För företag i framkanten av sina branscher har artificiell intelligens (AI) blivit oundviklig. 

An oundviklig säkerhet, det är. 

Det är därför, de senaste fem månaderna, har PYMNTS suttit ner med olika AI-experter, innovatörer och entreprenörer varje vecka för att få deras tankar om teknikens inverkan över pelarna i Uppkopplad ekonomi — liksom vad de ser i horisonten när innovationen ytterligare genomsyrar och successivt omvandlar både betalningar och handel. 

Vad vi har lärt oss från över ett dussin samtal för PYMNTS "AI Effect"-serien är att det finns fem röda trådar som dessa experter, alla hämtade från olika områden, ser kring AI:s unikt kraftfulla applikationer inom företaget.

Den första är att generativa AI-funktioner (GenAI) i grunden har förändrat hur individer och företag kan interagera med datorer och information. 

AI och digitala gränssnitt: en ny informationsera 

Framväxten av dator- och digitalteknik har förändrat hur vi lever och bedriver verksamhet. Och den förändringen drevs av en förändring i beteende kring hur konsumenter och företag skapade, lagrade och fick tillgång till information - vilket tvingar människor, för det mesta, att bete sig som datorer för att kunna engagera sig produktivt med dem. 

Men GenAI:s kapacitet har potentialen att ändra på det. 

"Datorer kan nu bete sig som människor. De kan artikulera, de kan skriva och kan kommunicera precis som en människa kan." Beerud Sheth, VD på konversationsplattformen för AI Gupshup, berättade för PYMNTS. "Ingen trodde någonsin att en bulldozer kunde bete sig som en människa, eller eld, eller någon av de tidigare uppfinningarna genom historien. AI har animerat samhället på ett sätt som ingen annan teknik har gjort tidigare."

”Stora språkmodeller är i allmänhet extremt bra på interagerar med människor, samla in data och göra kunskap och data tillgänglig”, Pekannöt VD och medgrundare Zohar Bronfman sa till PYMNTS under en konversation för serien "AI-effekten." "De är den bästa teknik som mänskligheten någonsin har gjort som hjälper till att göra kunskap tillgänglig."

"Generativ AI är så kraftfull för att den är det ger AI till alla … Före Ford-bilar hade ingen bil, och så hade alla plötsligt en bil – och vi fick motorvägar, mekanik, det ledde till så mycket mer innovation.” Akli Adjaoute, grundare och generalpartner på riskkapitalfond Exponion, berättade för PYMNTS.

För det andra var experterna allmänt överens om att AI-system ger företag ett oöverträffat sätt att fånga nya effektivitetsvinster och effektivisera befintliga arbetsflöden. 

AI och Task Completion: Ett skott i armen till tråkiga arbetsflöden

Även om den nuvarande explosionen av intresse för AI kan verka ny, har tidigare generationer av prediktiva algoritmer och maskininlärningssystem i tysthet utfört tråkiga, värdefulla uppgifter i flera år.

Och medan dagens AI också kan automatisera repetitiva uppgifter och utnyttja data för att fatta bättre beslut, effektivisera arbetsflöden och minska kostnaderna, blåser hela spektrumet av GenAI-applikationer och den stora hastigheten på deras slutförande av kapaciteten hos tidigare system ur vattnet. 

"Vi överskattar alltid de första tre åren av en teknik, och kraftigt underskatta den 10-åriga tidshorisonten", Jake Joraanstad, VD på bushel, berättade för PYMNTS.

"The ChatGPT glödlampan slocknade i allas huvuden och den förde in artificiell intelligens och toppmodern djupinlärning i det offentliga samtalet.” Andy Hock, senior vice president för produkt och strategi på Cerebras, berättade för PYMNTS.

"Och från en företags ståndpunkt, en glödlampa slocknade i huvudet på många Fortune 1000 CIO:er och CTO:er, tillade Hock. "De här generativa modellerna gör saker som att simulera tidsseriedata. De kan klassificera språken och dokumenten för ansökningar, till exempel inom ekonomi och juridik. De kan också användas inom breda domäner för att göra saker som att hjälpa forskare att utveckla nya farmaceutiska terapier eller bättre förstå elektroniska journaler och förutsäga hälsoresultat från särskilda behandlingar."

"Om du går in på ett område där uppgifterna är verkliga, särskilt inom betalningsbranschen, oavsett om det är kreditrisk, om det är brottslighet, om det är AML [anti-penningtvätt], om det är bedrägeriförebyggande, allt som rör betalningar ... AI kan ger mycket nytta”, sa Exponions Adjaoute till PYMNTS. 

Enkelt uttryckt som James Clough, teknisk chef och medgrundare av Robin AI, berättade för PYMNTS, "advokater som använder AI kommer att ersätta advokater som inte gör det, snarare än att AI ersätter alla advokater.”

Men även om AI är lätt, är det inte det den där lätt. Det tredje som experterna betonade för PYMNTS var att inte alla företag har en perfekt 10:a på skalan "redo för AI-anpassning", och att talang- och resursluckor kring teknikens utbyggnad kommer att behöva åtgärdas. 

