상적인 패널이 나옵니다 오늘 기조 연설, 어제의 기조 연설, AI와 ML에 관한 많은 좋은 것들 그리고 우리는 AI와 ML, 가치 사슬 전체에 적용될 수 있습니다 그리고 이것이 바로 주제입니다 "마케팅에서 공급망으로의 다리

" 나는 Salil Amonkar입니다 나는 명왕성 7의 수호자입니다 그리고 더 중요한 것은 AI와 ML Professional 서비스 팀 그리고 나는 내 고객 중 일부를 가지고 행운이있다 나를 따라 앉아서이 패널에 곧 참여할 것입니다

그래서 더 이상 애도없이 사업에 뛰어 들지 않습니다 그런 오랜 시간 동안 – 저는 대기업의 직원으로 일했습니다 및 경영 컨설턴트 그리고 지금 저는 – 기업이 혁신을 이끌어 내고 혁신을 도울 수 있도록 지원 최신 기술을 사용합니다 나를 위해 돋보이는 중요한 것 그것은 일반적으로 많은 기업들 내가 부르는 것에 초점을 맞추는 결과가된다

기업 가치 사슬의 프런트 엔드로 나는 더 많은 것을 프론트 엔드 마케팅으로 정의한다 전체 비즈니스 중 고객 지향적 인 측면 가치 사슬에서의 사업, 마케팅 판매 그리고 운영과 공급망을 갖추고 있습니다 우리의 참고 자료로, 나는 백엔드로 정의 할 것이다 일반적으로 많은 관심이있었습니다

에, 당신은 어떻게 기업의 수익성을 만드나요? 또는 기업이 수행 할 수있는 고객 경험 고객에게 끊김없이 제공 할 것인가? 그리고 우리는 시간과 시간을 다시 보았습니다 이것은 비록 꽤 많은 도전이었습니다 기술 발전이 있었다 그것을 설명하기 위해서, 나는 생각했다 이것은 마크 앤더슨 (Mark Anderson)으로부터의 매우 적절한 견적이었습니다

꽤 많이, 그는 이것을 아주 잘 포착했다 저기, 기술적 인 돌파구가 많이있었습니다 기술 가능성 정말로 사업 – 도전이있었습니다 비즈니스가 어떻게 결과를 얻을 수 있었는지 이러한 기술 혁신에도 불구하고

그리고 그것이 사실 일뿐만 아니라 그것은 기꺼이 운전하는 사업이었습니다 여전히 멈추는 기술 과제 개발 그 목표를 달성하는 사업 그래서, 그것은 저의 시작 선언문과 아주 완벽하게 떨어집니다, 이것은 본질적으로 모든 것에 대한 열쇠입니다 비즈니스 혜택을 시작하는 것은 시작됩니다 당신이 그 과정을 밟을 수 있는지 확인함으로써 – 프로세스는 기본적으로 사람, 프로세스, 기술 – 전면에서 후면으로 원활하게 작동하도록하십시오

고객과 함께 시작하여 고객으로 끝납니다 하지만 기업인들에게는 항상 프런트 엔드 또는 수요 생성, 프로세스의 마케팅 측면, 그리고 당신은 당신의 성취 과정을 가지고 있습니다, 이는 공급망을 다루는 대부분 운영되고 있습니다 따라서 핵심은 AI이며 ML은 몇 가지 가능성을 제안합니다 손에 잡힐 수있는 반응이 좋은 백엔드가 있어야한다 프런트 엔드와

패널 토론에서 볼 수있는대로 오늘의 팀 우리에게 어떻게 우리가 그 일이 일어나는 것을 볼 수 있습니다 사실, 아직도 해결해야 할 과제는 무엇인가? 극복해야 할 존재가 존재한다 더 나아 졌어? 그리고 AI와 ML은 전략적 측면뿐만 아니라 이걸 가능케하는 전술적 측면? 그래서 많은 회사들이 이미 마케팅 측면에서 AI를 사용하기 시작했는데, 어느 정도까지, 고객 관계에서도 관리 및 판매 AI는이 분야에서 매우 좋은 결과를 얻은 것으로 나타났습니다 핵심은 우리가이를 따라 잡고 활용할 수 있는지 여부입니다

AI 및 ML 또한 운영 및 공급망에 적용됩니다 그리고 그 조각은 여전히 ​​진화하고 있습니다 그래서 이것을 캡슐화하기 위해 여기 주요한 것들 중 일부는 당신이 올 수 있습니다 효율적이고 목표 지향적 인 마케팅을 통해 할 수있는 경쟁 우위 AI와 ML을 통해 달성 될 수 있습니다 전통적인 분석을 통해 달성되었습니다

어느 정도 그리고 내 패널 토론자가 이에 대해 이야기합니다 그런 다음 핵심은 운영 측면입니다 예외적 인 기본 수요 계획을 세우고 있습니다 시간과 시간을 다시, 내가 큰 솔루션을 제공했을 때 고객 또는 심지어 작은 고객, 비록 그들이 좋은 해결책 이었지만 – 그리고 여러분 중 일부는 SAP, Oracle, 가치 창출 계획, SIP, 사전 공급망 계획 – 우리가 그것을 구현할 때마다 고객은 여전히 ​​왔습니다

나는 왜 예외 기반 계획을 세울 수 없는지, 즉, 수요가 어디인지 만 알아야합니다 나는 나의 요구에 어디에주의를 기울여야 만 하는가? 내 공급품에 어디에주의를 기울여야합니까? 그래서 이들은 사람들이 시작한 전형적인 결과입니다 우리가 본 AI와 ML을 사용합니다 그리고 다시 우리가 갈거야 패널리스트가 그것에 대해 이야기 할 때 잘하면이 것이 나옵니다

예를 들어, 360과 함께 올라가는 데 정말 도움이됩니다 고객의보기입니다 그리고 그것은 예를 들어 귀하의 마케팅 증가로 연결됩니다 캠페인 효율성을 높이고 프런트 엔드에서 수익을 창출하는 데 도움이됩니다 백 엔드에서이 작업을 올바르게 수행하면 도움이됩니다

좋은 고객 경험을 제공함으로써, 특히 소매점에서는 매우 반응이 있어야합니다 특히 무 지향성 채널 등이있다 생산성을 유지하면서이 작업을 수행 할 수 있습니다 수익성 그리고 정말로이 작품에 와서 당신은 진정한 이익을 누릴 수 있습니다

어떤 종류의 구현을 봐야한다 기업 전반에 걸쳐 그것이 목표입니다 그렇다면 ML이 어떻게 귀하의 변형을 주도 할 수 있습니까? 귀하의 비즈니스에 대해? 이것들은 전체 가치 사슬에서 핵심 요소입니다 그리고 마케팅 ML이 있습니다 수요 ML이 있습니다

그리고 공급원 ML이 있습니다 나는 이것을 단순화하고있다 너는 어제와 오늘 그것을 들었다 AI와 ML이 많이있다 일을 더 간단하게 만들고 있습니다

그래서 간단하고 쉽게 유지하기 위해 우리가 생각해 낸 브랜딩입니다 우리는 패널에서 이것을 확장 할 것입니다 그래서 더 이상 고민하지 않고, 나는 여기에 내 패널 토론자를 초대하여 그리고 오늘 우리는 훌륭한 토론자를 두었습니다 그들은 우리의 고객입니다 그리고 우리는 그들 각각의 경험에 관해 이야기 할 것입니다

프로세스의 프론트 엔드와 백 엔드를 처리합니다 그들의 생각은 무엇입니까? 전략적 요소, 전술적 요소 AI와 ML을 활용하려는 경험 내가 방금 말한 것을 성취하는데? [박수 갈채] 그래서 우리가 패널 토론을 시작하기 전에, 저는 여러분 각자 자신을 소개하길 원합니다 VIKRAM VERMA : 네, 물론입니다 내 이름은 Vikram입니다 저는 시스코에서 AI / ML Group의 시니어 매니저로 일하고 있습니다

SUDHAKAR PARAKALA : 저는 수드 카입니다 Synaptics에서 엔터프라이즈 응용 프로그램을 실행합니다 회사에 대한 간략한 개요, 우리는 당신이 상호 작용하는 것을 만들어 낸다 전자 장치 솔루션과 함께 VV 지문과 같은 상호 작용 뒤에 우리의 VV 지문 해결책 아니면 피자 나 다른 것을 주문할 수도 있습니다

알렉사 장치에 그래서 우리는 음성, 지문 및 터치에 대한 솔루션을 만들고, 그래서 당신이 그 상황을 쉽게 얻을 수 있습니다 ML을 어떻게 활용했는지 이야기 할 때 ADAM SPUNBERG : 안녕하세요, 저는 Adam Spunberg입니다 글로벌 테크 탐사 AB InBev의 공급 부분

그래서 Anheuser-Busch는 모르는 사람들을 위해, 전세계의 모든 맥주 생산 대륙 DEEPAK MEHROTRA : 안녕하세요, 저는 Deepak Mehrotra입니다 수석 탐험가입니다 California Design Den에서 우리는 아주 간단한 것을 만듭니다

Google은 귀하가 클라우드를 원합니다 우리는 구름으로 자고 싶습니다 우리는 침구 제품을 만듭니다 그리고 전형적인 디자인, 제조, 북미 소매상을위한 화이트 라벨 용품, 커플 년이 돌아 왔을 때, 우리는 B2C쪽으로 돌아서, 지금은 소매상과 같습니다 그래서 우리는 더 이야기 할 것입니다

살일 아모 카르 : 고마워 그래서 나는 아담의 발표에 얼마나 많은 사람들이 참석했는지 모른다 어제 그는 사물에 대해 더 자세히 설명했다 그들이 한 일을 중심으로 예방 유지 보수

그는 오늘 여기에 다시 한번 언급 할 것입니다 그러나 그것은 훌륭한 프리젠 테이션이었습니다 돌아가서 검토 할 수 있습니다 아시다시피, 나중에 볼 수 있습니다 고마워, 아담

그럼, 시작하자, 비 크람, 너와 그리고 마이크를 가까이에 두는 것이 좋습니다 VIKRAM VERMA : 물론입니다 살일 아모 카르 : 그럼 우리는 AI와 ML에 대해서 이야기를 나누었습니다 프론트 엔드와 백 엔드를 제시했습니다

