AI is a game changer
KI – Definition
Künstliche Intelligenz (KI, englisch : Artificial Intelligence, ‚AI‘) sind Computerprogramme, die intelligentes Verhalten automatisieren
KI zielt auf die Unterstützung menschlichen Denkens und auf die praktische Lösung von Anwendungsproblemen. Wesentliche Merkmale der KI Systemen sind Ihre Fähigkeiten zu lernen und mit Unsicherheiten, bzw. probabilistischen Informationen umzugehen.
KI ist einer der wichtigsten Treiber der Digitalen Revolution bzw. von Industrie 4.0.
KI – warum gerade heute ?
Nach Beginn der PC Aera in den 80-ern dauerte es ca. ein Jahrzehnt, bis das Internet in den 90-ern seinen Siegeszug antrat. Nach dem dot.com Boom waren das Aufkommen der Mobile Services und in Folge der Social Media die nächsten Phasen.
Die heutige Aera von Big Data, hochleistungsfähigen (multi-core) & preisgünstigen Rechnern sowie innovationen Algorithmen ist der perfekte Nährboden für das Wachstum von Künstlicher Intelligenz (KI) im Business. Anspruchsvolle Herausforderungen des profitablen Wachstums, die v.a. im strategischen und operativen Management von Marketing und Sales anfallen, sind nun per KI nachhaltig optimierbar.
KI wird sich in den nächsten Dekaden zur alles dominierenden Technologie entwickeln.
KI – Use Cases
Der praktische Einsatz von Künstlicher Intelligent ist nicht etwa Zukunftsmusik – er ist schon in vollem Gange und permanent erschliessen sich neue Anwendungen (use cases). Ein kleiner Überblick auf AI Use Cases aus verschiedenen Industrien :
Air Transportation
Schon seit Jahrzehnten werden Passagierflugzeuge v.a. auf der Langstrecke mittels Automatic Flight Control Systemen (AFCS) und Flight Management Systemen (FMS) geflogen – der Pilot agiert dabei als Supervisor. Die Unfallquote beim Fliegen ist die niedrigste aller Transportarten.
Public Transportation
Die Metro der Stadt Kopenhagen (eines von vielen Beispielen) fährt vollautomatisch gemäß Grade of Automation 4 (GoA4), d.h. unbemannt, immer, incl. automatischem Türschliessen, Hinderniserkennung
Selbstfahrende Autos
Selbstfahrende Autos ( ‚Fahrerloses Transportsystem‘ , ‚Roboterauto‘ ) können KI-basiert selbständig die Verkehrssituation wahrnehmen und das Fahrzeug steuern in Autonomiegraden von 0 bis 5 (1: hands on, 2: hands off, 3: eyes off, 4: mind off, 5: no human).
Beispiele für Technologiedemonstratoren:
Google (Bild), BMW, Tesla, Uber etc.
Mustererkennung / Gesichtserkennung
Visuelle Intelligenz ermöglicht es, Muster, Formen und Bilder zu erkennen und zu analysieren. Anwendungsbeispiele sind Handschrifterkennung, Identifikation von Personen durch Gesichtserkennung, Abgleich der Fingerabdrücke oder der Iris, industrielle Qualitätskontrolle und Fertigungsautomation.
Spracherkennung / Stimmerkennung
Spracherkennung erkennt gesprochene Worte (kann Stimme in Text umwandeln); Stimmerkennung erkennt die Stimme, welche diese Worte spricht (z.B. zur Stimmenverifikation in sicherheitsrelevanten Funk-tionen; Banking u.a.). Beispiele spracherkennender Systeme : Alexa von Amazon und Siri von Apple
Persönliche Assistenten
Der Google Assistant ist ein Intelligenter Persönlicher Assistent des US-amerikanischen Unternehmens Google für Android, Google Home, iOS und den Messenger Google Allo, der sowohl gesprochene als auch eingegebene natürliche Sprache empfängt und verarbeitet.
Die Software ist der Nachfolger von Google Now.