Förbered dig för AI-adoption: Ta det första steget 

Det finns många, många företag där ute. Och vissa företag kan ha mogna datapraxis och sofistikerade ingenjörsteam, vilket gör det möjligt för dem att integrera AI-utdata i befintliga affärsprocesser med minimal friktion. Men det stora flertalet företag gör det inte – och för att effektivt och ansvarsfullt utnyttja AI-system till deras organisations fördel måste de ta itu med denna lucka innan den börjar gäspa. 

"Många stora företag har extraordinära datatillgångar, men data som är redo att användas för att träna en av dessa modeller - saker som om den är ren, de-duplicerad, och vet de hur man tokeniserar den och gör den redo att matas in i en av dessa AI-modeller — det är en annan sak", Cerebras' Hock berättade för PYMNTS och noterade att andelen människor runt om i världen som vet hur man bygger ett AI-system är liten.

As Adrian Aoun, VD på Framåt, berättade för PYMNTS, "saker måste vara byggd för en värld av AI för att den AI ska fungera och skala."

"Jag har arbetat med artificiell intelligens och maskininlärning (ML) i mer än 20 år nu," Yoav Amiel, chief information officer på fraktmäklarplattform och tredjepartslogistikföretag RXO, berättade för PYMNTS. "När vi bygger teknik bygger vi den inte bara för dess egen skull, vi bygger teknik att hjälpa verksamheten," men eftersom vi "ger mer och mer beslutsfattande makt till teknik ... måste vi se till att om maskinerna av någon anledning inte kan fatta dessa beslut, så blir vi inte kvar utan förmågan att fungera."

Dessa farhågor matas in i nästa stora tema som experterna flaggade för: behovet av att konstruera efterlevnads- och styrningsprogram kring företags AI-system, samtidigt som man säkerställer deras säkerhet. 

Ta nästa steg: Säkerställa datasäkerhet och skapa ett styrningsprogram

Även om man tar AI ur bilden kan många organisationer brottas med frågor som kvalitetskontroll, styrning, efterlevnad och cybersäkerhet när de integrerar sofistikerade mjukvarulösningar. 

AI förenar dessa behov. 

"Traditionell ML var vanligtvis sfären av doktorer eller välutbildade dataforskare, men alla kan börja använda generativ AI bara genom att registrera sig," Kojin Oshiba, medgrundare av end-to-end AI-säkerhetsplattform Robust intelligens, berättade för PYMNTS och förklarade att denna situation i sig skapar risker. 

"Det finns en skillnad som vi ser mellan cybersäkerhet och AI-säkerhet," tillade Oshiba. "CISOs känner till de olika komponenterna i cybersäkerhet, som databassäkerhet, nätverkssäkerhet, e-postsäkerhet, etc., och för var och en kan de ha en lösning. Men med AI, komponenterna i AI-säkerhet och vad som behöver göras för var och en är inte allmänt känt. Landskapet av risker och lösningar som behövs är oklart.”

Att integrera AI är bara halva striden. Den andra sidan av pusslet handlar om att säkerställa att AI-systemet tillämpas på ett verkligt affärsproblem – och att dess resultat är användbara och genomförbara. 

"En modell är bara så bra som problemet den löser", sa Pecans Bronfman till PYMNTS. "Och för att knyta modellen till affärsproblemet krävs en förståelse för inte bara noggrannheten, vilket är mycket tekniskt, utan också effektiviteten, hur väl AI-modellen är lösa problemet, och hur det ska integreras i affärsprocessen, vilket är en mer komplex fråga.”

Men när dessa hinder har undanröjts, var experter överens om att saker och ting börjar bli väldigt, väldigt spännande – för vad de alla ser hända i framtiden är framväxten av AI-system som har ett eget liv och kräver minimal mänsklig inblandning. 

Framväxten av agentiska AI-system 

Heather Wilson, VD för CLARA Analytics, berättade för PYMNTS att hon ser agent AI applikationer som nästa stora innovation i rymden. Dessa agentiska AI-system skulle ge beslutsstöd och hantera rutinuppgifter, vilket gör att mänskliga anställda kan fokusera på mer komplexa aspekter av sitt arbete.

Detta är en framtidsvision som delas av många, där Pecans Bronfman förutspår att framtiden för AI ligger i att automatisera beslutsprocesser och optimera affärsverksamheten genom att vidta oövervakade åtgärder. 

Robin AIÄr Clough förutspådde också ett skifte från chattbaserade gränssnitt till mer agenta AI-modeller som går bortom att ge svar på att utföra uppgifter.  

"Det kommer inte att vara något du frågar och får ett svar tillbaka, utan ett system du kan be om att göra saker åt dig," sa han. "...Istället för att bara skriva det e-postmeddelandet, kan det skapa ett utkast till e-postmeddelandet och hämta bilagan och lägga den i din utkorg och sedan klicka på skicka också. Jag tror att övergången från chatt till agenter är något av det mest spännande vi kommer att se under det kommande året.”

Länk: https://www.pymnts.com/news/artificial-intelligence/2024/5-trends-these-ai-experts-think-could-change-payments-and-commerce/

Källa: https://www.pymnts.com

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: https://www.fintechnews.org/5-trends-these-ai-experts-think-could-change-payments-and-commerce/