프로세스의 그리고 우리는 잃어버린 기회에 대해 이야기했습니다 마크 앤더슨의 견적이 있습니다 그것은 똑같은 것에 대해 조금 이야기하고 있습니다 당신의 관점은 무엇입니까? VIKRAM VERMA : 매우 높은 수준에서 나는 그의 견적에 동의합니다 그러나 동시에 기술은 비전의 원동력입니다

우리가 앞에 놓아야 만합니다 우리에게 비전이 없다면 기술 장기적으로 우리를 돕지 않을 것입니다 Google, Amazon과 같은 많은 예가 있습니다 기술이있는 회사 그들이 그것을 시작할 때 거기 있지 않았습니다 비전이 거기에 없으면 의지와 그 비전을 현실로 가져가는 것은 거기에 없었습니다

기술은 우리를 도울 수 없습니다 이제 많은 유스 케이스가 있습니다 또한 기술이 도입되고 인간으로서, 우리가 뭔가를하고있는 누군가를 배울 때, 우리는 어떻게 우리가 같은 개념의 이점을 취할 수 있는지 알아 봅니다 다음 단계로 진화합니다 그래서 거기에는 많은 예제들이 있습니다

그래서 그것은 철학적 논쟁이지만, 어떻게 받아들이 려는지 나는 생각과 받아들이는 의지를 생각한다 실행 아이디어는 기술보다 더 중요합니다 살릴 알콜 : 아주 좋아요 수드카, 그걸 추가하고 싶습니다

SUDHAKAR PARAKALA : 동의합니다 따라서 수요 공급 일치 문제 시장 출시 시간이 항상있었습니다 그래서 우리는 다음과 같은 해결책을 찾아야했습니다 우리의 인벤토리를 최적화하기위한 격차를 해소하는 데 도움이 될 수 있습니다 최근 몇 년 동안, 우리는 ML가 있다는 것을 깨달았습니다

기술적 개선이있다 우리는 그 기술을 활용할 수있었습니다 그 격차를 좁히기 위해 그래서 지금 우리는 우리가 그 시점에 있다고 생각합니다 ML을 크게 활용할 수 있습니다 우리의 목표를 달성 할 수 있습니다

살일 아모 카르 : 아담, 어떤 의견 이죠? ADAM SPUNBERG : 물론입니다 그 견적에 관해 흥미로운 것이 하나 있다고 생각합니다 그것은 우리가 오늘날 어디에 서있는 것처럼 90 년대에 초점을 맞 춥니 다 우리는 그러한 비즈니스를 방해하는 모든 문제를 해결했습니다 그때부터 성공했다

그러나 이것이 아마도 보편적 인 구조라고 생각합니다 계속 일어난다 그리고 오늘 큰 시력을 가진 사람들 지금 불가능한 아이디어가있을 수 있습니다 10 년에서 15 년 사이에 더 많은 서비스가 제공 될 수 있습니다 그래서 나는 그의 견적에 동의한다는 말을하기까지했다

실제로 어떤면에서는 예언이라고 생각합니다 기술이 어떻게 작동하는지 그러나 우리가 진보함에 따라 어쩌면 이러한 기하 급수적 인 성장으로, 그 격차는 줄어들 것이다 그리고 우리는 비전과 기술 사이에서 더 가까워 질 것입니다 DEEPAK MEHROTRA : 저는 아담이 이렇게 완벽한 지수 성장과 브리징입니다 격차

나는 방에서 우리 중 누구도 세상을 상상할 수 있다고 생각하지 않는다 깊은 주머니가있는 대기업 만이 지배 할 것입니다 그래서 기계가 여기 있습니다 그들이 세계를 점령하든 그렇지 않든간에, 그것은 우리가 가질 수있는 철학적 논쟁입니다 그러나 크지 않은 사업으로서 – 지금 Amazon과의 싸움을 시작합시다

우리의 최우수 채널이 되겠습니다 우리의 경쟁이기도합니다 문제는 우리가 경주에 참여한다는 것입니다 우리는 뒤에 있지 않습니다 우리는 희망적으로 경쟁 할 수 있습니다

그리고 우리는 어떻게 규모를 조정할 것인가? 우리는 어떻게 최적화 할 것인가? 어떻게하면 폐기물을 줄일 수 있을까요? 주변의 모든 비즈니스에 대한 모든 질문은 그것은 매우 간단합니다 제 말은 쉽지 않을 것입니다 그러나 당신이 경주에 있지 않다면, 당신은 그것에서 벗어날 것입니다 그래서이 점을 염두에두고 상황은 매우 흥미로워 질 것입니다 SALIL AMONKAR : Vikram의 의견에 따르면, 어때? 그 관점에 대해 그것은 무엇입니까? 너가 일에서 관련시키고 싶으면

예를 들어, 귀하가 귀하의 지역 또는 심지어 마케팅과 관련된 사고 프로세스에서부터, 판매 및 AI 및 ML? VIKRAM VERMA : 네, 물론입니다 우리가 현재 가지고있는 시나리오가 많이 있습니다 작업 예를 들어, 우리가 2 년 전에이 여정을 시작했을 때, 그것은 항상 고객 성공 운동에 관한 것이 었습니다 일단 제품을 구입하면 어떻게해야합니까? 그 제품의 가치를 조만간 고객에게 가능한가요? 그리고 거기에 대한 핵심 개념은, 우리는 당신이보고있는 것을 어떻게 이해할 수 있습니까? 다른 소프트웨어 에서요? 문제는 어디에 있습니까? 당신이 겪고있는 도전은 무엇입니까? 어떻게 정보를 제공 할 수 있습니까? 등록 된 채널을 사용하거나 제품 내에서 사용합니까? 이제 우리는 여러분 모두 Cisco를 판매합니다

너무 많은 제품과 많은 소프트웨어가 있습니다 인간적으로 모든 것을 할 수는 없습니다 그래서 우리는 그것들을 적용해야했습니다 우리는 기계를 사용해야했다 우선 비즈니스 규칙을 따라야했습니다

그러나 나중에 우리는 인공 지능과 그 모든 것들에 들어갔다 기술의 관점에서 볼 때 여전히 범위가 많이 있다는 것을 느낀다 기술 향상에 예를 들어, AI를 볼 때, AI는 오늘 매우 전문화 된 인공 지능입니다 그것은 특정 일을 할 수 있습니다

그러나 일반적인 인공 지능을 살펴보면 여전히 아직 존재하지 않습니다 그리고 나는 그 기술이 심지어 거기에 있다고 생각하지 않는다 그러나 우리는 기술을 방책으로 생각할 수는 없습니다 우리가 할 수있는 일에 대해 생각해보십시오 오늘날 무엇이 존재합니까? 그리고 우리가 운전하기를 원하는 것은 무엇입니까? 그래서 우리가 여행을 시작했을 때, 우리는 더 많은 것을 할 수있었습니다

고객 세분화, 고객 여행, 그들은 어떻게 제품을 사용합니까? 그들이 사용하는 기능은 무엇입니까? 그들이 원하는 것은 무엇입니까? 우리가 더 많이 사용하도록 그들에게 무엇을 말해야합니까? 그리고 모든 디지털 채널을 통해, 우리가 어떻게 그 정보를 다시 전달할 수 있는지 고객에게 무엇을보고, 어떤 것이 작동하는지, 작동하지 않는지를 확인하십시오 그래서이 일들은 많은 노력을 기울였습니다 그러나 이것이 우리가 향하고있는 곳입니다 그리고 우리는 이러한 목표를 달성하기 위해 끊임없이 노력하고 있습니다 살릴 알콜 : 아주 좋아요

너는 아주 좋은 것을 언급했다, 너는 여행을 언급했다 그래서 수드카, 내가 너에게 물어 본다면, 그는 관점을 주었다 디지털 마케팅 이 AI / ML 여행에 대한 당신의 견해는 무엇입니까? 공급 계획, 공급 운영과 관련이 있습니까? SUDHAKAR PARAKALA : 그래서 Synaptics가있는 공간 안으로, 그것은 하이테크 세계에있어, 빠르게 움직이는 제품 및 휴대 전화, 태블릿, 및 노트북 그리고 우리가 살고있는 시장은 세계의 알렉산드입니다

우리의 시장 출시 시간 우리는 인벤토리가 최적화되었는지 확인해야합니다 동시에, 돈을두고 싶지 않아 책상 위에 따라서 사용 사례는 인벤토리를 최적화해야하는 경우였습니다

그러면 우리는 어떻게 그것에 대해 가야합니까? 그렇다면 우리는 – 절대적으로 우리는 그 수요에 초점을 맞추고 싶었습니다 그래서 우리의 목표는 최적화를 발명하는 것이었지만, 왜 수요 조사를 시작하지 않습니까? 많은 변동이 있습니다 다른 부분에서 오는 많은 입력이 있습니다 세상의 그리고 당신이 볼 수있는 것처럼, 핸드폰이라고 생각해

휴대 전화의 수명은 꽤 작습니다 다른 제품과 비교했을 때 그래서 우리는 어디에서 우리는 수요를 들여다 볼 수있었습니다 수요 분석, 예측 분석 (predictive analytics) 일종의 그래서 우리가 시작했을 때입니다 왜 ML을 조사해 보지 않으시겠습니까? 그래서 우리의 여정은 시작되었습니다

우리가 할 수만 있다면, ML이 우리의 예측을 예측하게 할 것입니다 안정적인 성숙한 제품입니다 그래서 분명히 목표는 재고 최적화를하는 것이 었습니다 그래서 위대한 여행이었습니다 특정 성숙한 제품의 경우, 우리는 – 어쩌면 우리가 ML을 활용하여 예측을 예측할 수 있습니다

앞에서 언급했듯이 예외에 집중할 수 있습니다 그래서 표준 제품, 성숙한 모든 것, 아마도 ML은 수요를 주도 할 것이며 나머지는 예외로 관리하십시오 이제까지는 위대한 여행이었습니다 샐일 암모 카 : 그걸로부터, 그리고 나는 – Sudhakar가 방금 말한 것에 덧붙이라고 요청할 수 있다면 Adam 하지만 너 경이로움 – 너의 회사가 놀랄만 한 일을 했어

