La scorsa settimana, i principali esperti di background accademici, industriali e normativi si sono riuniti per discutere le implicazioni legali e commerciali della spiegabilità dell'IA, con particolare attenzione al suo impatto sulla vendita al dettaglio. Ospitato dal professor Shlomit Yaniski Ravido della legge di Yale e della legge di Fordham, il panel ha riunito i leader del pensiero per affrontare la crescente necessità di trasparenza nel processo decisionale guidato dall'IA, sottolineando l'importanza di garantire che l'IA opera in parametri etici e legali e la necessità di “aprire la scatola nera” di un processo decisionale dell'IA.
Sfide normative e il nuovo ISO 42001 standard AI
Tony Porter, ex commissario per la telecamera di sorveglianza per il Ministero degli Interni del Regno Unito, ha fornito approfondimenti sulle sfide normative relative alla trasparenza dell'IA. Ha messo in evidenza il significato di ISO 42001, lo standard internazionale per i sistemi di gestione dell'intelligenza artificiale che offre un quadro per la governance responsabile dell'IA. “I regolamenti si stanno evolvendo rapidamente, ma standard come ISO 42001 forniscono alle organizzazioni un approccio strutturato per bilanciare l'innovazione con la responsabilità”, ha affermato Porter. La dissociazione del panel guidata dal Prof. Yaniski Ravid ha caratterizzato i rappresentanti delle principali società di intelligenza artificiale, che hanno condiviso il modo in cui le loro organizzazioni implementano la trasparenza nei sistemi AI, in particolare nelle applicazioni di vendita al dettaglio e legali.
Chamelio: trasformare il processo decisionale legale con AI spiegabile
Alex Zilberman di Chamelio, una piattaforma di intelligence legale costruita esclusivamente per i team legali interni, ha affrontato il ruolo dell'IA nelle operazioni legali aziendali. Chamelio cambia il modo in cui i team legali interni operano attraverso un agente di intelligenza artificiale che apprende e utilizza le conoscenze legali memorizzate nel suo deposito di contratti, politiche, documenti di conformità, registri aziendali, archiviazioni normative e altri documenti legali importanti.
L'agente AI di Chamelio svolge compiti legali fondamentali come l'estrazione di importanti obblighi, semplifica le revisioni dei contratti, monitora la conformità e fornisce approfondimenti attuabili che altrimenti rimarrebbero sepolti in migliaia di pagine di documenti. La piattaforma si integra con strumenti esistenti e si adatta alle conoscenze legali di una squadra.
“La fiducia è il requisito numero uno per costruire un sistema che i professionisti possono utilizzare”, ha detto Zilberman. “Questa fiducia si ottiene fornendo il maggior numero possibile di trasparenza. La nostra soluzione consente agli utenti di capire da dove proviene ogni raccomandazione, garantendo che possano confermare e verificare ogni intuizione. “
Chamelio evita il modello “Black Box” lasciando che i professionisti legali traccino il ragionamento alla base delle raccomandazioni generate dall'IA. Ad esempio, quando il sistema incontra le aree di un contratto che non riconosce, invece di indovinare, contrassegna l'incertezza e richiede input umani. Questo approccio aiuta i professionisti legali a controllare le decisioni importanti, in particolare in scenari senza precedenti come le clausole senza termini legali precedenti o contrastanti.
Buffer.ai: modifica dell'ottimizzazione dell'inventario
Pini usha di buffer.ai Insights condiviso sull'ottimizzazione dell'inventario basato sull'IA, un'importante applicazione nella vendita al dettaglio. Buffers.ai serve marchi di vendita al dettaglio e manifatturiero da medio -grande, tra cui H&M, P&G e Toshiba, aiutando i rivenditori, in particolare nel settore della moda, affrontare sfide di ottimizzazione delle inventari come previsioni, rifornimenti e pianificazione degli assorgimenti. La società aiuta a garantire che le giuste quantità di prodotto vengano consegnate alle posizioni corrette, riducendo i casi di scorte e inventario in eccesso.
