Trusler og muligheder ved AI i erhvervslivet (del 1) | AI i erhvervslivet #2

Vil kunstig intelligens snart være i stand til at læse vores tanker? Vil eksistensen og funktionen af AI tjene til at opfylde menneskelige behov til sit fulde potentiale? Eller, i stigende grad uden for vores kontrol, vil AI søge at kontrollere de valg, vi træffer, uafhængigt? De spørgsmål, vi lige har stillet, lyder som indledningen til et sci-fi essay. Men de er ganske reelle tvivl og problemer, som udviklerne og tidlige brugere af de mest avancerede AI-teknologier står over for i dag.

Trusler og muligheder ved AI i erhvervslivet – indholdsfortegnelse:

  1. Trusler og muligheder ved AI i erhvervslivet
  2. Cybersikkerhed og cybertrusler mod kunstig intelligens
  3. Sikre med AI
  4. Sikkerhedsbekymringer
  5. Adgang til information og AI
  6. Udvidelse af adgang
  7. Troverdighedsproblemer
  8. Sammenfatning

Håbene og truslerne ved AI i erhvervslivet

Anvendelse af kunstig intelligens i erhvervslivet rejser store håb. Det inkluderer nye markeder og produkter, innovative tjenester og måder at kontakte kunder på. Men det genererer også frygt vedrørende ikke kun sikkerheden af følsomme data fra virksomheden og dens kontraktører, men endda den videre eksistens af hele erhvervsgrene.

I dagens artikel vil vi se på truslerne og mulighederne ved AI i erhvervslivet. Vi vil fokusere på fordele og ulemper ved AI inden for følgende områder:

  • sikkerhed
  • adgang til information

I den følgende tekst vil vi tage fat på truslerne og mulighederne ved AI i erhvervsdrift, som de relaterer sig til omkostninger og nuværende og fremtidige job.

Cybersikkerhed og cybertrusler mod kunstig intelligens

Området sikkerhed i den digitale verden er et af de mest følsomme emner, der tages op i forbindelse med kunstig intelligens. Vi overlader det til at analysere, skabe og endda træffe beslutninger om stadig mere afgørende spørgsmål. Derfor skal vi være opmærksomme ikke kun på mulighederne for forretningsudvikling, men også på de risici, der er forbundet med anvendelsen af AI.

Sikre med AI

Takket være brugen af AI kan vi stræbe efter forbedret sikkerhed baseret på avancerede brugeridentifikationsteknologier, populære for eksempel i online bank sikkerhed. Deres essentielle komponenter er systemer:

  • stemmegenkendelse, som er en del af NLP, eller Natural Language Processing
  • billedgenkendelse (computer vision), især ansigtsidentifikation

Den centrale sektor for anvendelse af kunstig intelligens til at forbedre sikkerheden vedrører analyse af overvågning af begivenheder såsom koncerter eller store sportsbegivenheder. AI kan derfor i høj grad lette driften af virksomheder, der er involveret i beskyttelsen af massebegivenheder. Det vil ikke kun forkorte tiden for sikkerhedskontrol ved at sammenligne det præsenterede dokument eller billet med ansigtet på den person, der præsenterer det. Kunstig intelligens muliggør at opdage tilstedeværelsen og lokalisere personer, der potentielt kunne udgøre en trussel, samt dem, der opfører sig i strid med sikkerhedsreglerne.

En anden stor mulighed relateret til udviklingen af AI-baseret sikkerhed er overvågning af smarte ejendomme eller smarte hjem. Uden hjælp fra AI ville disse være sårbare over for angreb fra hackere, der ved at bryde ind i systemet kunne komme ind i hjemmet uden hindringer. Med AI er realtidsovervågning mulig, der opdager handlinger, der kunne deaktivere det på en meget mere sofistikeret måde end for eksempel antivirussoftware, der kører på en computer.

En endnu mere teknologisk avanceret og meget hurtigt voksende industri er kunstig intelligens, der muliggør ubemandede butikker. Det kombinerer normalt avanceret overvågning med driften af mobile applikationer for indloggede brugere. Takket være sådanne løsninger er det muligt at genkende en kunde, der besøger en butik, og uset scanne varer, der købes, og indsamle betaling for tjenester. De er også populære i andre sektorer, såsom ubemandede hoteller.

Sikkerhedsbekymringer

Dog involverer disse former for AI-løsninger visse risici og trusler, som virksomhederne skal overveje. Den mest alvorlige bekymring er lækager eller tyveri af detaljerede identifikationsdata indsamlet af tjenesteudbyderen.

Der er også risici forbundet med manglen på helt nye AI-love og -regler. Det kan resultere i uforudsigelige konsekvenser af misbrug af brugerdata af virksomheder, der opbevarer det til ukontrolleret overvågning af myndighederne.

Desuden er der endnu en dyb bekymring vedrørende sikkerheden af AI i neuroteknologi. Med andre ord, den potentielle trussel om at bygge grænseflader, der muliggør direkte hjerne-maskine kommunikation ved at læse hjernebølger.