우리와 함께 일하는 AI와 ML을 적용 해보면 정말로 올 수 있습니다 내 말은, 변화를해라 그건 간단 해 어제 당신이 아주 상세하게 발표 한 것 당신의 생각은 무엇입니까? AI 및 ML을 허용 할 때이 잠재 고객과 공유하고 싶습니다

혁신과 획기적인 비즈니스 이점을위한 여행? 그것을 이해할 수 있도록 예제로 삼아, 그 여정에 착수하고 싶은 누군가를 위해, 관심을 기울일만한 것들은 무엇입니까? ADAM SPUNBERG : 물론입니다 그리고 나는 AB InBev가 조금 더 우수하다고 생각합니다 이 패널의 다른 회사의 우리가하고있는 일 때문에 별로 소프트웨어 기반이 아닙니다 우리는 어느 정도 제조 회사입니다 우린 맥주를 만들고있어

그래서 당신은 아마도 기계 학습과 인공 지능이 거기에서 움직이는가? 사실, 많은 곳에서, 그리고 우리는 단지 표면을 긁어 모으고 있다고 생각합니다 특정 예제로 들어가려면 명왕성 7은 우리와 함께 일하고 있습니다 우리는 훨씬 더 정확한 여과를 예측할 수 있다는 것을 발견했다 인공 지능을 사용하여 꽤 놀랍습니다 특정 변수를 연구 할 수 있습니다

데이터를 검토하고 이를 수행 할 수있는 충분한 데이터가 있어야하며 예측할 수 있어야합니다 당신이 훨씬 더 정확하고 정확합니다 발효 과정에서 필터를 교체해야합니다 그래서 꽤 특별한 일입니다 맥주를 만드는데 너무 많은 것이 있습니다

예를 들면, 이것이 우리가 시작하는 한 가지 예일뿐입니다 AI가 얼마나 효과적인지 알 수 있습니다 그리고 우리는 그 결과에 대해 매우 낙관적입니다 그래서 나는 그것으로부터 산란, 유지 보수의 어떤 부분을 생각합니다 예측 유지 보수 일 수 있습니다

포장 라인에 뭔가있을 수 있습니다 어쩌면 더 많은 것을 가진 뭔가 일 수 있습니다 당신은 재고 또는 고객 수요를 예측하고 제안합니다 하늘이 이것에 한계가있어 너 밖에있는 모든 사람들을 생각해

이것을 고려하고있는 회사에 관여하고있는 이것은 정말로 가장 잘리는 것처럼 보입니다 그 다음 번 큰 발전을위한 최첨단 방법 미래를 향해 살일 아모 카르 : 고마워 그리고 디팍, 내가 너에게 물어 본다면 너 빠르게 성장하는 소매 업체입니다 사업 성장이 많습니다 당신의 스케일링은 항상 당신의 마음의 정상에

그래서 염두에두고 무엇과 관련이있는가요? Adam과 Sudhakar는 방금 토론했습니다, 당신의 관점은 무엇입니까? DEEPAK MEHROTRA : 캘리포니아 디자인 덴 (California Design Den)의 우리에게있어서, 우리의 초점은 또한 넥타이를 시도하고있다 수요 예측 및 공급망 인 두 종단 공급망 최적화의 모든 문제, 자원과 성장이 제한된 신생 기업과 같은 그건 아무것도 능가하고 지우고있어 우리가 예측했던 것, 그것은 매우 중요 해졌다 의사 결정이 실시간에 가깝도록해야합니다

다시 예외 처리 이제 얼마나 많은 사람들이 정말로 상상해보십시오 침대 시트라고 생각해 그건 우리가 만드는 핵심 제품 중 하나입니다 메이시의 7 층에 선반 공간이 필요해? 내 말은, 정말로, 우리는 정말로 거대한 바닥을 팔아야 만 하는가? 침대 시트? 얼마나 많은 사람들이 거기에 가서 실제로 열 수 있을까요? 그 가방 중 하나와 그것을 느낍니까? 아마도 그렇지 않습니다

그래서 우리는 상당히 상품화 된 우리와 같은 제품을 보았습니다 완전히 온라인 상태입니다 따라서 성장은 놀라운 것입니다 그리고 우리는 채널과 경쟁하고 있습니다 그것이 Walmart

com이든 Amazoncom이든, 그래서 우리가 매우 민첩하고 빠르다는 것이 매우 중요합니다 그리고 앞으로의 여행에서 – 기본적으로 모든 데이터를 한 곳에서 확인하고, 모든 것이 한 곳으로 흐르고 있습니다 매우 분산 된 공급망을 가지고 여기서부터 달리기 인도와 중국의 공장에 이 여행을 떠맡고 아주 좋은 결과를보고 있습니다 물론 그 결과는 여전히 매우 기본적인 것입니다

인벤토리 축소 또는 속도인지 여부 생산 라인에있는 것을 바꾸기위한 결정을 내릴 때 그러나 우리가 어떻게 ML과 AI를 바라 보는지를 살펴보면, 우리는이 하이퍼 경쟁에 직면 해 있습니다 우리는 그것이 수요인지, 예측인지, 공급망 계획, 가격 최적화 및 너 살일 아모 카르 : 고마워 그래서 Vikram, 너와 마케팅에 다시 와서 비슷한 주제에

이제 너는 너 봤어 항상 네가 개발을 주도했다고 생각해

당신이해야하기 때문에 그것이 기술에 왔을 때 디지털 마케팅에서 특히 주위에 어떤 고려 사항이 있습니까? AI와 ML 여행에 대해 이 청중에게 흥미가있을 것이라고 지적하고 싶습니까? VIKRAM VERMA : 전략적인가? 전술적 인 AMONKAR : 전술 두 가지에 대해 이야기 해 봅시다 VIKRAM VERMA : 그런 것들 중 하나 내가 말했듯이, 우리는 많은 예측 기반 모델링 이전에 우리는 그것을 예측이라고 부릅니다 90 년대 후반 시스코에서 공급망의 관점에서 보았습니다

그러나 데이터 과학을 사용하는 이러한 움직임 예측에서가 아니라 예측 포인트에서 꽤 새로운 것입니다 전략적인 측면에서 볼 때 마음의 꼭대기에 오는 여러 가지 것들이 있습니다 AI와 ML에는 큰 과대 광고가 있습니다 많은 회사가 오늘 투자하고 있습니다 그들은 그것이 마법이라고 생각하기 때문에 그들의 모든 문제를 해결할 은색 총알 하나

그러나 나는 단지 그것을주의 할 것이다 마술이 아닙니다 그것은 당신의 문제를 해결할 은색 총알이 아닙니다 그것은 큰 발전을 가져 왔습니다 회사에서 많은 공정 변경이 필요합니다

그 자체 귀하의 비즈니스 목표는 매우 분명해야합니다 두 번째 방법은 기술에서 사용하는 방법입니다 데이터 관점에서, 데이터 과학과 인공 지능 데이터 자체에서만 작동 할 수 있습니다 데이터를 기계에 사용될 수 있지만 그렇지 않습니다

Amazon 또는 Exabyte를 필요로한다는 의미입니다 또는 페타 바이트 종류의 데이터 그러나 당신은 충분히 다양한 데이터를 가져야합니다 기계 학습 알고리즘에 사용할 수 있다고 그리고 세 번째 것은, 제가 말했듯이, 그것은은 총알이 아닙니다 데이터를 공유하면서 많은 작업이 필요합니다

그리고 자발심이 있어야합니다 ML로부터 그 통찰력을 가져 와서 그 과정에 넣는 것 때때로 우리는 많은 통찰력을 얻습니다 그러나 우리가 그 경험을 Ciscocom과 같은 고객은 예를 들어, 이 고객이 배우기만을 원할 때 이것에 관해서, 그에게 그 메시지를 전하십시오

그 채널로 들어갑니다 아, 우리는 더 많이 알고 있습니다 이것이 메시지일까요, 아니겠습니까? 이 페이지는 예제로 사용자 정의 할 수 없습니다 때로는 프론트 엔드 업무에 종사하고 있습니다 그것은 통찰력이 어려울 때, 당신은 고객이 원하는 것을 알고 있습니다

그러나 고객에게 그 메시지를 보여주고 싶을 때, 도구 플랫폼이 지원하지 않습니다 그래서 많은 제약이 있습니다 전략적인 관점에서 먼저주의를 기울일 것입니다 AI가 내일 구현 될 수 없다는 견해를 가지고 있습니다 시스코와 같은 대기업에서 특히 시간이 걸립니다

기술적 관점에서 두 번째로 시간이 될 때까지, 정상적인 활동입니다 비즈니스 개체가있는 경우 네가 거기 도착할 때까지 분명해, 프로세스에서 가치를 어떻게 계속 추가 할 수 있습니까? 모두가 AI에 대해 생각하기 때문에, 항상 최적화에 대해 생각합니다 당신은 비용이나 과정을 말합니다 아니면 혁신을 어떻게 얻을 수 있을까요? 또는 경쟁 우위? 그리고 어떻게하면 비즈니스를 다음 단계로 확장 할 수 있습니까? 그러나이 모든 것들은 기술 수준으로 갈 때, 이러한 것들은 시간이 걸릴 것입니다 그리고 기술적으로, 당신은 2 년을 기다릴 수 없습니다

결과를 산출한다 따라서 비즈니스 과제가 무엇인지 파악해야합니다 어떤 것들은 즉시 값을 추가 할 수 있습니다 예를 들어, 우리는 충분히 운이 좋았다 우리는 판매 조직의 일부였습니다

그리고 많은 회사가 있습니다 판매를 위해 많은 일을 해왔다 이미 우리는 그 배움을 받아 들여야 만했습니다 우리 자신의 문화 예를 들어 고객 이탈 모델, 고객 위험 분석, 수명주기 이점, 제품 권장 사항, 이 모든 일들이이 회사의 올바른 계약일까요? 그 남자라고 불러야 할 때가 언제입니까? 그 미리 짜여진 통찰력은 무엇입니까? 그 고객과 이야기 할 때? 이 모든 것들이 편리 해졌다

