Большинство случаев использования искусственного интеллекта в бизнес-контексте требуют некоторого контроля со стороны человека. Когда вы видите внедрение ИИ в сфере закупок, оно, скорее всего, связано с контролируемым обучением. В этих случаях привлекаются специалисты по закупкам, которые активно обучают машины выполнению конкретной задачи.
Вот как вы можете обучить ИИ с данными о закупках:
В качестве первого шага набор обучающих данных предоставляется алгоритму ИИ с конкретной задачей. Например, его можно попросить посмотреть, как 100 000 счетов были классифицированы по разным категориям расходов.
Имея в виду четкую цель и некоторые обучающие данные, вы можете затем начать давать алгоритму ИИ неклассифицированные данные о закупках для классификации на основе логики, которую он наблюдал в обучающих данных.
В тех случаях, когда ИИ имеет высокую уверенность в том, что он может правильно классифицировать данные, данные будут классифицироваться автоматически без участия человека.
В тех случаях, когда ИИ не обладает высокой степенью достоверности, решения о классификации будут проверяться экспертами по закупкам. Этот процесс иногда называют «человеческой аннотацией».
С учетом отзывов людей данные о закупках будут классифицироваться и использоваться для активного обучения алгоритма ИИ классификации будущих данных.
Со временем уверенность в том, что ИИ будет автоматически классифицировать больше данных, повысится, а также повысится качество классификации данных на основе человеческого ввода.
Когда вы рассматриваете этот учебный процесс с точки зрения закупочной организации , подумайте, какие задачи стоят перед вами, где у вас будет достаточно обучающих данных, необходимость последовательной обработки неклассифицированных данных и конкретный результат, повышающий ценность для бизнеса.