Suchmaschinen
Google Search führt 2015 das System RankBrain ein, ein selbstlernender Algorithmus, der ein wichtiger Bestandteil bei der Ermittlung der Ergebnisreihenfolge von Suchanfragen ist. Er bearbeitet Suchergebnisse und stellt relevantere Suchergebnisse bereit. RankBrain ist der drittwichtigste Faktor im Ranking-Algorithmus nach den Rückverweisen und dem Inhalt.
Online Handel
Amazon.com ist einer der Pioniere der KI Anwendung im Online Handel. Aktuell angebotene KI Services sind
- Lex (Chatbot Service)
- Polly (Konvertierung von Text in Sprache)
- Recognition (Bild- & Gesichterkennung)
- Machine Learning (Regressions Modelle) sowie
- AI Services für Channel Partner und Kunden.
Supply Chain Management
Supply Chain KI ermöglicht es SCM Systemen die Sichtbarkeit, die Transparenz und die Insights in Supply Chain Daten und Prozesse signifikant zu verbessern und die Performance zu optimieren.
Beispiel : Das System Watson der IBM
Sales
Sales Force Automation ist schon lange gängige Praxis, die Produktivität von Sales Reps soll gesteigert werden durch Entlastung von administrativen Tätigkeiten. Führende CRM Systeme befreien die Sales Reps von langweiligen und monotonen Aufgaben durch punktuelle AI Funktionalitäten. Beispiel : das AI Analytics und Prognose System ‚Einstein‘ von SalesForce.com
Finance & Banking
Innovative Banken setzen AI Solutions ein, wie z.B.
- JPMorgan Chase : COiN (Contract Intelligence)
- Wells Fargo : AI Enterprise Solutions
- Bank of America : Erica (virtual assistant for payment and financial service)
- u.v.a.
Finance & Trading
Der automatische Aktienhandel wird schon lange von Algorithmen dominiert; grösser 50% des ‚high-frequency trading‘ wird von Maschinen durchgeführt. Die neueste Generation von Trading-Systemen arbeitet auf der Basis von Machine Learning und KI.
(Visualization : Nanex)
Finance & Investment
Der weltmarktführende Finanzdienstleister BlackRock betreibt die AI-gestützte Platform Aladdin (Asset Liability and Debt and Derivative Investment Network) zum Risiko- & Portfoliomanagement und verwaltet damit weltweit Vermögen von etwa 6 Billionen Euro
KI – Show Cases
Ausserhalb des B2B Bereiches gewinnen AI Showcases und AI Technology Demonstratoren von Zeit zu Zeit hohe Aufmerksamkeit.
Zwei bekannte Beispiele dazu :
Deep Blue
Deep Blue war ein von IBM entwickelter Schachcomputer, dem es 1997 als erstem Computer gelang, den damals amtierenden Schachweltmeister Garri Kasparow in einer Partie mit regulären Zeitkontrollen zu schlagen. 1997 gewann Deep Blue gegen Kasparow einen ganzen Wettkampf aus sechs Partien unter Turnierbedingungen..
AlphaGo &
AlphaGo Zero
Das von Google DeepMind entwickelte AI-Programm AlphaGo spielt das Brettspiel Go, das komplexeste Brettspiel der Welt (ca. 10^171 mögliche Spielpositionen – zum Vergleich : Schach : 10^50).
AlphaGo ist das erste Programm, das unter Turnier-bedingungen auf einem 19×19-Brett einen professionellen Go-Spieler schlagen konnte; im März 2016 den weltbesten Profispieler Lee Sedol.
Das 2017 vorgestellte AlphaGo Zero, die leistungsgesteigerte Variante des AlphGo, arbeitet mit neuronalen Netzen und lernt das Go Spiel selbständig von Grund auf ohne jegliches Vorwissen über Spieltaktik oder Spielzüge, nur an Hand der Spielregeln und mittels einer hohen Anzahl von Spielen gegen sich selbst (s.g. Deep Learning).
Die Grafik zeigt vertikal die Go Spielstärke und horizontal die Zeit-dauer des Selbstlernprozesses (Reinforcement Learning).
Von vollkommender Unkenntnis her kommend erreicht AlphaGo Zero nach 3 Tagen Lernen die Spielstärke des menschlichen Go Weltmeisters (!) und nach ca. 40 Tagen die Perfektion.