즉각적인 가치를 창출하기 위해 우리가 그 더 큰 목표에 도달하기 전에 단계별로 보여 주어야했습니다 고객의 성공 관점에서 두 번째로 우리가 어떻게 관련성 높은 메시지를 제공 할 것인가? 고객을 위해 그리고 그들의 경험을 바꾸는가? 기술적으로 볼 때, 당신은 가치를 계속해서 더할 수 있습니까? 그러나 당신의 전략적 목표가 아주 분명 할 때만 살릴 알콜 : 매우 좋은 점이 있습니다 우리가 들었던 데이터에 집중하는 것을 들었습니다 나는 기조 연설을 들었다

라젠 (Rajen)은 어제 그 다음에 사람들을 항상 언급했습니다 공급 업체는 인공 지능 및 ML, 데이터에 대한 모든 것, 그리고 당신이 가고 싶은 곳을 이해하십시오 그래서 Sudhakar와 마찬가지로, 모든 통찰력 당신은 개념의 첫 ML / AI 증명에 대해 이야기하고 싶다 네가 지적한 바를 지적 했어? SUDHAKAR PARAKALA : 나는 그것이 긴밀하게 통합되어야한다고 생각합니다 사업 계획

따라서 데이터를 가지고 시도하는 것이 아닙니다 그것의 예측할 수있는 마법 공식을 생각해 내야합니다 특히 우리의 유스 케이스의 경우, 그것은 수요 계획이었다 정확한 수요 계획으로 따라서 당신은 긴밀하게 통합되어야합니다 비즈니스 계획과 관련하여 사업 계획에 들어가십시오

하나는 주어진 양의 데이터로 작업해야합니다 그 것들을 따라갈 수있는 ML이 제시 할 수있는 알고리즘으로 그래서 그것은 단지 데이터를 던지기 만하는 것이 아닙니다 그것의 최종 결과를 뱉어 버릴거야, 그것은 정확한 예측이 될 것입니다 그것은 일어나지 않습니다 그래서 사업 계획 – 주관적, 객관적 또는 그 무엇이라도 현장 데이터에서 얻은 정보 하나는 수요 계획과 사업 계획을 작성하는 것이고, 사고 과정에 들어가는 요소, ML은 다음과 같이 할 수 있습니다

우리는 가능한 한 많이 통합하려고 할 수 있습니다 어쩌면 이해가 시작됩니다 너가 보는이게 하나도 아니야 당신이 수요를 입력 할 때 당신이 내년을 책임지고있는 사람이라면, 어쩌면 무엇이든, 얼마나 많은 사람들이 이 회의에 참석할 예정입니다

그래서 그것은 하나의 요소 또는 두 가지가 될 수 없습니다 당신이 정확하게 예측할 수 있도록 마찬가지로, 우리는 그것에 들어가야 만했습니다 아주 긴밀하게 통합되어야한다 전반적인 사업 계획 네가 말했듯이, 그것은 자동으로 나오는 것이 아니라, 그래서 당신은 어떤 제품을 볼 수 있어야합니다

정말 그것을 적용합니다 그리고 그것은 더 도움이 될 것입니다 그래서 우리는 아직 초기 단계에 있습니다 그러나 우리는 긍정적 인 결과를 보았습니다 물론 실망한 곳도 있습니다

그래서 우리는 그것을 계속 꼬집어 야하고 미세 조정해야합니다 그것, 그리고 한 지점에 도착 그래서 퍼팅하는 것이 매우 중요합니다 우리 사업 계획에 포함되어있는 모든 요소들을 그것은 큰 여행이었습니다 우리에게는 성공과 일부가있었습니다

분명히, 우리는 여전히 배워야합니다 살일 아 모나 : 아담, 디팍에서 온 것 같아요 마술, 일이 필요해 그리고 Sudhakar는 이봐, 거기에 초점과 뒤에 계획 당신의보기에서, 내가들은 것들 중 하나는 – 그리고 저는 그것을 당신의 경험과 관련시키고 싶습니다

기조 연설에서 대통령 이셨다 오늘 Rajen Sheth는 단순한 AI에 관한 것입니다 그리고 저는 여러분의 경우에 우리가 달성 한 것, 또는 당신이 얻은 것은 결국 그 무엇인가였습니다 매우 간단 해졌습니다 그 주변의 어떤 생각? ADAM SPUNBERG : 글쎄, 내가 생각하는 한 가지 우리 모두 여기서하려고하는 것에 대해 흥미 롭습니다

예를 들어 AB InBev에서 사례를 사용하겠습니다 우리는 기계 학습에 대해 많은 이야기를하고 있습니다 하지만 우리는 실제로 무엇과 관련을 맺고 있습니까? 그것은 인간입니다 그래서 우리가 기계를 사용하는 방식으로 아이러니합니다 우리 자신을 더 잘 이해하기 위해서

그래서 우리가 로봇이있는 세계로 들어갈 때까지 모든 것을 실행하고 마케팅을 할 것입니다 누가 알 겠어 그러나 지금은 인간의 측면에 관한 것입니다 그리고 그것은 실제로 소비자만을위한 것이 아닙니다 그것은 조직 자체 내에 있습니다

그리고 그것은 내가 싸워야 만했던 전투입니다 그리고 나는 이것이 부정적인 것이라고 말하지 않습니다 나는 그것이 교육에 관한 것이라고 생각한다 점점 더 많은 사람들이 정렬되었습니다 우리 같은 큰 회사

AB InBev는 250,000 명의 직원을 보유하고 있습니다 그래서 당신은 250,000 명의 사람들을 탑승시키지 않을 것입니다 첫 번째 날부터 AI로, 그리고 확실히 주요 이해 관계자가 아닙니다 아직 기술에 익숙하지 않은 가치를 실제로 이해할 기회가 없었습니다 그것을 가져올 수 있습니다

그래서 당신은 단순한 인공 지능이라고 말하는 것 같지만, 그 말에 연극을 쓴다면, 우리를위한 진정한 열쇠라고 생각합니다 우리가이 AI 혁명을 이끌고 싶다면 메시지를 단순화합니다 우리는 어떻게이 가치를 모든 사람에게 보여줄 수 있습니까? 위로, 아래로, 그들은 우리가 달성 할 수있는 것을 볼 수 있습니까? 그리고 그것은 위협이 아닙니다 어떤 것이 든 그것은 향상입니다 살일 아모 카르 : 고마워

디팍, 의견이 있으십니까? DEEPAK MEHROTRA : 나는 ML과 AI에 관한 한, 그것은 여행과 더 비슷합니다 당신이 말했듯이, 그것은 마법의 총알이 아닙니다 캘리포니아 디자인에서 느끼는 가장 큰 장점 덴, 우리가이 비전을 세우도록 노력하겠습니다 경쟁 우위를 이끌어 낼 것입니다 제품 차별화는 차별화 요소가 아닐 수도 있습니다

이런 종류의 회사가 우리를 하나의 회사로 만듭니다 모든 것을 제자리에 두는 것 따라서 우리가 설정해야하는 것은 아닙니다 ML 기반 수요만을 수행 할 새로운 시스템 예측 따라서 분석을 발전시키는 기본 분석인지 여부 또는 당신은 무엇을 가지고 있는가, 그것은 여행과 같습니다

그러나 당신이해야 할 곳에 이것이 있다는 비전을 갖게되면, 그러한 비전 중 많은 부분이 여전히 환상적인 비전이며, 이것은 많은 효율성을 가져옵니다 핵심 이해 관계자 사이의 갈등 점이됩니다 추가 이점이 있습니다 모든 프로세스를 다시 봐야한다 아담이 말했듯이 너는 무엇이 있느냐? 모두가 곧바로 선회하지는 않습니다

그래서 내부적으로 토론하고 알아 낸다 너는 무엇을하고, 모든 곰팡이를 깨고, 새로운 곰팡이를 만들어라 그래서 우리는 AI / ML을 볼 수 있습니다 그것이 몇 년 후에 생산을 기대하고, 당신의 발걸음을 향한 추진력으로서 그리고 열심히 밀어 붙이고, 앞쪽에있다 살롱 아모 카르 : 고맙습니다, 디팍

이제 Vikram, 당신과 Sudhakar 사이에, 귀하의 하이테크 산업을 대표하십시오 Vikram의 말을 듣고 싶습니다 그 다음 수다 카르가 그를 따라 가면서 당신의 생각은 이제이 인공 지능과 ML에 착수했습니다 최소한 처음부터 사용하기 시작했습니다 각 공간에서 어떻게 사용하는지 이해하려면, 나는 원한다 나는 네가 분명히 말한 것처럼 생각한다 그것이 여행이라는 것, 하이테크 공간에서 무엇을 보았습니까? AI가 더 많이 활용되고있는 것을 어디에서 보았습니까? 그리고이 잠재 고객에게 어디에서 원하는지 – 자, 여기 AI에 들어가는 유혹을받을 수도 있습니다

하지만 약간의주의가 필요합니다 내가 생각하기에 너의 경험에 이해하려고 노력하고있어 잠재 고객이 무엇을 이해하고 싶은지 확신합니다 너가이 여행을 겪고있을 때, 배움이 있습니다 알았어, AI, 모두들 AI / ML 악 대차에 들기를 원해

그러나 모든 유스 케이스가 AI와 ML을 의미하지는 않습니다 그래서 그걸 고려하고있는 모든 관점? VIKRAM VERMA : 예 AI 나 ML에 관해 이야기 할 때, 거기 뿐만 아니라 위험과 혜택도 항상 있습니다 우리가 어떤 모델이나 추천에 대해서 이야기 할 때, 항상 정확한 비율이 있습니다 그리고 내가 이전에 말했던 것들 중 하나 우리가 ML들을 오늘 보았을 때였습니다

이들은 전문 모델, 특수 모델 이전 행동에 관한 데이터로부터 학습 이러한 일련의 행동을 통해 그 결과는 [INAUDIBLE]였다 그리고 그것이 당신의 예측을 내일은 같은 패턴이 있기 때문에 당신은 할 수 있습니다 같은 것을 반복 할 것입니다 그래서 우리가 모델을 넣을 때 우리는 한 가지를 얻습니다

