Artificial intelligence: Why machines won’t make us unemployed.
Artificial intelligence (AI) will not do away with a lot of jobs but make them more interesting by taking over routine tasks. The key to AI success: companies have to whip their databases into shape.
EOS survey: financial executives (47 percent) fear for jobs due to artificial intelligence (AI)
Error rate in receivables management can be minimized with AI.
When it comes to the potential of artificial intelligence (AI), many think in big terms: “Just as electricity transformed almost everything 100 years ago, today I actually have a hard time thinking of an industry that I don't think AI will transform in the next several years,” said computer scientist Andrew Ng, for example. Ng headed AI research projects at the world’s largest search engines – Baidu and Google – and established an AI investment fund.
With the support of artificial intelligence, people will drastically reduce the error rate in receivables management. In any case, this is also what 30 percent of the financial executives from the survey think.
Joachim Göller, Head of the Center of Analytics of the EOS Group
But there is a difference to earlier technical revolutions. Fear of job losses is now also affecting well-qualified knowledge workers. For example, almost half of the financial executives polled (47 percent) were anxious about job losses due to artificial intelligence. This was one of the findings from the survey “European Payment Practices” 2019. Financial services provider EOS had polled 3,400 experts in 17 countries and asked, among other things, what influence AI would have on receivables management in their companies.
AI systems help people avoid errors
“Those who immediately associate AI with ‘man versus machine’ often lack the necessary background information. Awareness-raising is the only way to counter this,” says Joachim Göller, Head of the Center of Analytics of the EOS Group. He and his team are working on AI solutions that help EOS with receivables management. “With the support of artificial intelligence, people will drastically reduce the error rate in receivables management. In any case, this is also what 30 percent of the financial executives from the survey think.”
The idea that a company is going to introduce an AI system and then dismiss part of its workforce is wrong, says David Goossens from Latentine. The Berlin-based AI start-up advises major companies from sectors like pharmaceuticals, logistics and technology, which often have no precise conception of what the technology actually can or should do. “Companies need to know where their personnel are being overwhelmed or not sufficiently challenged. We see highly qualified financial experts spending too much time on repetitive corporate management tasks while not having enough time to produce reliable, data-driven forecasts,” says Goossens.
Often there is a lack of data engineers
By using AI properly, a company will ideally become more competitive and can allow its staff to take on more interesting tasks. At EOS, for example, collection teams use artificial intelligence for routine cases, so that they can focus on those customers whose cases are more complex. Other sectors are also relieving their specialist personnel of standard processes. Finnish software company Basware, for example, has developed a virtual assistant that answers everyday queries in the procurement department. And Swedish bank SEB reduces the workload of its IT support with Ipsoft’s smart virtual assistant Amelia.
“First of all the company has to produce an overview: Where exactly can AI be used to automate simple tasks? Where can it make complex processes more user-friendly?”, says Goossens. It is at this stage that many companies realize that they lack the most important basis for introducing self-learning systems, i.e. the necessary quality and volume of data to feed the algorithms. “Generally, most companies don’t have data engineers,” says Goossens – i.e. those experts that ensure that all data are clearly structured and stored in one place. This is a challenge for companies where departments are still working with different IT systems and separate databases.
“Only verified data prevent machines from making the wrong decisions,” says Andreas Dix from the EOS Data Science Team. From thousands of cleanly documented collection cases the machine learning algorithms deduce which step will be the best one to take next in the interaction with the customer. “I think that ultimately, systems with artificial intelligence are always going to be a useful complement to human beings,” says Dix. “But the human being who checks things and makes important decisions will always be the most important factor.”
Χρησιμοποιούμε cookies για να σας προσφέρουμε την καλύτερη δυνατή εμπειρία επίσκεψης στον ιστότοπό μας. Σε αυτά περιλαμβάνονται cookies που είναι απαραίτητα για τη λειτουργία του ιστότοπου, cookies ανώνυμης στατιστικής ανάλυσης , cookies για ρυθμίσεις άνεσης και cookies που χρησιμοποιούνται για να σας προβάλουν εξατομικευμένο περιεχόμενο βάσει των ενδιαφερόντων σας. Μπορείτε να αποφασίσετε εάν επιθυμείτε να επιτρέψετε τη χρήση των cookies για στατιστικούς σκοπούς, για σκοπούς άνεσης και για σκοπούς μάρκετινγκ. Επιπλέον, μπορείτε ανά πάσα στιγμή να αλλάξετε τις ρυθμίσεις/αποσύρετε τη συγκατάθεσή σας κάνοντας κλικ στις Ρυθμίσεις Cookies στο κάτω μέρος του ιστότοπου. Περισσότερες πληροφορίες μπορείτε να βρείτε στην Πολιτική απορρήτου και Στοιχεία εταιρείας μας.
