La fiabilité de l’IA conduira son adoption dans les entreprises – | Cloud Computing | Centre de données

  • FrançaisFrançais



  • La technologie de l’IA est un élément essentiel des efforts de l’industrie pour revoir les stratégies commerciales et suivre le rythme d’un monde de plus en plus défini par des systèmes intelligents basés sur l’IA. Il contribue à améliorer l’efficacité, à créer des systèmes de décision efficaces, à réduire le temps de cycle et à améliorer l’expérience client. La pile de technologies d’IA est de plus en plus standardisée et l’automatisation est maintenant suffisamment mature pour créer des expériences numériques complètes de bout en bout. Cependant, l’adoption et l’intégration de l’IA avec les systèmes existants sont plus compliquées dans les industries hautement réglementées telles que l’aérospatiale, la fintech, les véhicules autonomes et les soins de santé. La sécurité des données, la confidentialité et la sécurité des clients étant primordiales, les entreprises de ces secteurs doivent comprendre les structures réglementaires en évolution rapide qui peuvent faire ou défaire les initiatives d’IA.

    Cela conduit à plus de questions sur la fiabilité de l’IA, même si les entreprises recherchent une intégration plus rapide avec leurs initiatives numériques et d’automatisation. Alors que l’IA devient une exigence dans tous les secteurs industriels, elle est passée d’initiatives axées sur la technologie à des solutions basées sur un cadre avec plusieurs modules dérivés. Cela signifie que chaque industrie doit prendre soin des valeurs humaines lors de la construction de systèmes d’IA et veiller à ce qu’ils soient conformes aux principes réglementaires. Les cadres adaptatifs ont des éléments personnalisés qui garantissent des implémentations réussies pour chaque secteur. Chaque secteur travaille sur ses objectifs stratégiques pour s’assurer que les systèmes de décision sont authentifiés. Le résultat commun du cadre est d’optimiser les ressources, d’accroître l’efficacité et de créer un système fiable d’aide à la décision avec une augmentation humaine, le cas échéant. Un tel cadre doit garantir que la technologie correspond aux attentes de l’utilisateur final sans compromettre l’expérience en personne des produits, solutions et services. Ainsi, la confidentialité et le traitement des données, ainsi que l’analyse intelligente et l’alignement avec les normes, conduiront à une adoption plus rapide de l’IA.

    Les chaînes de valeur spécifiques à l’industrie peuvent être construites sans biais en utilisant les principes de fiabilité de l’IA dans une pile technologique mûre. Avant que des opérations entièrement autonomes puissent être réalisées, des services d’IA dérivés peuvent être développés en tenant compte du risque, de l’authentification et des garanties afin que les cadres augmentés par l’homme mûrissent de la bonne manière. De plus, l’opportunité de marché de l’IA devrait augmenter d’un taux de croissance moyen composé moyen de 42,2% de 2020 à 2027 – Source. Un tel potentiel de marché incite les entreprises à mettre en œuvre une stratégie d’adoption plus rapide de l’IA. Pour une adoption réussie, la fiabilité de l’IA doit avoir des niveaux d’assurance, de sécurité, de risque et de sécurité avec des services garantis à différents niveaux de chaînes de valeur spécifiques à l’industrie.

    Voici un aperçu rapide de la fiabilité, de la feuille de route et de la réglementation de l’IA dans les secteurs de l’aérospatiale, des véhicules autonomes, de la fintech et de la santé.