맹목적으로 모델을 신뢰하십시오 그 모델이 무엇인지 이해하는 방법이 있어야합니다 또는 출력물에 대해 이야기하고 있습니다 주위에 인간의 지능을 넣은 다음 말하자면,이 경우조차도 의미가 없습니까? 그래서 우리가 프로젝트를 진행할 때, 고객 세분화 – 우리는 여전히 진화를 위해 노력하고 있습니다 그것을 다음 단계로 – 우리는 고객을 주변에서 나눌 수 있다는 것을 깨달았습니다

해당 특정 제품의 경우 고객이 16 다른 세그먼트 그러나 우리가 사업주와 함께봤을 때 그것이 실제로 무엇을 나타내는지를 이해하기 위해, 어떻게 우리는 각각의 경험을 할 수 있을까요? 세그먼트의 각 집합의 고객, 절반 그 (것)들의 더 많은 것이기 때문에 그 (것)들에게 이해되지 않았다조차 주위에, 너도 알지? 그것과 거의 비슷합니다 그들의 메시지는 다를 것입니다 왜 우리는 그것을 하나로 합쳐 놓을까요? 이 것은 이해가되지 않습니다

모든 사람들이 완벽하게 사용한다면 우리는 그들과 무엇을 할 것인가? 그래서 우리가 기계를 볼 때 이러한 종류의 위험, 우리는 기계를 맹목적으로 신뢰할 수 없습니다 전문화 된 인공 지능입니다 특정 측면에서 인간보다 더 전문화 된 것들 그러나 모션을 통해 그것을 퍼팅에 인간의 감독입니다 여전히 대단히 요구되는, 직감이라는 – 이 패턴이 고객이 주문할 것을 의미한다고 가정 해 봅시다 그러나 그 패턴들은 오늘날의 환경에서 그다지 의미하지는 않습니다

우리는 어떻게 그것을 이해할 수 있습니까? 우리는 어떻게 우리 인간의 지식을 적용 할 수 있습니까? 어떻게 우리는 항상 그것을 계속 조정할 수 있습니까? 현실적인 비즈니스 시나리오가 가장 중요해진다 인공 지능에서 중요한 일은? 의미있는 데이터를 얻는 것이 아니라 데이터를 가져 오는 것이 아니라, 통찰력을 이끌어 내고, 통찰력을 작동 시키며, 그러나 그 모델을 가지고가는 것이 전부입니다 그 주변에서 현명한 결정을 내린다 그런 다음 그것을 작동 시키십시오 그것을 [비합리적] 사이클로 만듭니다

그래서 인간 상호 작용은 매우 중요합니다 제 의견으로는, 이 인공 지능을 시장에 가져 가야합니다 어쩌면 기술이 특정 시간대에 있었을 때, 우리가 범용 AI를 가지고있을 때, 그러면 그것은 다른 이야기입니다 그러나 지금은 전문 AI입니다 ML은 데이터를 기반으로 한 특수 모델입니다

액면 그대로 사용해서는 안됩니다 시력 탐지와 같은 특정 유스 케이스가 있습니다 AI가 이미 개선 한 모든 것들 인간의 능력 이상 그러나 우리가 비즈니스 감각에 대해 이야기 할 때 또는 의미가되는 것이 무엇인지 그게 아니라면, 나는 그걸 맹목적으로 신뢰한다고 생각합니다 감독없이 그 행동을 취할 수있다

더 많이 생산한다 장점보다 더 많은 위험을 초래할 수있다 특정 시나리오에서 샐러리 암모나 : 네, 고마워요 네가 한 말의 요약을 생각해

어떤 AI 솔루션이든 기술과 도메인이 필요합니다 비즈니스 전문성 두 번째로 있는 그대로 활용 될 수있는 모델, 그들이 미리 만들어진 모델이라고 부르는 것을 의미하며, 비전 API 그러나 특정 상황과 일부 상황이 있습니다 대부분의 비즈니스 상황 여기서 사용자 정의 모델이 있어야합니다

고맙습니다 수드카, 어떤 관점에서 – SUDHAKAR PARAKALA : 그래서, 우리는 약간의 단순한 접근 방식의 분명히, 아담이 언급 한 것처럼, 우선 ML은 내 수요를 예측할 것인가? 안돼 그래서 ML은 정말로 어떤 저녁 식사인지 예언 할 수 있습니다 너는 가질거야? 안돼 그래서 분명히 그런 종류의 사고가있었습니다

회사 내에서 그 다음 우리는 OK에 관해서 훨씬 더 단순한 접근법을 취했다 모든 다른 제품 라인 또는 다른 고객 세그먼트를 선택하여 당신은 이것이 좀 더 예측 가능하다고 생각합니다 인간의 사고 내에서 그래서 당신 자신의 사고 내에서, 거기 네가 더 많은 것들을 가질 수있다

일관된 사고 방식 당신이있는 곳이있을 수 있습니다 소화하고 올릴 추가 데이터를 모으려고합니다 해결책이나 대답으로 그럼 우리는 OK에 관한 질문들을 파헤쳐 야합니다 당신이 할 수있는 영역은 무엇입니까? 더 일관성있게, 고객은 더 일관성있게, 시장은 더 일관성있을 수, 그래서 우리는 이해를 통해 재고 최적화를 추진할 수 있습니다

수요가 어떻게 생성되고 있는지, 그래서 우리는 시장이 성숙한 제품을 더 많이 포착했습니다 그래서 분명히, 수용은 그림으로 들어와야합니다 헤이, 기계가 예측하는 것 내가 그걸 의지 할 수있는 것에 거의 가깝습니까? 따라서 사용 사례를 취해야합니다 하나는 자신감을 얻기 시작하고 그래서 분명히, 당신은 제품과 시장을 선택하고 싶습니다

조금 더 일관성이 있습니다 분명히 그 가치는 예측할 수 없다 예측할 수 있지만 어디서부터 시작할 수는 없습니다 그래서 우리는 단순한 접근법을 취했습니다 아기 단계를 밟자

그래서 우리는 처음 사용을 생각해내는 그 단계에 있습니다 이제 우리는 다음 단계로 넘어갈 것입니다 NPI, 신제품 소개에 실제로 적용 할 수 있습니까? 우리는 모른다 나는 그것이 보이는 것 같아요 살일 아모 카르 : 고마워

나는 거기에 요약 크롤링, 도보, 그리고 실행을 생각합니다 Adam, 나는 AB InBev의 전망에서 생각합니다 당신은 토론에서 매우 큰 비전을 제시했습니다 어제 나는 제조 산업의 대표자라고 생각합니다

내가 AB InBev를 가장 큰 양조장 중 하나로 생각하기 때문에, 제조를 대표한다고 말할 수 있습니다 업계, 당신의 테이크 아웃은 어떨까요? AI와 ML의 사용법에 대한 관점에서 볼 때? ADAM SPUNBERG : 물론입니다 그리고 내가 말하기를, 너는 계속 말하고있다 우리가이 위대한 발표를 한 것, 그러나 정직하게 너 자신에게 약간 신용을주십시오 Pluto7은 정말로 해낸 회사입니다

기계 학습 및 인공 지능 우리는 그것을 받아들이고 그것을 우리 시스템에 넣었습니다 그래서 여러분 모두에게 공헌합니다 그러나 나는 이것을 말하면 좋겠다는 유스 케이스를 찾아야한다 그리고 이것은 이것이 무엇과 일치하고 있다고 생각합니다

이전에 말했었습니다 AI는 많은 것들을위한 올바른 해결책이 될 수 없습니다 그리고 나는 점점 더 많은 사용이있을 것이라고 생각한다 기술 진보와 기초 계층으로서의 사례 기술의 양조장에서 말하면, 우리의 데이터 수집은 예를 들어, 더 많은 기회 우리가 그 데이터로 일을 할 수있는 곳으로 나옵니다 그러나 당신이 정말로 올바른 상황에 처해있다

그리고 나는 그것이 누군가가이 일을 조금이라도 할 수있는 곳이라고 생각합니다 무의식적으로 AI / 머신에 너무 흥분합니다 학습 아이디어, 오, 우리는 어디서나 ML을 할 수 있습니다 그리고 그건 사실이 아닙니다 당신이 어린이 수영장에서 수영하러 간다면, 당신은 말하지 않을 것입니다

스쿠버 장비를 사러 가자 확실한 점이 있습니다 올바른 설정을 찾아야합니다 그리고 저는 그것이 우리의 경우에, 정말로 전문가와 함께 올바른 상황을 알 수 있습니다 우리와 함께 명왕성 7의 경우, 우리는 실제로 hackathon을 개최 우리는 여러 분야를 탐구했다

우리는 AI가 가치 있다고 생각했습니다 그리고 우리는 그들에게 일하는 모델을 생각해 냈습니다 그리고 다른 옵션에서, 우리가 여기서 무엇인가를 발견했다는 것이 명백 해졌다 그래서 저는 여러분 모두를 위해이 공간에서 무언가를 추구하려고합니다 나는 그것이 신중한 결정인지 확실히 할 것이다

확실히 나는 누구의 흥분을 막으려 고하지 않고있다 최대한 열정을 가지고 있지만 자신을 구하십시오 잘못된 상황을 위해 과용하는 문제 살일 아모 카르 : 아담 감사합니다 그리고 나서 우리가 청중에게 열어주기 전에, Deepak, 대표자로서의 마지막 생각 소매 산업의 성장과 그에 따른 고성장 DEEPAK MEHROTRA : 나는 소매업을 대표하는만큼 멀리 가지 않을 것입니다

베조스 씨가 더 나을 것 같네요 하지만 ML / AI가 어린 아기 같다고 생각합니다 데이터를 입력하기 시작하면 기저귀를 먹이고 바꿔야합니다 그리고 그것이 지금 우리가있는 곳입니다 우리는 몇 년 후, 이 아기가 자랄거야

그리고 그녀는 도망 갈 것입니다 그리고 그녀는 장대 높이뛰기를 할 것입니다 그리고 그녀는 올림픽 메달 획득에 나설 것입니다 꿈 ML과 AI를 어떻게 보는지 알 수 있습니다