Απαραίτητα
Χρησιμοποιούμε απαραίτητα cookies, Αυτά είναι τα cookies που είναι απαραίτητα για τις βασικές λειτουργίες και την ασφαλή χρήση τού ιστοτόπου μας..
Μπορείτε να διαβάσετε ποια είναι τα απαραίτητα cookies που χρησιμοποιούμε εδώ.
Όνομα εργαλείου
Cookieconsent_status
Πάροχος εργαλείου
EOS Holding GmbH
Έδρα παρόχου εργαλείου
Steindamm 71, 20099 Hamburg, Γερμανία
Περιγραφή εργαλείου
Απαραίτητο cookie για την αποθήκευση των καταχωρίσεων του μπάνερ συγκατάθεσης.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Αποθήκευση συγκατάθεσης
Διάρκεια διατήρησης δεδομένων
60 ημέρες
Όνομα εργαλείου
Java Session Cookie
Πάροχος εργαλείου
EOS Holding GmbH
Έδρα παρόχου εργαλείου
Steindamm 71, 20099 Hamburg, Γερμανία
Περιγραφή εργαλείου
Τυχαία παραγόμενος αριθμός περιόδου λειτουργίας που είναι απαραίτητος για την ορθή λειτουργία του λογισμικού εφαρμογής.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Βέλτιστη λειτουργία του ιστότοπου
Διάρκεια διατήρησης δεδομένων
Cookie περιόδου λειτουργίας - διαγράφεται μόλις κλείσετε το πρόγραμμα περιήγησής σας.
Άνεσης
Εάν επιτρέπετε cookies άνεσης, μπορούμε να κάνουμε τη χρήση του ιστοτόπου μας ευκολότερη για εσάς. Όταν επισκεφθείτε ξανά τον ιστότοπό μας για να χρησιμοποιήσετε τις υπηρεσίες μας, θα αναγνωριστεί αυτόματα ότι μας έχετε ήδη επισκεφτεί και οι καταχωρίσεις και οι ρυθμίσεις που κάνατε θα αναγνωρίζονται αυτόματα, ώστε να μην χρειάζεται να τις εισάγετε ξανά.
Μπορείτε να διαβάσετε ποια είναι τα απαραίτητα cookies που χρησιμοποιούμε εδώ.
Όνομα εργαλείου
Visitor
Πάροχος εργαλείου
EOS Holding GmbH
Έδρα παρόχου εργαλείου
Steindamm 71, 20099 Hamburg, Γερμανία
Περιγραφή εργαλείου
Απαραίτητο cookie για την αποθήκευση των καταχωρίσεων του μπάνερ συγκατάθεσης.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Βελτιστοποίηση, βελτίωση των υπηρεσιών
Διάρκεια διατήρησης δεδομένων
Cookie περιόδου λειτουργίας - διαγράφεται μόλις κλείσετε το πρόγραμμα περιήγησής σας.
Όνομα εργαλείου
NEW_Visitor
Πάροχος εργαλείου
EOS Holding GmbH
Έδρα παρόχου εργαλείου
Steindamm 71, 20099 Hamburg, Γερμανία
Περιγραφή εργαλείου
Χρησιμοποιούμε αυτό το cookie για να κάνουμε ευκολότερη τη χρήση αυτού του ιστότοπου από εσάς.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Βελτιστοποίηση, βελτίωση των υπηρεσιών
Διάρκεια διατήρησης δεδομένων
1 ημέρα
Στατιστικά
Χρησιμοποιούμε στατιστικά cookies για να βελτιώσουμε τις υπηρεσίες μας και να διασφαλίσουμε μια σχεδίαση βασισμένη στις ανάγκες και τη συνεχή βελτιστοποίηση του ιστότοπού μας.
Για αυτό, συλλέγουμε ανώνυμα δεδομένα για στατιστικούς σκοπούς και αναλύσεις, για παράδειγμα, για να προσδιορίσουμε την επισκεψιμότητα του ιστότοπου και τη συμπεριφορά των χρηστών και να προσαρμόσουμε και να βελτιώσουμε το περιεχόμενο και την εμπειρία στον ιστότοπό μας.
