AI yang dapat dijelaskan terbayar untuk LinkedIn Microsoft – Perangkat Lunak
Technology

AI yang dapat dijelaskan terbayar untuk LinkedIn Microsoft – Perangkat Lunak

LinkedIn Microsoft meningkatkan pendapatan berlangganan sebesar delapan persen setelah mempersenjatai tim penjualannya dengan perangkat lunak kecerdasan buatan yang tidak hanya memprediksi klien yang berisiko membatalkan, tetapi juga menjelaskan bagaimana hal itu sampai pada kesimpulannya.

Sistem, yang diperkenalkan Juli lalu dan akan dijelaskan dalam posting blog LinkedIn hari ini, menandai terobosan dalam membuat AI “menunjukkan pekerjaannya” dengan cara yang bermanfaat.

Sementara ilmuwan AI tidak memiliki masalah dalam merancang sistem yang membuat prediksi akurat pada semua jenis hasil bisnis, mereka menemukan bahwa untuk membuat alat tersebut lebih efektif bagi operator manusia, AI mungkin perlu menjelaskan dirinya sendiri melalui algoritme lain.

Bidang yang muncul dari “AI yang Dapat Dijelaskan,” atau XAI, telah mendorong investasi besar di Silicon Valley ketika perusahaan rintisan dan raksasa cloud bersaing untuk membuat perangkat lunak buram lebih mudah dipahami dan telah memicu diskusi di Washington dan Brussels di mana regulator ingin memastikan pengambilan keputusan otomatis dilakukan. secara adil dan transparan.

Teknologi AI dapat melanggengkan bias sosial seperti di sekitar ras, gender, dan budaya. Beberapa ilmuwan AI melihat penjelasan sebagai bagian penting untuk mengurangi hasil yang bermasalah tersebut.

Regulator perlindungan konsumen AS termasuk Komisi Perdagangan Federal telah memperingatkan selama dua tahun terakhir bahwa AI yang tidak dapat dijelaskan dapat diselidiki.

UE tahun depan bisa lewat UU Kecerdasan Buatanserangkaian persyaratan komprehensif termasuk agar pengguna dapat menginterpretasikan prediksi otomatis.

Pendukung AI yang dapat dijelaskan mengatakan itu telah membantu meningkatkan efektivitas aplikasi AI di bidang-bidang seperti perawatan kesehatan dan penjualan.

Google Cloud menjual layanan AI yang dapat dijelaskan yang, misalnya, memberi tahu klien yang mencoba mempertajam sistem mereka piksel mana dan segera contoh pelatihan mana yang paling penting dalam memprediksi subjek foto.

Tetapi para kritikus mengatakan penjelasan mengapa AI memprediksi apa yang dilakukannya terlalu tidak dapat diandalkan karena teknologi AI untuk menafsirkan mesin tidak cukup baik.

LinkedIn dan lainnya yang mengembangkan AI yang dapat dijelaskan mengakui bahwa setiap langkah dalam proses – menganalisis prediksi, menghasilkan penjelasan, mengonfirmasi keakuratannya, dan membuatnya dapat ditindaklanjuti oleh pengguna – masih memiliki ruang untuk perbaikan.

Tetapi setelah dua tahun percobaan dan kesalahan dalam aplikasi yang relatif berisiko rendah, LinkedIn mengatakan teknologinya telah menghasilkan nilai praktis.

Buktinya adalah peningkatan delapan persen dalam pemesanan perpanjangan selama tahun fiskal berjalan di atas pertumbuhan yang biasanya diharapkan.

LinkedIn menolak untuk merinci manfaat dalam dolar, tetapi menggambarkannya sebagai cukup besar.

Sebelumnya, tenaga penjualan LinkedIn mengandalkan intuisi mereka sendiri dan beberapa peringatan otomatis tentang adopsi layanan oleh klien.

Sekarang, AI dengan cepat menangani penelitian dan analisis. Dijuluki CrystalCandle oleh LinkedIn, itu memanggil tren yang tidak diperhatikan dan alasannya membantu tenaga penjualan mengasah taktik mereka untuk menjaga pelanggan yang berisiko tetap bergabung dan mendorong orang lain untuk meningkatkan.