Buffers.ai offre un plug-in ERP SAAS completo che si integra con sistemi come SAP e priorità, fornendo ROI in mesi. “La trasparenza è la chiave. Se le aziende non riescono a capire come l'IA preveda le fluttuazioni della domanda o i rischi della catena di approvvigionamento, saranno titubanti a fare affidamento su di essa “, ha detto Usha.
Buffer.ai integra strumenti di spiegabilità che consentono ai clienti di visualizzare e regolare le previsioni basate sull'IA, contribuendo a garantire l'allineamento con le operazioni aziendali in tempo reale e le tendenze del mercato. Ad esempio, quando si posiziona un nuovo prodotto senza dati storici, il sistema analizza tendenze di prodotto simili, caratteristiche del negozio e segnali di domanda locali. Se una filiale ha storicamente mostrato una forte domanda di articoli comparabili, il sistema potrebbe raccomandare una quantità più elevata senza dati esistenti per il nuovo prodotto. Allo stesso modo, quando si allocano l'inventario tra filiali e negozi online, i fattori dettagliano il sistema come le prestazioni di vendita regionali, i modelli di traffico dei clienti e i tassi di conversione online per spiegare le sue raccomandazioni.
Corsight AI: riconoscimento facciale nelle forze al dettaglio e alla legge
Matan Noga di Corsight AI ha discusso del ruolo della spiegabilità nella tecnologia di riconoscimento facciale, che viene utilizzato sempre più per il miglioramento della sicurezza e dell'esperienza dei clienti nella vendita al dettaglio. Corsight AI è specializzata nel riconoscimento facciale del mondo reale e fornisce le sue soluzioni a forze dell'ordine, aeroporti, centri commerciali e rivenditori.
La tecnologia dell'azienda viene utilizzata per applicazioni come l'allerta della Watchlist, localizzando persone scomparse e indagini forensi. Corsight AI si differenzia concentrandosi sull'alta velocità e il riconoscimento in tempo reale in modi conformi alle leggi sulla privacy in evoluzione e alle linee guida etiche dell'IA. La società lavora con il governo e i suoi clienti commerciali per promuovere l'adozione responsabile dell'IA, sottolineando l'importanza della spiegabilità nella costruzione della fiducia e nella garanzia di uso etico.
IMISIGHT: intelligenza dell'immagine alimentare
Daphne Tapia di IMISIGHT ha evidenziato l'importanza della spiegabilità nell'intelligenza dell'immagine basata sull'intelligenza artificiale, in particolare in applicazioni ad alto rischio come la sicurezza delle frontiere e il monitoraggio ambientale. IMISIGHT è specializzata nell'integrazione e nell'analisi multi-sensore, utilizzando algoritmi AI/ML per rilevare cambiamenti, anomalie e oggetti in settori come l'invasione del suolo, il monitoraggio ambientale e la manutenzione delle infrastrutture. “Spiegabilità di intelligenza artificiale significa capire perché è stato rilevato un oggetto o un cambiamento specifico. Diamo la priorità alla tracciabilità e alla trasparenza per garantire che gli utenti possano fidarsi dei risultati del nostro sistema “, ha affermato Tapia. IMISIGHT perfeziona continuamente i suoi modelli in base a dati del mondo reale e feedback degli utenti. La società collabora con le agenzie di regolamentazione per garantire che la propria AI soddisfi gli standard di conformità internazionale.
Il panel ha sottolineato l'importante ruolo della spiegabilità dell'intelligenza artificiale nel promuovere la fiducia, la responsabilità e l'uso etico delle tecnologie di intelligenza artificiale, in particolare nelle industrie al dettaglio e in altre industrie. Dare la priorità alla trasparenza e alla supervisione umana, le organizzazioni possono garantire che i sistemi di intelligenza artificiale siano sia efficaci che affidabili, allineandosi con gli standard normativi in evoluzione e le aspettative pubbliche.
Fonte: www.artificialintelligence-news.com