Μπορείτε να διαβάσετε ποια είναι τα απαραίτητα cookies που χρησιμοποιούμε εδώ.
Όνομα εργαλείου
nmstat
Πάροχος εργαλείου
Siteimprove GmbH
Έδρα παρόχου εργαλείου
Rosenheimer Str. 143 C, 81671 München, Γερμανία
Περιγραφή εργαλείου
Αυτό το cookie περιέχει μια συμβολοσειρά αναγνωριστικού για την τρέχουσα περίοδο λειτουργίας. Περιέχει πληροφορίες μη προσωπικού χαρακτήρα σχετικά με τις υποσελίδες τις οποίες επισκέπτεται ο χρήστης – οι πληροφορίες αυτές χρησιμοποιούνται για τη βελτιστοποίηση της εμπειρίας του χρήστη.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Ανάλυση, στατιστικά στοιχεία
Διάρκεια διατήρησης δεδομένων
399 ημέρες
Όνομα εργαλείου
AWSELB
Πάροχος εργαλείου
Siteimprove GmbH
Έδρα παρόχου εργαλείου
Rosenheimer Str. 143 C, 81671 München, Γερμανία
Περιγραφή εργαλείου
Το cookie διασφαλίζει ότι συλλέγονται μαζί όλα τα στατιστικά στοιχεία από την ίδια περίοδο λειτουργίας.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Ανάλυση, στατιστικά στοιχεία
Διάρκεια διατήρησης δεδομένων
Τέλος περιόδου λειτουργίας
Όνομα εργαλείου
siteimproveses
Πάροχος εργαλείου
Siteimprove GmbH
Έδρα παρόχου εργαλείου
Rosenheimer Str. 143 C, 81671 München, Γερμανία
Περιγραφή εργαλείου
Αυτό το cookie χρησιμοποιείται για την παρακολούθηση της αλληλουχίας των σελίδων τις οποίες προβάλλει ένας επισκέπτης κατά τη διάρκεια της επίσκεψής του στον ιστότοπο.
Δεδομένα που υποβάλλονται σε επεξεργασία
Κανένα
Σκοπός της επεξεργασίας δεδομένων
Ανάλυση, στατιστικά στοιχεία ιστότοπου
Διάρκεια διατήρησης δεδομένων
Cookie περιόδου λειτουργίας - διαγράφεται μόλις κλείσετε το πρόγραμμα περιήγησής σας.
Μάρκετινγκ
Χρησιμοποιούμε cookies μάρκετινγκ, ώστε να μπορούμε να σας παρέχουμε περιεχόμενο ανάλογα με τα ενδιαφέροντά σας όταν επισκέπτεστε τον ιστότοπό μας.
Μπορείτε να διαβάσετε ποια είναι τα απαραίτητα cookies που χρησιμοποιούμε εδώ.
Όνομα εργαλείου
Facebook Pixel
Πάροχος εργαλείου
Meta Platforms Ireland Limited
Έδρα παρόχου εργαλείου
4 Grand Canal Square, Grand Canal Harbour, Dublin, D02, Ιρλανδία
Περιγραφή εργαλείου
Χρησιμοποιείται από τη Meta για την προβολή διαφημίσεων, τη μέτρηση και τη βελτίωση της συνάφειας των διαφημίσεων και την προσφορά διαφημιστικών προϊόντων από τη Meta.
Δεδομένα που υποβάλλονται σε επεξεργασία
Προβολή διαφημίσεων | Επισκεπτόμενες σελίδες | Πληροφορίες προγράμματος περιήγησης | Πληροφορίες cookie στο Facebook | Αναγνωριστικό χρήστη στο Facebook | Γεωγραφική τοποθεσία | Πληροφορίες συσκευής | Κεφαλίδες HTTP | Αλληλεπιδράσεις με διαφημίσεις, υπηρεσίες και προϊόντα | Διεύθυνση IP | Πληροφορίες μάρκετινγκ | Δεδομένα και συμπεριφορά χρήσης | Αναγνωριστικό pixel | URL παραπομπής | Παράγοντας χρήστη
Αυτό το cookie χρησιμοποιείται για τη λήψη ανωνυμοποιημένων αναφορών σχετικά με τους χρήστες του ιστότοπου και τη δυνατότητα στοχευμένης διαφήμισης, συμπεριλαμβανομένου του retargeting.