    Dimension

    Industrie
    Aérospatial Véhicules autonomes Fintech Soins de santé
    Fiabilité de l’IA .Assurance

    ·Garantie

    · Risque, sûreté et sécurité

    · Systèmes décisionnels

    · Fonction et service

    · Systèmes décisionnels

    ·Sécurité et de sûreté

    ·Règlements

    · Sécurité et service

    ·Authentification

    · Validation et sécurité

    ·Conformité

    · Transparence et sécurité

    .Crédibilité, confidentialité et consentement

    · Explicable et fiable

    ·Règlements

    Feuille de route de l’IA · Approche à trois niveaux – 1) Assistance à l’homme, 2) Collaboration homme / machine, 3) Machines plus autonomes

    · Augmenter l’autonomie grâce à l’apprentissage adaptatif

    · Approche à cinq niveaux – Les niveaux 1 et 2 sont des fonctionnalités d’assistance au conducteur, les niveaux 3, 4 et 5 sont des fonctionnalités de conduite automatisée

    · Contrôle humain à contrôle machine

    · Automatisation hybride avec analyse intelligente

    · Approche à quatre niveaux –

    Systèmes cognitifs à auto-résilients, collaboratifs et multiplateformes

    · Une stratégie évolutive sans approche de niveau spécifique

    · IA descriptive à prescriptive

    · Analyse intelligente augmentée humaine collaborative pour des décisions d’experts

    Règlements Réglementation mondiale de l’IA Consortium mondial d’IA Consortium IA spécifique à la géographie Consortium IA spécifique à la géographie

    Conclusion:

    La technologie, les produits, les solutions et les services d’IA ont accéléré la transformation numérique, l’automatisation et les initiatives autonomes.

    Les entreprises doivent travailler en étroite collaboration avec les régulateurs, les agences de certification et les organismes professionnels tels que NIST, ISO, IEEE, ISA et SAE International pour développer des normes, des lignes directrices et les meilleures pratiques en matière d’IA. Les entreprises doivent collaborer avec les régulateurs, les agences de certification, les organismes professionnels, les laboratoires de recherche, les partenaires et les universités pour créer un écosystème de fiabilité de l’IA. La fiabilité de l’IA peut jouer un rôle vital dans l’industrie de demain en libérant le potentiel humain, ce qui se traduit par une croissance globale et durable.

    Pour une perspective détaillée de la fiabilité de l’IA dans les secteurs de l’aérospatiale, des véhicules autonomes, de la fintech et de la santé, veuillez consulter le livre blanc d’Infosys.

    A propos de l’auteur:

    Vice-président associé et chef du groupe d’ingénierie avancée (AEG) des services d’ingénierie, Infosys

    Dr Ravi Kumar GVV est vice-président associé et chef du groupe d’ingénierie avancée (AEG) des services d’ingénierie, Infosys. Il a mené de nombreux projets d’innovation et de recherche appliquée pendant plus de 20 ans. Ses domaines d’expertise incluent les structures et systèmes mécaniques, l’ingénierie basée sur la connaissance, les composites, l’intelligence artificielle, la robotique, les systèmes autonomes, la RA, la RV et l’industrie 4.0. Il est impliqué dans le développement de produits commerciaux comme AUTOLAY (CADDS-COMPOSITES) – un programme indien LCA (Tejas) dérivé, Nia Knowledge – une plateforme d’ingénierie basée sur la connaissance et KRTI 4.0 – un cadre d’excellence opérationnelle. Il a contribué à de nombreux projets d’implémentation de l’Industrie 4.0 et a joué un rôle crucial dans le développement de l’indice de maturité de l’Industrie 4.0 sous l’égide d’Acatech, Allemagne. Il est également impliqué dans diverses initiatives du Forum économique mondial (WEF) sur les technologies de la quatrième révolution industrielle en production. Il est membre du HM 1 et président des comités techniques G31 de SAE International. Le Dr Ravi Kumar a publié plus de cinquante articles techniques, trois brevets et élaboré de nombreuses normes aérospatiales. Il a un doctorat. et un M. Tech de l’IIT Delhi et un BE (avec distinction) de BITS Pilani, Inde.

    LinkedIn: Dr Ravi Kumar GV V

    La fiabilité post AI conduira à son adoption dans les entreprises apparues en premier sur NASSCOM Community | The Official Community of Indian IT Industry.

    Source

    N'oubliez pas de voter pour cet article !
    1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
    Loading...

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.