Wednesday, 14 November 2018

Artificial Intelligence: Is the Honeymoon Over?



Last year, Forrester noted that, “The honeymoon for enterprises naively celebrating the cure-all promises of artificial intelligence (AI) technologies is over: …AI and all other new technologies like big data and cloud computing still require hard work.”

Given that 70% of enterprises expect to implement AI this year, including Schneider Electric, I would like to offer 3 concrete ways companies can seize the business value that I strongly believe AI promises.

Lesson 1: Be pragmatic

Integrating an AI strategy can seem like a daunting task as Forrester analysts point out, so we recommend that any company embarking on this journey start with a pragmatic, practical approach to individual AI projects.

Ask upfront: “Which problem can I solve with an AI-enabled digital solution?” This question always prompts our R&D process to lead with the customer challenge in mind. This approach worked well, for example, when an onshore Oil & Gas customer needed a better way to manage the productivity and maintenance of extremely remote oil pumps. We worked with Microsoft to develop a solution that uses local analytics enabled by machine learning.

Lesson 2: See the value in new digital business models enabled by AI

For all of us, digital transformation at large is about finding ways to create new business value from digitization. I recently had the opportunity to discuss this topic at length with Microsoft’s General Manager of Manufacturing Çağlayan Arkan.

We agree that it’s often challenging for any legacy company, however, to see beyond its core business model to launch and accelerate a digital journey. Will I cannibalize my business? How do I circulate new value for customers?

AI applications can help customers understand what it really means to push forward new digital business models in a disruptive yet profitable way.

Take long-time machine builders (or OEMs) as an example. Most OEMs build highly specialized equipment, such as the smaller-footprint coffee pod machine we co-innovated with our customer SOMIC. In many cases, though, the CapEx commitment for such tailored machines is high. But what if a machine builder could leverage AI, coupled with remote monitoring capabilities, to begin offering “uptime as a service” to its end-users? This is a way to lower the CapEx burden for end-users. Only AI makes this business model possible, as trained data models can qualify whether a machine’s downtime is really a machine issue vs. human or other error. See AI’s value here for driving new business models?

Lesson 3: Build strengths on top of your domain expertise

Having strong domain expertise is critical to making AI projects successful. Do not underestimate its value. Why? Data overload is a known reality, so it’s clear that we don’t need more data. What we do need are much better ways to tap the business value of that data. Most companies are not AI experts; channeling domain expertise it what will make AI projects relevant to companies and their customers.

This is really what we see as the of AI’s golden value: turning data into insights. You can read more about this process in an article I co-authored with Microsoft’s Lance Olson, Partner Director of Program Management, Cloud AI Platform.

Schneider Electric’s EcoStruxure™ architecture is founded on our own deep domain expertise across industry, buildings, data centers, grid, plant, and machine. We drill down even more to the segment level to ensure that our customer-driven AI projects have a worthwhile business impact.

My point here is to create AI project teams that include an AI expert, a computer scientist, and, just as crucial, a domain expert. It is the domain expert who can ask the right questions for AI to solve and, more important, know how to best respond to what the AI models reveal (e.g., predictive maintenance applications).

AI’s promising future is here.



So is the honeymoon for AI over? With the proper attention to integration and deployment issues, we believe that AI as the next wave of IoT innovation has only just begun!




شنايدر إليكتريك تعتمد على الذكاء الاصطناعي في ابتكار تقنياتها





70% من الشركات تتجه حاليا إلى تنفيذ برامج الذكاء الاصطناعي في أعمالها 




القاهرة، في 13 نوفمبر 2018- تعتمد شنايدر إليكتريك، الرائدة عالميا في مجال التحول الرقمي في إدارة الطاقة والتحكم الآلي، على الابتكار كمفهوم عام لأعمالها، وفي تقريرها العام الماضي، أشارت مؤسسة فورستر للأبحاث إلى أن "الذكاء الاصطناعي وجميع التقنيات الحديثة الأخرى مثل البيانات الكبيرة والحوسبة السحابية لا تزال تتطلب عملاً شاقاً". وهو ما اعتمدت عليه شنايدر إليكتريك عند ابتكار منصة تقنيات EcoStruxure لإدارة كافة العمليات والتنبؤ بالمشكلات قبل حدوثها. 

وتتجه 70 ٪ من الشركات الكبرى إلى تنفيذ برامج الذكاء الاصطناعي هذا العام، بما في ذلك شركة شنايدر إليكتريك، وهناك 3 خطوات يمكن للشركات أن تحقق من خلالها قيمة لأعمالها من خلال الاعتماد على الذكاء الاصطناعي.


