Machine learning, deep learning, dan artificial intelligence menjadi kata kunci populer dengan alasan yang kuat—teknologi-teknologi ini secara fundamental mengubah dunia bisnis, masyarakat, dan kehidupan kita. Yang lebih penting, di banyak vertikal, teknologi ini bergeser dari sekadar bersifat disruptif menjadi fondasi dan prasyarat agar bisnis tetap kompetitif.
Tiga ranah data science
Salah satu cara membagi ranah data science adalah menjadi analitik deskriptif, analitik prediktif, dan analitik preskriptif. Machine learning—juga dikenal sebagai analitik prediktif—berkaitan dengan memprediksi masa depan, seperti apakah seorang pelanggan akan churn atau tidak, serta tugas klasifikasi yang lebih umum: Apakah sebuah email merupakan spam atau bukan? Apakah tumor pada citra diagnostik bersifat jinak atau ganas? Data scientist juga mungkin tertarik pada alasan sebuah model membuat prediksi, bukan hanya hasil prediksinya.
Mari kita lihat lebih dekat penerapan praktisnya bagi para pemimpin bisnis. Inisiatif pelatihan korporat untuk semua pasar vertikal harus memastikan adanya dasar keterampilan yang kuat di seluruh tim dan peran.
Kekuatan machine learning di berbagai vertikal
Sekarang, mari kita lihat beberapa contoh dampak machine learning di berbagai vertikal.
Teknologi
Machine learning menggerakkan sistem rekomendasi, penemuan konten, mesin pencari, filter spam email, dan pemecahan masalah pencocokan.
Kesehatan
Machine learning memfasilitasi penemuan obat dan diagnosis melalui pencitraan diagnostik.
Keuangan
Machine learning kini menjadi fondasi untuk deteksi penipuan, otomasi proses, perdagangan algoritmik, dan penasihat robo. Ritel Machine learning merevolusi manajemen rantai pasok dengan mengoptimalkan perencanaan penawaran dan permintaan, meningkatkan proses pengiriman dan mengurangi biaya transportasi, serta meningkatkan pengadaan strategis.
Industri lainnya
Industri yang tengah berkembang pesat bertumbuh dengan machine learning. LegalTech membayangkan masa depan di mana machine learning dimanfaatkan untuk memprediksi hasil perkara pengadilan berdasarkan analisis bahasa alami atas preseden. AgTech (teknologi pertanian) menerapkan drone dalam skala besar untuk menangkap cuplikan, dan machine learning digunakan untuk memperkirakan hasil panen.
Kekuatan machine learning di berbagai tim
Ada juga banyak kemajuan dalam pengembangan algoritme ML yang tidak bergantung pada vertikal tertentu, sehingga mendukung berbagai fungsi bisnis.
HR
Machine learning membantu menyaring pelamar dalam proses rekrutmen—namun model perekrutan harus dipantau dengan cermat agar tidak mereplikasi bias sosial dalam skala besar.
Dukungan
Machine learning digunakan untuk pengalihan panggilan di call center dan chatbot.
Pemasaran
Algoritme machine learning digunakan untuk iklan berbayar, prediksi churn pelanggan, dan kampanye nurture yang terarah.
Faktanya, perusahaan mana pun yang memiliki aplikasi dapat memanfaatkan machine learning untuk menentukan push notification yang paling efektif, dan organisasi mana pun yang memiliki situs web dapat memanfaatkan machine learning untuk mempersonalisasi pengalaman pelanggan dengan menampilkan konten dan fitur yang paling relevan.
Pelajari lebih lanjut praktik terbaik machine learning dalam The Definitive Guide to Machine Learning for Business Leaders.