그래서 그것은 우리와 함께합니다 우리는 선택해야합니다 이것으로 우리는 미래를 생각할 수 있도록 노력해야합니다 우리는 시스템, 데이터 흐름을 설정하고 프로세스를 재고합니다 그리고 Pluto7에서 한 상자에서 계획을 세웠습니다

수요에 이르기까지 좋은 결과를 볼 수있었습니다 예측 및 공급망 최적화가 중요합니다 단추를 누르면 우리는 무슨 일이 일어나고 있는지 보게됩니다 우리는 공급망에있는 것을 신속하게 바꿉니다 내 말은, 여전히 기본이야

지금 속도가 있습니다 따라서 500, 1,000, 2,000 SKU를 관리해야합니다 우리는 신속하고 신속하게 처리 할 수 ​​있습니다 자,이 아기가 자라서 모든 책임을 맡을 수 있을까요? 음, 언제 보죠 살롱 아모 카르 : 고맙습니다, 디팍

나는 이것으로 관객들에게 이것을 공개하고 싶습니다 우리는 약 5 분 남았습니다 관객 : 도움이 될만한 패키지 애플리케이션 귀하의 응용 프로그램을 시작하십시오? SUHHAKAR PARAKALA : 그것은 당신을 위해 더 많은 것 같습니다 우리는 포장 된 것을 사용하지 않았습니다 살릴 알콜 : 알았어, 나는 디팍에 맡길거야

예, 디팍은 질문이 있습니다 밖에 패키지 된 응용 프로그램 사업을 시작하는 데 도움이 될 수있는 DEEPAK MEHROTRA : 글쎄, 그것은 unsponsored 광고처럼 들리 겠지만, 그러나 우리는 Pluto7이 가지고있는 상자에서 계획을 사용했습니다 물론 Google 클라우드와 ML 및 AI, Google 생태계 내의 모든 것 그것은 우리의 인벤토리까지 우리에게 많은 도움이되었습니다 통제가 관련되어있다

따라서 매우 빠른 수요, 매우 적절한 수요 예측, 그리고 공급 체인에 대한 빠른 연결, 우리는 매우 눈에 띄는 재고 감소를 볼 수있었습니다 관객 : 그러면 빠른 발동기를 움직여 발동기를 느리게하는 데 도움이됩니까? DEEPAK MEHROTRA : 질문을 다시 할 수 있습니까? 관객 : [무적] 빠른 발동기와 느린 발동기 DEEPAK MEHROTRA : 맞아 나는 빠른 발동기로 더 많은 것을 생각한다 왜냐하면 다시, 우리는 회사로서, 우리의 느린 발동기 정말 느립니다

그래서 단점 중 하나는 이전에 말했던 것처럼, 이 모델 중 일부를 실행할 데이터가 있어야합니다 실제 결과를 확인하십시오 그래서 우리의 느린 발동기는 정말로 느린 발동기입니다 실제로 일부 결과는 기대하지 않았습니다 느리게 움직이는 SKU와 당신에게 무엇이 이익이되는지

그래서 우리는이 경우에 우리의 안전 수준을 유지했습니다 정말로 팔리는 것에 대해 더 걱정했다 그리고 우리는 성장했습니다 관객 : 고마워 DEEPAK MEHROTRA : 물론입니다

살모 알콜 : 다른 질문이 있으십니까? 큰 그렇지 않다면 꽤 많이 생각합니다 Pluto7에서 우리 부스로 들르십시오 나는 그것을 거기에 올려 놓았다 AI와 ML로 가능한 것의 더 많은 데모를 보여 드릴 수 있습니다

고맙습니다 [주제 음악 연주]

Google Using Artificial Intelligence To Help With Simple, Necessary Tasks

그들은 좋은 거래를 생각했다 여행, 그들로부터 온 여행 전화 번호가 불투명 해짐 너 같은 사람

그게 부름 받았어 새로운 디지털이있다 조수 나는 단지 몇 년 전의 일이다 인간의 년

리포터 : 이번 주 초, 우리가 너를 이야기했다 이 하이 엔드 SEX 로봇 인공 지능, 우리가 필요로하는 사람을 만날 수 있습니다 불가능한 것은 아닙니다 닮은 로봇 너가 할 수있는 사람

지금 GOOGLE은 AI를 사용 중입니다 압도적으로 덜한 태클 필요한 일상 업무 머리 장식하기 그것 모두 함께 우리의 투자는 지난 한 해 동안, 자연어 이해와 학습 그리고 훈련 된 연설 GOOGLE의 CEO는 알려지지 않았습니다 ASUFT APT TO ASSISTANT EAGER AD YEN에, 그것은 만들고있다

머리 임명 – 청중 머리 장식을하고 있어요 몇시에 봐라 에 대한? 오후 12시 우리는 오후 12 시가되지 않습니다 우리가 가장 가까이에있다

1:15 둘 사이에 아무 것도 없어? 오전 10시 12:00 PM 어떤 서비스에 의존 하는가? 자기가 원하는, 그녀는 서비스가 무엇인가 찾는다 그냥 여자의 머리핀 우리는 10 시가 있습니다 오전 10시 괜찮습니다

첫 번째 이름은 무엇입니까? 첫 번째 이름은 리사입니다 나는 그녀를 볼 것이다 너는 음성을들을 수 있니? 인간에게 호소력이있다 보봇 (BOT)에 오셨습니까? 당신이 말할 수 없다면, 그것을 할 수 있습니다 문제

이것은 새로운 세계입니다 HBO의 서쪽 사람들에 대한 추모 세계 조력자가 이해할 수 있음 회화의 수는 리포터 : 비즈니스 인 경우 당신은 온 라인으로 전화를 걸고 있습니다 예약 서비스, 그들은 것입니다

Why artificial intelligence has no common sense

– 나는 베지와 함께 베카 야 그리고 내가 최근에 듣고있는 것 같아

– 인공 지능 – 인공 지능 – 인공 지능 인공 지능이야 – 우리가 AI에 관해 말할 때가 된 것 같아

(낙관적 인 음악) 좋아, 내 Google 길잡이가 마음에 들어 그리고 나는 심지어 그것에 굿나잇을 말한다 어느 정도 가볍게 창피하다 그러나 나는 그것을 위해 여기에있다 내일 날씨와 크리켓 소리 재생 나는 실제로 더 잘자는 것을 돕고 있다고 생각합니다

그리고 저도 제게 익숙해지고 있습니다 그래서 그것은 열차가 언제 나에게 알려줍니다 아침에 떠날거야 그리고 내가 좋아할만한 노래도 추천하고있어 그리고 오랫동안 기업 이것을 인공 지능으로 밀어 내고있다

나는 항상 마케팅 용어로 생각했다 시리가 지적이라고 나는 생각하지 않는다 그러나 그 때 Google는 저희에게 이것을 보여 주었다 – Google Assistant의 목소리입니다 너를 부르는데

이것은 내가 인공 지능이라고 생각하게 만들었습니다 내가 생각했던 것보다 인간의 지능을 복제하는 것에 더 가깝다 그래서 나는 James Vincent에게 전화했다 그리고 그는 분개에있는 기자입니다 그것은 AI 모든 것을 다룹니다

나는 AI가 지금 당장에 있었는지 알고 싶었다 그리고 그것은 어디로 가고 있습니다 – 분야의 인공 지능은 용어입니다 그것은 일종의 우산이다 그리고 그것은 많은 종류의 인공 지능을 포함합니다

그런 종류의 파벌이 수년간 들어 왔습니다 그런 다음 테스트를 거치면 한계에 도달하게됩니다 그리고 그들은 다음으로 나아 간다 그리고 매우 독창적 인 것은 현장에서 현재 기계 학습입니다 시스템에 많은 양의 데이터 제공에 관한 것입니다

그런 다음 그 데이터를 살펴 봅니다 그 안에있는 패턴을 학습합니다 그리고 기계 학습의 맛 깊은 학습이라고하는 것입니다 깊은 학습은 근본적으로, 당신도 알다시피, 기본적으로 기계 학습이지만 많은 양의 데이터를 사용합니다 그리고 그것은 많은 계산 능력을 사용합니다, 우리는 이제 인터넷 덕분에 액세스 할 수 있습니다

싸구려 칩 덕택입니다 그래, 제임스, 진짜 얘기 야 터미네이터 봤니? 우리가 세계의 Skynets에 얼마나 가깝습니까? 그게 다가오는거야? – 사실이 아니에요 제 말은 영화, 대중 문화, 그것이 보통 불리는 것입니다 인공 지능

거대한 한걸음 앞으로 나아가 야지 우리가 현재 가지고있는 것에서 AI는 필드이기 때문에 일종의 설립되었습니다 이 신념에 따라 컴퓨터를 만들 수 있습니다 그것은 본질적으로 인간이었습니다

그것은 마치 인간처럼 생각합니다 행동, 인간처럼 반응, 계속해서 우리는 깨달았습니다 저것이 진짜로 곤란한 이것 기다리는 저것 기본적으로 그 근처에 있지 않습니다 – 그래서 Google Duplex는 매우 인간적으로 들리지만 사실 우리가 좁은 AI라고 부르는 것입니다 지금 당장 당신에게 팔리는 모든 것이 있습니다

AI가 좁은 AI이기 때문에, 제한된 사전 계획하에 지어졌습니다 기능 집합 귀하의 휴대 전화에 팝업, Google 홈 또는 에코 페이스 북이 당신의 얼굴을 어떻게 인식하는지 자동으로 사진을 찍습니다 이 AI 형식은 매우 구체적인 작업을 완료하도록 설계되었으며, 다른 일은 할 수 없습니다 이제 그것이 인상적인 것을 할 수 없다는 것을 의미하지는 않습니다 예를 들어, Deep Mind 's Alpha Go, GO 게임을하기 위해 훈련 된 AI 프로그램입니다

Now Go는 전략 게임과 같습니다 체스와 비슷합니다 그것은 가능한 결과가 더 길다는 것을 제외하고는 그리고 2016 년 AI 시스템이 붕괴되었습니다 전설적인 Go 선수 인 Lee Sedol 그를 4 대 1로 격파했다

