най-четени
eксклузивни анализи
пийпълметрични данни
детайлни селекции
помагате на една нова медиа
Вместо да чакат нещо да се обърка и да реагират възможно най-бързо, продуктите и услугите все повече са проектирани да предвиждат повреда, риск или нужда, преди да се случат. До какво води това? По-добри резултати, по-ниски разходи и често изцяло нови източници на конкурентно предимство. Има вече доста примери, потвърждаващи тази посока на мислене и действие:
Tesla пуска безжична актуализация на софтуера, която позволява на системата от камери Tesla Vision да класифицира предстоящ сблъсък и да разгръща въздушни възглавници до 70 милисекунди по-рано от традиционните сензори, базирани на акселерометър. С тази малка промяна милиони съществуващи превозни средства мигновено стават по-сигурни и по-предсказуеми – без никакъв нов хардуер.
DJI пуска парашут AP100 за своя корпоративен дрон Matrice 400. Парашутът се задейства автоматично при загуба на захранване или повреда на сензора, като забавя спускането до под 5 метра в секунда, като операторите на устройствата могат да го разгърнат и дистанционно чрез FlightHub 2.
NHS England или здравната система на Англия внедрява AI за спешни случаи в приложението си, като изкуственият интелект ще приоритизира спешността на повикванията. Използва се стандартен код за непосредствена спешност, възможност за забавяне, минимална спешност и отпаднала необходимост. Очаква се 200 000 пациенти да го използват само през първата година. Пилотен проект в Съсекс намалява сутрешните обаждания за медицински резервации с 29%, демонстрирайки как прогнозирането може да облекчи натиска върху здравната система, обслужваща списъци с чакащи над 7 милиона души.
Подобни примери задават посока на всяка система, в която съществуват моменти на забавяне или неуспех. Мисленето в посока превенция, намаляване до минимум и избягване на критичните моменти е новото решение и още един начин компаниите да се възползвате от изкуствения интелект.