LinkedIn mengatakan rekomendasi berbasis penjelasan telah diperluas ke lebih dari 5000 karyawan penjualannya yang mencakup penawaran rekrutmen, periklanan, pemasaran, dan pendidikan.

“Ini telah membantu tenaga penjualan berpengalaman dengan mempersenjatai mereka dengan wawasan khusus untuk menavigasi percakapan dengan prospek. Ini juga membantu tenaga penjualan baru terjun langsung,” kata Parvez Ahammad, direktur pembelajaran mesin dan kepala penelitian terapan ilmu data LinkedIn.

Untuk menjelaskan atau tidak untuk menjelaskan?

Pada tahun 2020, LinkedIn pertama kali memberikan prediksi tanpa penjelasan. Skor dengan akurasi sekitar 80 persen menunjukkan kemungkinan klien yang akan segera diperpanjang untuk pembaruan akan meningkatkan, bertahan stabil, atau membatalkan.

Tenaga penjual tidak sepenuhnya dimenangkan. Tim yang menjual perangkat lunak perekrutan dan perekrutan LinkedIn’s Talent Solutions tidak jelas tentang bagaimana menyesuaikan strategi mereka, terutama ketika kemungkinan klien tidak memperbarui tidak lebih baik daripada lemparan koin.

Juli lalu, mereka mulai melihat paragraf pendek yang dibuat secara otomatis yang menyoroti faktor-faktor yang memengaruhi skor.

Misalnya, AI memutuskan bahwa seorang pelanggan kemungkinan besar akan melakukan upgrade karena tumbuh 240 pekerja selama setahun terakhir dan kandidat menjadi 146% lebih responsif pada bulan lalu.

Selain itu, indeks yang mengukur kesuksesan klien secara keseluruhan dengan alat rekrutmen LinkedIn melonjak 25 persen dalam tiga bulan terakhir.

Lekha Doshi, wakil presiden operasi global LinkedIn, mengatakan bahwa berdasarkan penjelasan perwakilan penjualan sekarang mengarahkan klien ke pelatihan, dukungan, dan layanan yang meningkatkan pengalaman mereka dan membuat mereka tetap berbelanja.

Tetapi beberapa ahli AI mempertanyakan apakah penjelasan diperlukan. Mereka bahkan dapat membahayakan, menimbulkan rasa aman palsu dalam AI atau mendorong pengorbanan desain yang membuat prediksi menjadi kurang akurat, kata para peneliti.

Fei-Fei Li, salah satu direktur Institut Kecerdasan Buatan Berpusat pada Manusia Universitas Stanford, mengatakan orang menggunakan produk seperti Tylenol dan Google Maps yang cara kerjanya tidak dipahami dengan baik.

Dalam kasus seperti itu, pengujian dan pemantauan yang ketat telah menghilangkan sebagian besar keraguan tentang kemanjurannya.

Demikian pula, sistem AI secara keseluruhan dapat dianggap adil bahkan jika keputusan individu tidak dapat dipahami, kata Daniel Roy, seorang profesor statistik di University of Toronto.

LinkedIn mengatakan integritas algoritme tidak dapat dievaluasi tanpa memahami pemikirannya.

Itu juga menyatakan bahwa alat seperti CrystalCandle-nya dapat membantu pengguna AI di bidang lain. Dokter dapat mempelajari mengapa AI memprediksi seseorang lebih berisiko terkena penyakit, atau orang dapat diberi tahu mengapa AI merekomendasikan mereka untuk menolak kartu kredit.

Harapannya adalah penjelasan tersebut mengungkapkan apakah suatu sistem sejalan dengan konsep dan nilai yang ingin dipromosikan, kata Been Kim, seorang peneliti AI di Google.

“Saya melihat interpretabilitas pada akhirnya memungkinkan percakapan antara mesin dan manusia,” katanya. “Jika kita benar-benar ingin memungkinkan kolaborasi manusia-mesin, kita membutuhkan itu.”

Posted By : pengeluaran hk hari ini 2021