ИИ, вероятно, не будет брать на себя все инвентарные подсчеты в ближайшее время
Опубликовано 22 января 2024 г. 22 января 2024 г. пользователем < /span> 
В рабочем документе «Помимо воздействия искусственного интеллекта: какие задачи экономически эффективно автоматизировать с помощью компьютерного зрения?» [PDF] Исследователи MIT при финансовой поддержке MIT-IBM Watson AI Lab изучили возможность серьезных нарушений трудовых отношений из-за внедрения ИИ в определенные функции, которые до сих пор требовали участия людей. Проще говоря, они хотели выяснить, отнимают ли роботы вашу работу. Не все вакансии, особенно «задачи по видению»; что в нашем маленьком уголке мира больше всего применимо к аудиторам’ ненавистный инвентарный подсчет.
Короткие (и хорошие) новости из статьи: их результаты показывают, что сокращение рабочих мест в сфере ИИ будет существенным, но при этом постепенным. А на данный момент массовое развертывание просто нецелесообразно для большинства предприятий, даже для таких крупных работодателей, как Walmart.
Мы обнаружили, что при сегодняшних затратах американские предприятия предпочли бы не автоматизировать большинство задач машинного зрения, которые имеют «воздействие искусственного интеллекта», и что только 23% заработной платы работников, выплачиваемых за задачи машинного зрения, были бы привлекательны для автоматизации. Это более медленное внедрение ИИ можно ускорить, если затраты быстро снизятся или если он будет развернут через платформы ИИ как услуга, которые имеют больший масштаб, чем отдельные фирмы, и то, и другое мы оцениваем количественно.
Предпосылка зависит от текущих затрат на развертывание, а это означает, что заменить вас искусственным интеллектом, который у нас есть сейчас, обходится дороже, чем продолжать использовать ваши глазные яблоки для подсчета виджетов.
Один пример. они предлагают пекарню:
Рассмотрим небольшую пекарню, которая оценивает, стоит ли ее автоматизировать с помощью компьютерного зрения. Одна из задач, которую выполняют пекари, — это визуальная проверка ингредиентов на предмет их достаточного качества (например, неиспорченности). Эту задачу теоретически можно заменить системой компьютерного зрения, добавив камеру и научив систему обнаруживать испорченную еду. Даже если эту задачу визуального контроля можно было бы отделить от других частей производственного процесса, было бы это экономически эффективно? По данным O*NET Бюро статистики труда, проверка качества продуктов питания составляет примерно 6% обязанностей пекаря. Таким образом, небольшая пекарня с пятью пекарями, получающими стандартную зарплату (48 000 долларов США каждый в год), потенциально может сэкономить трудозатраты за счет автоматизации этой задачи в размере 14 000 долларов США в год. Эта сумма намного меньше, чем стоимость разработки, внедрения и обслуживания системы компьютерного зрения, поэтому мы пришли к выводу, что заменять человеческий труд системой искусственного интеллекта в этой пекарне нерентабельно.
Таким образом:
Вывод из этого примера о том, что человеческие работники более экономически привлекательны для фирм (особенно тех, у которых нет масштаба), оказывается широко распространенным. Мы обнаружили, что только 23% компенсаций работникам, «подверженных» компьютерному зрению ИИ, будут экономически эффективными для компаний при автоматизации из-за больших первоначальных затрат на системы ИИ. Экономику ИИ можно сделать более привлекательной либо за счет снижения стоимости развертывания, либо за счет увеличения масштаба внедрения, например, путем развертывания платформ ИИ как услуги (Борге, 2022), что мы также исследовать. В целом наша модель показывает, что потеря рабочих мест из-за компьютерного зрения ИИ, даже в рамках набора задач машинного зрения, будет меньше, чем существующий отток рабочих мест, наблюдаемый на рынке, что позволяет предположить, что замена рабочей силы будет скорее постепенной, чем внезапной.
Чтобы определить, будет ли подобная технология экономически жизнеспособной в аудиторских фирмах, вам придется подсчитать, сколько времени требуется для инвентаризации, выяснить, какая часть зарплаты аудитора идет на эту деятельность, и умножить это значение. сколько бы аудиторов ни потребовалось, чтобы все сделать, а затем сопоставьте это с затратами на замену компьютерного зрения. Партнеры, несомненно, занимаются этими математическими расчетами, пока мы говорим.
Документ CPA Canada/AICPA под названием «Аудит, основанный на данных: как автоматизация и искусственный интеллект меняют аудит и роль аудитора»; В [PDF], опубликованном в 2020 году, рассказывается о том, как компьютерное зрение может помочь аудиторам в решении этой конкретной и неприятной задачи:
<р>Риски, выявленные в этом документе, заключаются в надежности изображений «(например, являются ли просматриваемые изображения подлинными или существует риск того, что изображением можно манипулировать?)»; и трудности с доступом к инвентарю. Например, они могут заставить первокурсников ютиться на холодном складе среди гигантских штабелей коробок, расстояние между которыми составляет всего несколько дюймов, или заляпанных дерьмом сараев, полных скота, а машины не так уж и много.Подсчет запасов
Благодаря компьютерному зрению приложение на основе искусственного интеллекта может просматривать миллионы изображений, сделанных с камер (статически установленных на складе или установленных на движущихся дронах), и идентифицировать предметы. Статьи, содержащие индексирующую информацию (например, штрих-коды), еще легче идентифицировать, и если «глаз видит их все», он может их все сосчитать, что дает аудитору возможность получить больший охват.
Вот инвентаризационная машина компьютерного зрения от компании Day One, чтобы дать вам представление о том, как они выглядят сейчас. <р>«Если бы автоматизация задач в таком масштабе произошла быстро, это стало бы огромным потрясением для рабочей силы», — сказал он. сказали исследователи Массачусетского технологического института в своей статье. «И наоборот, если бы такая степень автоматизации происходила медленно, то рабочая сила могла бы адаптироваться, как это было во время других экономических преобразований (например, перехода от сельского хозяйства к производству). Таким образом, принятие правильных политических и бизнес-решений зависит от понимания того, насколько быстро произойдет автоматизация задач ИИ.”
Возможно, намного раньше, чем мы думаем, если затраты на ее выполнение значительно снизятся.
Поделитесь этим:
Связанное
Опубликовано в Аудит, Технологии