Adgang til information og AI

Det, der rejser de største bekymringer om at forbinde den menneskelige hjerne med kunstig intelligens, rejser også de største håb om adgang til information og hastigheden af dens behandling. Løsninger, der kan læse hjernebølger, tillader allerede syntese af kunstig tale eller dronekontrol. Således er grænseflader, der fungerer med maskiner eller medicinske værktøjer med tanker, allerede ved hånden.

Udvidelse af adgang

Lethed i håndtering er en kolossal bekvemmelighed, der lader enhver person få problemfri adgang til information og uddannelse. En af de mest tilgængelige grænseflader for den gennemsnitlige bruger er stemmesøgning ved at stille naturlige spørgsmål og modtage svar på samme måde. Det gør, at vi ikke behøver at kende specialiserede termer eller avancerede søgemaskiner for at finde de produkter eller tjenester, vi leder efter.

Den næste milepæl i AI-assisteret adgang til information er billedsøgning. Få mennesker indser, hvor kompleks denne opgave er. Men dens anvendelse betyder håndgribelige fordele for erhvervslivet, ikke mindst fordi den betydeligt reducerer betydningen af placering. Med billedsøgning kan du søge efter lignende varer ved hjælp af et foto, uden mellemmænd i form af en produktbeskrivelse givet på et specifikt sprog.

Troverdighedsproblemer

Desværre er der også uundgåelige risici forbundet med området for AI-assisteret adgang til information. Hvis kunstig intelligens skal besvare vores spørgsmål præcist, skal vi være sikre på, at den henter information fra pålidelige kilder. Her opstår problemet med AI-læringsteknikker.

Vi kan opdele det i tre områder:

  • indsamling af de data, som kunstig intelligens undervises i,
  • datavalget, dvs. problemet med at verificere sandheden af information og afvise for eksempel falske nyheder,
  • anvendelse af data, dvs. de konklusioner, AI drager fra det sæt af data, der stilles til rådighed for den.

Problemet med pålidelighed kan illustreres med et simpelt eksempel. Forestil dig, at en AI lærte, hvordan katte ser ud fra et sæt billeder valgt forkert, hvor alle katte var sorte. Dermed konkluderede den, at alle katte er sorte.

Når vi oversætter vores problem til erhvervslivets område, kunne AI, der bruges til at træffe investeringsbeslutninger, lære fra et sæt mismatched finansielle data. For eksempel, på et hvor værdien af aktien i virksomhed A konstant stiger. Så AI definerede det som en aktie, hvis værdi konstant vokser, så en sådan investering har ingen risiko.

Sammenfatning

Mulighederne ved AI i erhvervslivet inkluderer primært:

  • digital sikkerhed
  • avanceret overvågning, der ikke kun forhindrer farlige situationer under massebegivenheder, men også muliggør drift af ubemandede butikker
  • hurtig adgang til information
  • intuitiv stemme- og billedsøgning

I modsætning hertil tager de primære risici, vi diskuterede ovenfor, højde for:

  • tyveri og misbrug af følsomme kunde- og virksomhedsdata
  • de potentielle risici ved brug af hjerne-maskine grænseflader
  • problemer med pålideligheden af de svar, der gives af AI

Hvis du kan lide vores indhold, så bliv en del af vores travle bier-fællesskab på Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest.

Robert Whitney

JavaScript-ekspert og instruktør, der coacher IT-afdelinger. Hans hovedmål er at hæve teamproduktiviteten ved at lære andre, hvordan man effektivt samarbejder, mens man koder.

View all posts →

Robert Whitney

JavaScript-ekspert og instruktør, der coacher IT-afdelinger. Hans hovedmål er at hæve teamproduktiviteten ved at lære andre, hvordan man effektivt samarbejder, mens man koder.

Share
Published by
Robert Whitney

Recent Posts

AI’s rolle i indholdsmoderation | AI i erhvervslivet #129

Virksomheder kæmper med at håndtere en stor mængde indhold, der offentliggøres online, fra sociale medieindlæg…

4 months ago

Sentimentanalyse med AI. Hvordan hjælper det med at drive forandring i erhvervslivet? | AI i erhvervslivet #128

I en tid med digital transformation har virksomheder adgang til en hidtil uset mængde data…

4 months ago

AI videoproduktion. Nye horisonter inden for videoinholdproduktion for virksomheder | AI i erhvervslivet #126

Forestil dig en verden, hvor dit firma kan skabe engagerende, personlige videoer til enhver lejlighed…

4 months ago

LLMOps, eller hvordan man effektivt håndterer sprogmodeller i en organisation | AI i erhvervslivet #125

For fuldt ud at udnytte potentialet i store sprogmodeller (LLMs) skal virksomheder implementere en effektiv…

4 months ago

Automatisering eller augmentation? To tilgange til AI i en virksomhed | AI i erhvervslivet #124

I 2018 havde Unilever allerede påbegyndt en bevidst rejse for at balancere automatiserings- og augmenteringsevner.…

4 months ago