그리고 2017 년, Deep Mind는 AlphaGo AI를 퇴역 시켰습니다 세계 최고의 Go Player를 3 대 0으로 격파시킨 후 -하지만이 프로그램 AlphaGo 계속 놀 것입니다 그것이 있던 건물이 불 붙었다 고해도, 방에 불이 났더라도 그건 Oren Etzioni 박사입니다

Allen 인공 지능 연구소 CEO 시애틀에있는 워싱턴 대학 (University of Washington)의 교수이다 – 이것은 훌륭한 상징입니다 매우 좁고 잘 짜여진 보드 게임 같은 작업 우리는 초인간적 인 성과를 달성 할 수 있습니다 그러나 더 미묘한 것에 관해서는, 언어와 관련이있는 것들, 우리는 실제로 심지어 어린이의 능력조차도 매우 멀리합니다 – 그래서 상식은 누락 된 링크로 생각할 수 있습니다

AI와 AGI 사이 그리고 상식을 말할 때 우리는 모든 역량을 언급하고 있습니다 인간은 가지고 있고 컴퓨터는 그렇게하지 않는다 Etzioni 박사는 많은 연구자 중 한 명입니다 컴퓨터 상식을 가르치기위한 프로그램 작업 그러나 공동체 안에서는 커다란 논쟁이 있습니다

이 똑똑한 컴퓨터가 위험 할 수 있는지 여부 오늘날 좁은 인공 지능은 매우 현실적인, 의사가 암 진단을 돕는 것과 같은 매우 심각한 문제 또는 미래의 기상 재해를 예측할 수 있습니다 그러나 그것은 또한 사물에 사용되고 있습니다 사람들은 걱정을 느끼고 이해할 수 있습니다 나는 이것들이 얼굴 인식과 같은 것들이라는 것을 의미한다

대량 감시 또는 무기 보강 용 어떤 질문을 제기, AI가 규제를받는다면 어떻게 될까요? -이 세상은 너무 빠르게 진화합니다 이 정책을 시행하기 란 매우 어렵습니다 내가 대신 제안 할 것입니다 AI의 응용 프로그램을 식별한다는 것입니다

예를 들어 AI 차량이나 인공 지능 무기, 우리는 매우 신중한 규정을 정의한다고 이러한 특정 애플리케이션을 중심으로 – 그래, 그래, 나는 구글 듀플렉스 (Duplex) 그러나 우리가 영화에서 가지고있는 인공 지능과는 거리가 멀다 이것은 매우 특정한 지적 AI입니다 그것이 보안이나 무기에 적용될 때 그것은 무서울 수 있지만 우리가 할 수있는 것은 모두 자신을 교육하는 것입니다 우리가 지금 가지고있는 AI에 대해 알고 있어야합니다 어쩌면 그렇게 될지도 모릅니다

– 아직 초창기입니다 사람들의 열정을 평가해야합니다 그들이 가지고있는 두려움의 일부 주의와 회의주의의 메모와 함께 AI가 실제로 할 수있는 일과 불가능한 일을 알고 싶다면 Siri와 Alexa와 채팅하기 만하면됩니다 현실이 멈추는 곳을 빨리 볼 수 있습니다

과대 광고가 시작됩니다 – 지켜봐 줘서 고마워 아래 의견에 대해 알려주십시오 AI의 지금까지 좋아하는 용도 하루 하루를 어떻게 돕고 있습니까? 200 만 명의 가입자에게 감사드립니다

그게 시원한데, 다음에 또 보자 – 안녕

The ‘father of the internet’ on Google, war and ‘artificial idiocy’

"인터넷의 아버지"중 한 사람인 Vint Cerf는 이번 주에 호주에있었습니다 Vint Cerf는 3 피스 슈트와 턱수염으로 "인터넷의 아버지"(또는 적어도 "아버지"중 한 명)에 대한 할리우드의 아이디어처럼 보입니다

Robert Cahn과 함께 Cerf 박사는 그 제목을 주장 할 수 있습니다 그는 1970 년대에 인터넷의 기본 아키텍처를 구축하는 것을 도왔습니다 – 컴퓨터가 서로 이야기 할 수있게하는 전송 프로토콜을 만듭니다 – 프로젝트가 여전히 군대에 의해 자금 지원을 받았을 때 오늘날, 군대와의 관계는 Google에 문제를 일으키고 있습니다 Cerf 박사는 현재 "Chief Internet Evangelist" 5 월 말 뉴욕 타임즈는 구글이 비디오를 평가하기 위해 인공 지능을 이용하는 것을 목표로 삼고있는 미 국방부의 메이븐 프로그램과의 연계가 내부적으로 "실존 적 위기"를 낳았다 고 보도했다 직원들은 사기를 쳤고 무언가 두려움이 무인 항공기 공격을 용이하게하기 위해 사용될 수있는 작업에 도덕적으로 반대했습니다 약 4,000 명의 근로자가 "구글도 계약자도 전쟁 기술을 만들지 않을 것이라는 명확한 정책"을 요구하는 청원서에 서명했습니다 6 월까지 Google의 CEO 인 Sundar Pichai는 회사의 인공 지능 업무를 안내하기 위해 7 가지 원칙을 발표했으며 "주요 목적이나 구현이 사람들의 부상을 유발하거나 직접적으로 촉진시키는 무기 또는 기타 기술을 추구하지 않겠다고 약속했습니다

" Google은 국방부와 Maven 계약을 갱신하지 않습니다 인터넷 선구자 인 ARPANET (Advanced Research Projects Network)는 1969 년에 첫 번째 메시지를 보냈습니다 네트워크의 초기 반복 작업은 1980 년대 후반까지 학계와 군대에 주로 할당되었습니다 수십 년 후, 인터넷 공동 설계자는 그의 항의하는 동료 중 일부보다 회사의 최근 연구에 더 익숙한 것으로 보인다 "Maven 프로젝트의 목적은 어쨌든 그것을 이해했기 때문에 상황 인식을 통해 볼 수있는 것을 이해할 수있었습니다 즉 시야에 차량이 있습니까? 세르 프 박사는 ABC 방송과의 인터뷰에서 "뉴 사우스 웨일즈 대학 (University of New South Wales)의 청중에게 말했다 "아직 초기 단계라고 생각하지만, 프로젝트를 시작하기 전에 프로젝트를 평가할 감독위원회를 설립하여 위험성 평가의 정도를 평가하는 것이 목적입니다"라고 나중에 설명했습니다 Cerf 박사는 "킬러 로봇"과 무기 알고리즘에 대한 두려움에도 불구하고 때로 인공 지능 (artificial intelligence)이 " "나는 항상 조금 회의적이었다고 말할 수있다"고 말했다

현재 그는이 시스템이 여전히 종종 "부서지기 쉽다" 그들은 능력이 깊고 좁고 인간의 능력과 일치하지 않습니다 예를 들어 당신이나 내가 테이블이 무엇인지 알게되면, 지구의 중력 표면에 수직 인 평면 위치를 테이블로 사용할 수 있다는 것을 알기 시작합니다 "무릎, 의자, 실제 탁자,이 무대"라고 그는 말했다 "몇 가지 예에서 우리는 표의 개념을 일반화했습니다 인간은 이것을 정말로 잘합니다 컴퓨터는 이것을 잘 수행하는 방법을 모릅니다 "실제로 Cerf 박사는 너무 많은 인터넷 운명과 우울함을 존중하지 않을 것입니다

연방 통신위원회 (Federal Communications Commission)가 최근 막대한 중립으로 보았던 미국의 망 중립성 철회 외에도 그는 인터넷 생태계가 활기차게 남아 있다고 제안했다 그리고 인터넷의 부모는 기술 불안에 사로 잡혀 있지 않습니다 "우리가 살고있는 것이 20 세기 전반이나 20 세기 후반에 일어난 것보다 더 외상적이거나 극적이라고 나는 확신하지 못한다"고 그는 제트기와 텔레비전을 가리켜 말했다 라디오 그럼에도 불구하고,이 미래는 많은 안식을 포함하지 않는 것처럼 보입니다 Cerf 박사는 앞으로 수십 년 간 생존하기를 원한다면 평생 교육이 필수적이라고 제안했다 (그는 현재 미생물학에 깊이 빠져있다) "80 년 동안 기술적 변화가 일어나 학교를 다녔을 때와는 세상이 크게 다르게 보일 것이라고 확신한다"고 그는 ABC와의 인터뷰에서 말했다

The Impact of Artificial Intelligence in Real Estate Investing using Google Duplex

안녕 얘들 아, 난 비디오를 진짜 빨리 할거야 내가 일관되게 얻을 수있는 가장 큰 질문 중 하나는 아마 완전히 처리 될 것입니다

내년 안에 "판매자에게 무엇을 말할까요? 구매자에게 무엇을 말하겠습니까? " 즉, "어떤 스크립트를 사용합니까?" 또는 "내가 뭐라 말하니? 내가 어떻게 말 할까? 어떻게해야합니까? " 내가 무슨 뜻인지 알지? 문제의 절반은 해결 될 수 있습니다 솔직히 말하면, 당신이 가서 서비스를 고용한다면 계속해서 라이브 콜센터 또는 VA (가상 조수)로 임대하십시오 문자 그대로 구매자 또는 판매자 시트를 제공하고, 사전 처리하고 사전 자격을 부여하십시오 구매자 또는 판매자, 그리고 멀리 가십시오

그런 식으로 새로운 사람들이 구매자 나 판매자를 다룰 필요는 없습니다 오늘 내가 너에게 이야기하고 싶은 또 다른 옵션은 상당히 공정한 것이다 새롭지 만 그렇게 새로운 것은 아닙니다 그것은 부동산 투자에 인공 지능을 구현하는 것입니다 최근에 저는 Google Duplex에 관한 비디오를 보았습니다

Google Duplex 이것은 부동산 이중화가 아니지만 Google Duplex는 인공 지능과 같습니다 통신 시스템 커뮤니케이션 만하는지는 모르지만 내가 본 비디오의 예는 전화 통화를 한 음성 명령 시스템 및 전화 통화 방식 당신은 당신이 전화의 다른 쪽 끝에있는 인간과 이야기하고 있다는 것을 결코 알지 못할 것입니다 그래서, 많은 사람들이 이제 VA를 고용하여 전화를 걸고받습니다

