Het kost tijd!
Email management, documenten opmaken, creëren van financiële rapporten. Dit zijn maar een paar tijdvreters die jouw productiviteit beïnvloeden tijdens werk. Bij Google noemen ze dit "overhead", tijd dat je besteed aan taken, die niet direct leiden tot creatief bezig zijn en dat gebeurt vaak!
Uit een onderzoek van Google in 2015 is het volgende naar voren gekomen, een medewerker besteed gemiddeld 5 procent van zijn/haar tijd aan zijn volgende grote idee. De rest van de tijd wordt opgeslokt door opmaak van documenten, tracking, analyses en andere taken. Dit is waar machine learning kan helpen.
Machine learning algoritmes, bekijken en bestuderen voorbeelden. Ze doen voorspellingen op basis van vergaarde data. In G Suite, machine learning modules maken jouw werkdag meer efficiënt door standaard taken over te nemen, zoals meetings plannen, of het voorspellen van informatie dat je misschien nodig hebt en tonen dit aan jou. Denk aan het voorstellen van Docs.
We besteden veel tijd op werk aan het volgende;
Bron: Google Data, April 2015
Het wegwerken van spam in Gmail door het gebruik van machine learning
In Gmail werd één van de de eerste machine learning technieken getest. Historisch gezien, Gmail gebruikte een regelgebaseerd systeem, welke het anti-spam team van Google nieuwe regels creëerde om de individuele spam patronen aan elkaar te linken. Na een lange periode waarin dit proces werd gebruikt, heeft er nu een verbetering plaatsgevonden van spam detectie, waar nu tot 99 procent wordt gedetecteerd.
Wat er nu gebeurd met het nieuwe systeem ofwel TensorFlow genoemd, is dat het voorspelt welke mails hoogst waarschijnlijk spam zijn. Machine learning vindt patronen dan ook veel sneller en kan zich daarop aanpassen, wat voorheen lang duurde door handmatig aangestuurde systemen. Dit is dan ook de reden waarom 1 biljoen Gmail gebruikers, spam vermijden in hun account.
Machine learning in je favoriete G Suite apps
G Suite's doel is om teams beter te helpen met intelligente apps, het maakt ook niet uit waar ter wereld dat is. De kans is ook groot dat je zelf al in aanraking bent gekomen met machine learning, omdat dit is geïntegreerd in je dagelijkse werkzaamheden tijdens werk.
Slim reageren, voorbeeld, machine learning creëert drie normale antwoorden op een e-mail. Zodat wanneer je onderweg bent of even weinig tijd hebt je in een snelle manier je inbox kan legen. Laat slim reageren het voor je doen.
Ontdek in Google- docs, slides and sheets hoe machine learning standaard taken laat verdwijnen, zoals het opsporen van documenten of informatie op het web, het opnieuw indelen van presentaties of beter berekeningen in spreadsheets van Google.
Snel toegang tot Drive voorspelt en geeft suggesties voor documenten die je misschien nodig hebt binnen Drive. Het gebruik van machine intelligentie, snel toegang, kan voorspellen welke bestanden je vaak met iemand deelt, wanneer relevante meetings voorkomen in jouw agenda of als je een bestand wilt gebruiken op een bepaald moment van de dag.