Ny maskinlæringsmodell måler samfunnsvirkningen av store bedriftsinvesteringer

Hvordan komme i gang med maskinlæring Ben Lorica, sjefsdataforsker ved O'Reilly Media, om nye måter å utdanne deg om maskinlæring, og snakket på AI-konferansen presentert av O'Reilly og Intel AI.

Mer om kunstig intelligens

  • Google DeepMind-grunnlegger Demis Hassabis: Tre sannheter om AI
  • De 10 mest etterspurte AI-jobbene i verden
  • De 3 mest oversett begrensningene av AI i virksomheten
  • Hvordan bli maskinlæringsingeniør: Et jukseark

Bedrifter blir mer fokusert på samfunnsvirkningen av forretningsdrift, og hvordan visse beslutninger kan bli mottatt av andre, ifølge en fersk Deloitte-rapport. Det profesjonelle tjenestenettverket opprettet en ny Social Impact Measuring Model (SIMM), som bruker maskinlæringsteknologi for å forutsi mulige utfall av store bedriftsinvesteringer i et samfunn.

Hvis en organisasjon for eksempel åpnet et nytt kontor eller hovedkvarter, ville SIMM lage en prognose over 142 sosiale tiltak for å bestemme den samfunnsmessige virkningen i de fire årene etter investeringen, bemerket rapporten. Disse sosiale tiltakene inkluderer utdanning, bolig, familie og migrasjon, inntekt og sysselsetting, transport og industri.

"Med fremveksten av det sosiale foretaket - de organisasjonene som ser utover inntekter og overskudd for å forstå deres innvirkning på samfunnet - øker mange av våre kunder profilen til målstyrte resultater, " sa Janet Foutty, styreleder og administrerende direktør i Deloitte Consulting LLP, i en pressemelding fra torsdag. "The Social Impact Measuring Model (Moderne måling av sosiale konsekvenser) gjør det mulig for våre kunder å forstå om investeringene deres vil betale sosialt utbytte, og gi verdi til selskaper, lokalsamfunn og lokale myndigheter."

SIMM er også i stand til å analysere tidligere investeringer, frem til de siste fem årene, og studere effekten av disse beslutningene, heter det i rapporten. Selskaper begrenset tidligere avgjørelser til faktorer som oppretting, produksjon og inntektstall. Å legge til aspektet med sosial påvirkning kan imidlertid hjelpe bedrifter å ta mer utdannede beslutninger rundt hva som er verdt å bruke penger på.

Maskinlæring brukes vanligvis i store organisasjoner for å lære mer om kundene sine og for å skape bedre kundeopplevelser. Men SIMM tar dette synspunktet til neste nivå ved å skape en mer bevisst tilnærming til hvordan bestemte beslutninger vil påvirke mennesker utenfor selskapets kundegrunnlag og også produsere en maskinlæringssak for virksomheter som kanskje ikke tror de er kandidater til maskinlæring.

De store takeawayene for teknologiledere:

  • Social Impact Measuring Model (SIMM) bruker maskinlæring for å forutsi utfall av store bedriftsinvesteringer på omkringliggende samfunn og befolkninger. - Deloitte, 2019
  • SIMM gir en sak for maskinlæring for selskaper som kanskje ikke trodde de var kandidater ellers.

Nyhetsbrev om innovasjon

Vær kjent med smarte byer, AI, Internet of Things, VR, AR, robotikk, droner, autonom kjøring og mer av de kuleste teknologiske nyvinningene. Leveres onsdager og fredager

Registrer deg i dag

© Copyright 2020 | mobilegn.com