많은 사람들이 그 사람들이 전화를하고 있습니다 많은 사람들이 당신을 위해 비서를 고용하고 있습니다 그 게임은 천천히 그러나 확실하게 바뀌기 시작합니다 당신의 지방 백화점에가는 것, 그리고 그 중 하나를 찾는 것입니다 월마트처럼 말하자

당신은이 모든 라인을 계산원이 처리하지만, 당신은 하나 또는 두 개의 라인을 가질 수 있습니다 어디를 가든지 직접 확인할 수 있습니다 또는 Kroger 식료품 가게가있는 조지아 주에서와 같이 당신이 인간 출납원을 상대하고있는 곳에 5, 6, 7 라인을 가지고 있습니다 이 섹션에서는 기본적으로 진행하고 체크 아웃합니다 그 세계는 천천히 그러나 확실하게 대부분의 매장에서 시행 될 것입니다

미국,이 Google Duplex와 마찬가지로 불행히도 일자리를 넘겨 줄거야 궁극적으로 결국 이것이 새로운 조수, 새로운 가상으로 변하는 것을 볼 수 있습니다 조수 자신의 개인 가상 비서 부탁 좀 들어라

Google Duplex의이 예 아래에있는 동영상을보세요 음성 명령 시스템이 인간과 똑같이 들리는 지 확인하십시오 당신이 전화의 다른 쪽 끝에있는 다른 인간과 이야기하고 있다는 것을 부동산 투자에서 인공 지능 구현이 이루어지고 있습니다 당신이 알고있는 것보다 빨리 여기에있을 부분들이 있습니다

이것은 당신에게 모든 것을 알리기위한 간단한 비디오 일뿐입니다 미래와 정말로, 당신이 부동산과 부동산 투자에 대해 이야기 할 때, 프로세스가 지나치게 복잡 해지는 것은 아닙니다 시간이 지남에 따라 기술이 구현되기 때문에 기술적 인면에서 여러분 모두를 대단히 도와 줄 것입니다 괜찮아? 다시 한번, 이것은 제럴드입니다, 단지 당신에게 그리고 결국 내가 할 일은, 나는 다른 팁과 다른 인식 비디오를 계속 제공 할 것입니다 미래에 곧 올 것이다 그것은 세상의 길입니다 제가 무슨 뜻인지 아시나요? 제럴드입니다

이 비디오에서 모두 가치를 발견했다면 같은 버튼을 클릭하십시오 또한 가족이나 친구들과 공유하십시오 모두 관심이 있으시면 Family of Family Facebook 그룹에 가입하십시오 링크가 설명에 표시됩니다 좋아

좋은 하루 되세요 조심해 안녕

Google Reinvents Core Products With Artificial Intelligence

Google은 인공 지능과 함께 핵심 제품 중 일부를 재발 명합니다 CEO Sundar 피 차이 (Pichai)는 5 월 8 일 Google I / O에서 새로운 인공 지능 도구를 발표했다

회의 예를 들어 Google Assistant의 다음 단계를 생각해보십시오 여섯 명의 새로운 조수 목소리가 나오고 피 차이 (Pichai)는 보조자가 일상적인 전화를 걸 수 있습니다 살롱 예약 여부 약속 또는 저녁 식사 예약, Pichai는 Google Assistant가 귀하를 대신하여 자연스러운 뉘앙스의 전화 대화를하십시오 Pichai 's의 다른 주요 사건 Google I / O의 기조 연설 – 입력 / 출력을 의미하는 – 새로운 AI 포함 Google 포토 및 Gmail의 향상된 기능

Gmail의 시간 절약형 Smart Compose 기능 이달 말에 출시 될 예정입니다 그러나 지금부터 Google 포토 사용자는 새로운 제안 된 행동을 알기 시작하고 곧 다시 만들 수 있습니다 흑백 컬러로 살아가는 추억 유나이티드 뉴스 인터내셔널의 경우 매트 폴입니다

Google ‘to end’ Pentagon Artificial Intelligence project

구글, '펜타곤 인공 지능 프로젝트'종료 예정 구글 최고 경영자 다이앤 그린 (Diane Greene)은 금요일에 직원들에게 계약 연장이 없을 것이라고 말했다 구글 소식통은 미국 국방부에 인공 지능 업무를 수행하겠다는 계약을 갱신하지 않을 것이라고 밝혔다

이 결정은 거대 기술 인력의 강력한 반대를 따른 것입니다 수많은 구글 직원이 사임했으며 수천명의 사람들이 메이 븐 (Maven)으로 알려진 펜타곤 프로젝트 참여를 반대하는 항의 청원서에 서명했습니다 그들은 치명적인 목적으로 인공 지능을 사용하는 첫 번째 단계라고 우려했습니다 Google의 공식 성명은 발표되지 않았습니다 회사 소식통에 따르면 다이앤 그린 (Diane Greene) 최고 경영자 (CEO)는 금요일에 현행 계약이 내년 3 월에 끝나면 후속 조치가 없을 것이라고 금요일 직원에게 전했다

그러나 기술 뉴스 웹 사이트 기즈모 (Gizmodo)의 기자 인 케이트 헨거 (Kate Conger)는 BBC와의 인터뷰에서 구글이 프로젝트 메이븐 (Project Maven)을 취소하지 않았으며 향후 군사력을 배제하지 않는 것으로 보인다고 밝혔다 이 계약은 구글에 $ 10m (7,500 만 파운드) 미만의 가치가 있다고보고되었지만 잠재적으로 펜타곤과의보다 광범위한 협력으로 이어질 수있다 Project Maven은 기계 학습 및 엔지니어링 인재를 사용하여 무인 항공기 비디오에서 사람과 물체를 구분합니다 4 월까지 4,000 명의 Google 직원이 프로젝트에 참여함으로써 인터넷 거인이 사용자의 신뢰를 위험에 빠뜨리고 도덕적 및 윤리적 책임을 무시한다는 공개 서신에 서명했습니다 기즈모도 (Gizmodo)의 한 보고서에 따르면, 회사의 고위 지도부는 국방부와의 파트너십의 영향에 대해 깊은 상충 관계에있다

기자는 내부 이메일을 통해 경영진은이 계약이 커다란 기회라고 생각하면서 회사 관계가 어떻게 인식 될지 염려했다

Artificial Intelligence the headline act at Google I/O 2018 – Digital Minute 15/05/18

안녕! 저는 Sophie이고 Digital Minute의 이번 버전에서는 Google I / O의 큰 토론 포인트를 살펴볼 것입니다 다국적 기술 회사는 지난 주에만 연례 글로벌 개발자 회의를 개최했으며, 인공 지능이 주요 테마 인 모바일 검색 음성 제품에 도입되는 새로운 기능 중 일부를 공개했습니다

헤드 라인 기능은 Google의 보조원이 시연 한 Google Duplex였습니다 청중을 놀래켜 주면서 헤어 살롱을 불러 예약을 예약 할 수있었습니다 그러나 다른 여러 가지 큰 발표가있었습니다 차세대 안드로이드는 다양한 새로운 기능을 선보일 예정이며, 휴대 전화 사용 빈도를 '시간 제한'으로 설정하는 옵션이 포함됩니다 Google지도, 렌즈 및 뉴스에 대한 흥미로운 업데이트는 모두 SEO 세계에 대한 고려 사항 일 수 있습니다

따라서, 구글이 앞으로 음성 및 인공 지능에 큰 돈을 걸고 있음이 분명하다 I / O의 주요 교훈을 요약하고 블로그를 통해 유용한 가이드와 연결해 보았습니다 지켜봐 줘서 고마워, 나는 Sophie Hazan이고, 그건 Digital Minute 였어

Google Is Expected To Unveil Plans For Augmented Reality And Artificial Intelligence Technologie

언제나 그렇듯이 구글은 정확히 공개 될 내용에 대해 이 개발자는 오늘 여기에 표시하지만 이것이 Google이 만드는 컨퍼런스입니다 안드로이드의 최신 버전으로 주요 발표 그래서 기대 Google이 Android P의 두 번째 개발자 미리보기를 출시 할 예정입니다

아직 안드로이드 PJ의 정식 명칭은 어쨌든 아마 우리가 가고있는 안드로이드 P와의 최고 경쟁자 사람들이 알림 및 개선 사항과 상호 작용하도록하기위한 더 많은 변경 사항보기 보안과 배터리 수명 모두 여기에 집중해야합니다 AI sundar pichai – 인공 지능이 그의 회사 미래 아이의 초석은 또한 새로운 기회를 열어주고있다 지난 몇 개월 동안 모두에게 놀라운 애플리케이션을 보았습니다 조지아의 일일 농민들로부터 건강 증진을 위해 텐서 플로우를 사용하고 있습니다 그들의 무리를 사용하는 방법을 알아 낸 Google의 자체 연구원에게 ML 기술은 사람의 심장 마비 위험을 평가합니다

건강 관리 분야의 AI는 작년의 I / O Google에서 Lenovo와 같은 파트너가 독립형 VR 헤드셋에 대한 계획을 발표했습니다 400 달러짜리 미라지 솔로와 같은 장치를 통해 한 번 질문 해 구글이 오늘 회의를 사용하여 더 열심히 추진할 것인지 AR 및 VR로 전환하여 전세계 지출이 총 180 억에 달할 것으로 예상 이번 회의에서 우리는 금년을 알 수 있습니다 알파벳 주식은 올해 그렇게 근본적으로 평평한 year-to-date 기조 연설이 시작되는 Pichai가 현지 시간으로 오전 10시에 시작합니다 그들이 당신에게 돌아 오는 것처럼 당신은 헤드 라인을 보냅니다 안녕하세요, YouTube에서 CNBC를 확인해 주셔서 감사합니다

하루 중 가장 큰 모든 이야기에 대한 최신 정보를 볼 수 있습니다 CNBC에서 시청 해 주신 최신 동영상을 볼 수있는 주변의 동영상