أولا: العمل بواقعية

دمج استراتيجية الذكاء الاصطناعي تكاد تكون في البداية مهمة شاقة، كما يشير محللو مؤسسة فورستر للأبحاث، لذا توصي شنايدر إليكتريك قبل أن تبدأ أي شركة في هذه الرحلة بتبني نهج عملي وواقعي لمشاريع الذكاء الاصطناعي الفردية.

ويجب أن تعي المشكلة التي يمكن حلها باستخدام الحلول الرقمية المدعومة بالذكاء الاصطناعي؟ وعادة ما يُطرح هذا السؤال دائمًا أثناء عملية البحث والتطوير لقيادة أعمال الشركات مع وضع التحديات التي تواجهها الشركات في الاعتبار. وقد نجح هذا النهج، على سبيل المثال، عندما احتاجت إحدى الشركات العاملة في مجال النفط والغاز البري إلى طريقة أفضل لإدارة إنتاجية وصيانة مضخات النفط التي تقع في المناطق النائية.


ثانيا: قيمة الأعمال الرقمية الجديدة التي يدعمها الذكاء الاصطناعي

يتعلق التحول الرقمي بشكل عام بإيجاد طرق لإنشاء قيمة للأعمال الجديدة من خلال الرقمنة، وشركة القديمة تتخوف من تفكيك نشاطها التجاري مع الاعتماد على الرقمنة. كيف يمكن تعميم القيمة الجديدة لعملاء؟

وعندما نقيس هذا الأمر على شركات تصنيع المعدات الأصلية أو OEMs كمثال. فمعظم هذه شركات تقوم ببناء معدات متخصصة للغاية، مثل ماكينات تحضير القهوة صغيرة الحجم التي شاركت شنايدر إليكتريك في ابتكارها مع شركة SOMIC. وفي كثير من الحالات، ترتفع قيمة التكلفة المالية لمثل هذه الماكينات، ولكن إذا اعتمد صانع الآلة على تقنيات الذكاء الاصطناعي، إلى جانب قدرات المراقبة عن بعد، للبدء في تقديم "وقت التشغيل كخدمة" لمستخدميه النهائيين، فإنها تعد طريقة مثالية لخفض أعباء النفقات المالية للمستخدمين النهائيين.

فقط الذكاء الاصطناعي يجعل نموذج العمل هذا ممكنًا، حيث يمكن لنماذج البيانات المدربة أن تؤهل ما إذا كانت فترة توقف الماكينة هي في الواقع مشكلة آلة مقابل الإنسان أو خطأ آخر. 



ثالثا: امتلاك الخبرة المناسبة

يعد امتلاك خبرة قوية في مجال العمل أمراً بالغ الأهمية لجعل مشاريع الذكاء الاصطناعي ناجحة. فمثلا: التحميل الزائد للبيانات حقيقة معروفة، لذا من الواضح أننا لا نحتاج إلى المزيد من البيانات. ما نحتاجه هو طرق أفضل للاستفادة من القيمة التجارية لتلك البيانات. ومعظم الشركات ليست لديها الخيرة الكافية في مجال الذكاء الاصطناعي، وتوجيه الخبرة في مجال ما يجعل مشاريع الذكاء الاصطناعي ذات صلة بالشركات وعملائها.



وتمتلك تقنيات الذكاء الاصطناعي الإمكانات الضخمة للاعتماد على إدارة مختلف العمليات بسلاسة وفى وقت أقل، وأبرز مثال على ذلك هو منصة تقنيات EcoStruxure من شنايدر إليكتريك، التي تم ابتكارها اعتمادا على الخبرات العميقة التي تمتلكها شنايدر إليكتريك في مجال الصناعة والمباني ومراكز البيانات والشبكات والتحكم الآلي. وينصح كافة العملاء عند الاعتماد على تقنيات الذكاء الاصطناعي في إدارة العمليات، بإنشاء فرق مشاريع ذكاء اصطناعي تضم خبيرًا في مجال الذكاء الاصطناعي، وعالمًا في مجال الكمبيوتر، وخبيرًا في مجال أعمال الشركة لكي يطرح الأسئلة الصحيحة للذكاء الاصطناعي ليقوم بتوفير حلول، والأهم من ذلك، أن يعرف كيف يستجيب بشكل أفضل لما تكشفه نماذج الذكاء الاصطناعي وأبرز مثال على ذلك (تطبيقات الصيانة التنبؤية). وتعتقد شنايدر إليكتريك أن الذكاء الاصطناعي هو الموجة القادمة من الابتكار في إنترنت الأشياء.
=