power strip

Հեռանկարներ

Ինչու է ճանաչողական հաշվարկումը փոխում խաղի կանոնները ռիսկի կառավարման համար

Ավելի լավ որոշումների կայացում արհեստական ինտելեկտի օգնությամբ

Ճանաչողական հաշվարկը զանգվածային տվյալների համար կիրառումը կարող է օգնել կազմակերպություններին ավելի արագ տեղեկատվություն մշակել և ավելի խելացի բիզնես որոշումներ կայացնել: Իսկ ճանաչողական հաշվարկն ավելի ու ավելի է օգտագործվում ռիսկերի կառավարման ոլորտում: Ռիսկի կառավարման նպատակով ճանաչողական հաշվարկների կիրառման մասին ավելի մանրամասն կարդացեք ստորև։

Բարելավել գործարար որոշումների կայացումը

Ընկերությունները և պետական հատվածի կազմակերպությունները ավելի ու ավելի մեծ քանակությամբ ներքին և արտաքին տվյալներ են օգտագործում ռիսկերի կանխարգելիչ մոտեցման համար: Այնուամենայնիվ, տվյալների ծավալների աճի նման միտումը ավանդական վերլուծության մեթոդների արդյունավետությունը նվազում է:

Ճանաչողական հաշվարկը հատկապես արդյունավետ է ոչ կառուցվածքային տվյալների մշակման և գնահատման ժամանակ. այնպիսի տեղեկատվություն, որը պատշաճ կերպով չի համապատասխանում կառուցված տողերի  և սյուների մեջ: Ճանաչողական տեխնոլոգիաները, ինչպիսիք են բնական լեզվի մշակումը, սեմանտիկ հաշվարկը, ձեռագրերի և պատկերների ճանաչումը, օգտագործում են առաջավոր ալգորիթմներ ոչ կառուցվածքային տվյալների վերլուծության նպատակով։

Ճանաչողական հաշվարկը և ռիսկի կառավարումն այս կետում են հանդիպում։ Ճանաչողական հաշվարկը կարող է ընկերություններին օգնել հայտնաբերել և գնահատել նորահայտ ռազմավարական ռիսկերը։ Միևնույն ժամանակ, ճանաչողական հաշվարկումը կարող է օգնել ընկերություններին նախանշել այլ ի հայտ եկող միտումները, առավելություններն ու թերությունները արժեքի ստեղծման գործընթացում։ Ճանաչողական կարողությունների կիրառումն առաջնորդների կողմից նրանց մրցակցային մեծ առավելություն է տալիս։

 

Ճանաչողական հաշվարկի կիրառումը ռիսկի տիրույթում

Դիտարկենք խարդախության հայտնաբերման օրինակը։ Նախկին մեթոդը խարդախությունը հայտնաբերում էր համակարգիչների կառուցվածքային տվյալների վերլուծությամբ։ Օրինակ, խարդախության դեպքերով զբաղվող մասնագետները ստեղծել էին 10,000 ԱՄՆ դոլարի սահմանաչափ, որից բարձր բոլոր փոխանցումները ենթարկվում էին հավելյալ ստուգումների։ Միակ խնդիրն այն է, որ կառուցվածքային տվյալների վերլուծությունը հաճախ բազմաթիվ կեղծ արդյունքների է հանգեցնում, որը ժամեր շարունակ մանրամասն ուսումնասիրություն է պահանջում։

 

Ճանաչողական հաշվարկման այլ հնարավորություններ

Ճանաչողական հնարավորությունները չեն սահմանափակվում միայն ռիսկերի բացահայտմամբ։ Ավելի մեծ առումով, դրանք բիզնեսներին օգնում են արագորեն կատարելագործել մարդկային ինտելեկտի կարողությունները և օգնել մարդկանց ավելի լավ լուծել խնդիրները։ Օրինակ՝ «մեծ, փոքր և գորշ» տվյալների ուսումնասիրությամբ ճանաչողական տեխնոլոգիաները կարող են բացահայտել մարդկային վարքագիծը և տարբերակներ առաջարկել ապրանքների և ծառայությունների զանգվածային անձնականացման նպատակով։ 

Let's talk

If you’re interested in learning more, please contact one of our leaders.

Tom Scampion
Global Risk Analytics Leader
+44 20 7007 2828

Henry Ristuccia
Global Strategic & Reputation Risk Leader
+1 212 436 4244

Samir Hans
Pricipal, Deloitte Advisory US
+1 202 220 2025

 

 



 

 

Did you find this useful?