Künstliche Intelligenz, im Volksmund als KI bekannt, hat sich zu einer bedeutenden Kraft entwickelt, die die Art und Weise prägt, wie Unternehmen Strategien entwickeln, Prognosen erstellen, planen und letztendlich Entscheidungen treffen. Doch wie jede aufstrebende Technologie bringt auch sie eine Reihe von Herausforderungen mit sich. Ein großes Hindernis, das die volle Effizienz dieser KI-Systeme beeinträchtigt, ist ihre Unfähigkeit, auf unternehmensspezifische Daten zuzugreifen und diese zu nutzen. Dies wiederum beeinträchtigt häufig ihre Leistung und Wirksamkeit.
Devavrat Shah, ein herausragender Forscher am Labor für Informations- und Entscheidungssysteme (LIDS) des MIT und Mitglied des Lehrkörpers des Fachbereichs Elektrotechnik und Informatik (EECS), setzt sich unermüdlich für die Lösung dieses Problems ein. Sein Hauptaugenmerk liegt auf der Entwicklung von Verfahren, die eine sekundengenaue Entscheidungsfindung ermöglichen, selbst wenn nur begrenzte Rechenressourcen zur Verfügung stehen. Sein Ansatz unterstreicht einen entscheidenden Punkt – die Leistungsfähigkeit der Extraktion großer Datenmengen, selbst wenn nur minimale Ressourcen zur Verfügung stehen.
Im Jahr 2019 führte dieser Ansatz dazu, dass Shah Ikigai Labs mitbegründete, ein innovatives Start-up, das ein Grundmodell für tabellarische Zeitreihendaten auf den Markt brachte. Basierend auf akribischen Forschungsarbeiten, die in Shahs Labor durchgeführt wurden, wurde dieses Modell patentiert und vom MIT selbst an Ikigai lizenziert. Bemerkenswert ist, dass das Modell sein Lernen kontinuierlich verbessern kann, indem es seine Vorhersagen anhand realer Ergebnisse überprüft und dabei Informationen aus einer Vielzahl von Unternehmensdaten bezieht.
Ein besonders hervorzuhebendes Merkmal ist der Einsatz grafischer Modelle in Shahs Verfahren, ähnlich denen, die in GPS-Geräten und Digitaluhren zum Einsatz kommen. Im Gegensatz zu herkömmlichen KI-Modellen, die Text und Bilder in den Vordergrund stellen, interpretiert Shahs System strukturierte oder tabellarische Daten und ermöglicht so eine Echtzeitplanung in viel größerem Umfang.
Die Technologie von Ikigai beschränkt sich nicht auf die Labore des MIT; sie ebnet derzeit den Weg für Geschäftsprognosen und Entscheidungsfindung in großen Unternehmen, darunter Konsumgüterhersteller und Pharmaunternehmen. Um zu veranschaulichen, wie das funktioniert, stellen Sie sich ein Unternehmen der Unterhaltungselektronik vor, das dank dieses innovativen KI-Systems Strategien unter Berücksichtigung von Faktoren wie Produktnachfrage, Preisgestaltung und Marketingmaßnahmen effizient ausarbeitet.
Der Durchbruch gelang, als Ikigai von Celonis übernommen wurde, einem weltweit tätigen Unternehmen, das sich auf die Digitalisierung und Automatisierung von Geschäftsprozessen für über 1.400 Großunternehmen spezialisiert hat. Hier kommt Shahs Vision zum Tragen: Er plant, das Modell von Ikigai in die digitalisierten Systeme von Celonis zu integrieren, um praxisnahe Analysen zu erstellen, die Geschäftsprognosen, -pläne und -entscheidungen erheblich verbessern werden.
Während der Markt von zahlreichen KI-orientierten Lösungen nur so wimmelt, konzentriert sich Shah auf strukturierte oder zeitbasierte Daten und bietet damit eine kostengünstigere KI-Lösung an. Er ist der Überzeugung, dass eine gezielte Fokussierung zu einer präziseren Technologie führt – ein Segen für Unternehmen, die ihre Abläufe zeit- und kosteneffizient gestalten möchten.
Wenn Sie daran interessiert sind, in diese vielversprechende Welt der KI-Automatisierung einzutauchen und Ihre Geschäftsabläufe zu transformieren, sollten Sie Optionen wie implementi.ai in Betracht ziehen. Vertiefen Sie Ihr Verständnis dafür, wie KI die Geschäftswelt weltweit verändert. Um einen detaillierten Einblick in Shahs Arbeit zu erhalten und zu erfahren, wie diese die Rolle der KI bei geschäftlichen Entscheidungsprozessen verändert, können Sie den Original-Nachrichtenartikel lesen. hier.
Diese Website verwendet Cookies.