Warum ist die KI Technologie hinter AlphaGo Zero relevant für Profitables Wachstum ?
AlphaGo Zero ist das erste System, das beim Meistern einer sehr komplexen Aufgabe (Go) die menschliche Performance signifikant übertraf : von null auf Perfektion binnen weniger Tage – autodidaktisch, d.h. ohne jegliches menschliche Vorbild oder Zutun (tabula rasa) .
Als Vergleich ein Beispiel zur Komplexität des Managements von Profitablem Wachstum : verkauft ein Unternehmen mit 100 Reps Sales 1.000 Produkte an 100.000 Kunden in je 100 Preisabstufungen so entspricht dies 10^12 möglichen Kombinationen (Go : 10^170) …. !
Gegenwärtig würde den meisten Unternehmen die konsequente Verwendung von Standardtechniken der quantitativen Optimierung reichen, um Ihr Profitables Wachstum zu verbessern. Führende Unternehmen der Financial Services Industrie und der Retail Industrie setzen schon heute Reinforcement Learning Systeme der Klassen des AlphaGo und AlphaGo Zero u.ä. ein; das B2B Segment wird schnell folgen.
Als erste Anwendung der hinter AlphaGo Zero stehenden KI Technik (Deep Reinforcement Learning) begann die Google Tochter DeepMind die Zusammenarbeit mit British Grid, dem UK Energieversorger, mit dem Ziel der Optimierung des UK Energieversorgungsnetzwerkes.i
KI – die Klassen
KI Systeme werden nach vier Klassen unterschieden :
- Automatische Systeme
Automatische Ausführung manueller und kognitiver Aufgaben (v.a. Routine) - Assistenz Systeme
Unterstützung von Menschen um Aufgaben besser und schneller auszuführen - Augmentation Systeme
Unterstützung des Menschen durch erweiterte Wahrnehmung; das sind KI Systeme welche Menschen bei der Durchführung von Aufgaben ohne die (vollständige) Kontrolle über die Erzeugung der Ergebnisse zu übernehmen - Autonome System
KI Systeme welche vollkommen autonom arbeiten ohne menschliche Unterstützung zu benötigen (z.B. autonome Roboter) und auch die (vollständige) Kontrolle über die Erzeugung der Ergebnisse innehaben
.
AI im Management – der Faktor Mensch
Beim Einsatz von KI im Bereich Management und Strategie muss eine spezielle Herausforderung gemeistert werden.
Im Management ist das geflügelte Wort bekannt vom „Strategischen Denken und Handeln“. Im Zusammenspiel zwischen Mensch und Maschine stellt sich die Frage : ‚wer denkt und wer handelt (hier im Sinne von : erbringt Arbeit, leistet)‘ ? Die Grafik zeigt vier mögliche Fälle.
- Mensch denkt – Mensch handelt : menschgesteuertes menschangetriebenes System
das System ‚Mensch macht alles – denkt, lenkt und handelt‘ war der historische Standard (Bsp. : Tretautofahren) - Mensch denkt – Maschine handelt : menschgesteuertes maschineangetriebenes System
das Credo der Moderne – die Maschine nimmt dem Menschen (körperliche) Last und Arbeit ab (Bsp.: Steuern eines Autos mit Motor) - Maschine denkt – Maschine handelt : maschinegesteuertes maschineangetriebenes System
dies sind (Voll-) Automaten; der Mensch wird zum Zuschauer, bestenfalls in der Rolle des Überwachers
(Bsp.: selbstfahrendes Auto; Roboterauto) - Maschine denkt – Mensch handelt : maschinegesteuertes menschangetriebenes System
diese Man-Machine Konstellation ist die eigentliche Herausforderung beim Einsatz von KI in Managementsystemen.
Wenige Beispiele sind bekannt von Systemen in denen der Mensch sich daran gewöhnt hat, den Anweisungen der Maschine routinemässig zu folgen; eines der wenigen bekannten ist das Steuern eines Autos nach den Vorgaben eines Navigationssystem.
Over the next decade, AI won’t replace managers,
but managers who use AI will replace those who don’t.
Harvard Business Review, August 2017