Изкуствен интелект: успешно мащабиране на доказателства за концепции
От AI PoC до производство
Според Gartner 80% от проектите за изкуствен интелект се провалят след доказването на концепцията. Разберете как можете да избегнете капана на PoC и да се разширите успешно.
Технологичният напредък доведе компаниите до момента, в който цифровите процеси вече не са просто опция, а необходимост. Използването на изкуствен интелект в частност играе ключова роля за компаниите, тъй като значително подпомага гъвкавостта и ефективността при мащабирането на процесите.
Наскоро публикувано проучване за актуалните нагласи на компаниите по темата за изчислителните облаци още веднъж ясно подчертава как представителите на компаниите оценяват технологиите и в кои области искат да инвестират повече през следващите години. Не бива да ни изненадва фактът, че броят на респондентите, които смятат изкуствения интелект за ключова тема за инвестиции и трансформация, отново се е увеличил през 2024 г.
Според проучването, проведено от анализаторската компания techConsult, 56% заявяват, че ИИ е от голямо стратегическо значение за тяхната компания, плътно следван от изчислителните облаци – 47%. Следователно двете теми са тясно преплетени.
ИИ проправя пътя за по-бързо разработване и предоставяне на цифрови продукти и безпроблемно обслужване на клиентите и това осъзнаване вече е достигнало до заседателната зала.
Тази промяна е наложителна, тъй като клиентите очакват все по-добро цифрово изживяване, а нарастващият недостиг на квалифицирана работна ръка принуждава все повече компании да преосмислят ситуацията. Вътрешните структури на разходите трябва да бъдат ефективно оптимизирани, като същевременно се повиши нивото на обслужване на клиентите. ИИ може да помогне тук.
Ето защо все повече компании се насочват към прехвърляне на отделни процеси и приложения към проверка на концепцията (PoC), особено в областта на изкуствения интелект, за да потвърдят тяхната осъществимост и повишаване на ефективността.
Въпреки че използването на изкуствения интелект крие огромен потенциал, огромното мнозинство от PoC се провалят след внедряването им и не влизат в производство.
Index
7 причини за неуспеха на концептуалните разработки с изкуствен интелект
Но каква е причината за това и как може да се промени? По същество могат да бъдат идентифицирани седем основни аспекта, които водят до неуспех на концепцията за изкуствен интелект:
1. Нереалистични очаквания
Очакват се измерими, използваеми резултати веднага, без да се отчита, че събирането и обработката на висококачествени данни отнема време.
Ето защо е препоръчително да се идентифицират потенциалните бизнес казуси още в самото начало и внимателно да се разграничат обещаващите PoC от тези, които само отрязват добра цифра в „лабораторията за иновации“. Въпроси като: „Колко време искам да отделя за този проект? Какъв бюджет планирам за него? Разполагам ли с необходимите технически ресурси и експертни познания в предприятието? Имам ли нужда от външна консултация?“ и т.н. трябва да бъдат изяснени предварително, за да се избегнат неприятни изненади накрая.
2. Недостатъчна база данни
Една от най-честите причини за неуспех още в самото начало е липсата на достатъчно качествени, сегментирани и маркирани данни за обучение на модела на ИИ. Съкровищата от данни остават в силозите на отделите и никога не се реализират.
Въпреки че един PoC обикновено се нуждае само от подмножество данни, за да се потвърди неговата осъществимост, и вече може да функционира на един файтон тетрадка, мащабирането му често изисква големи, изчистени и надеждни количества данни в структуриран вид. Ако това не е налично, можете да се задоволите и със синтетично генерирани данни, в зависимост от бизнес случая. Въпросът за данните обаче винаги трябва да се поставя достатъчно рано.
3. Грешният модел
Моделите на изкуствения интелект никнат като гъби, и то не само след шумотевицата около генеративния изкуствен интелект. Моделите, тяхната ефективност и области на приложение се различават значително един от друг. Ако не познавате основната терминология и разликите в моделите, е лесно да изберете погрешно решение.
Затова е препоръчително да се запознаете задълбочено със съществуващите модели, преди да ги използвате. Основното разбиране на моделите също така улеснява вземането на решения „направи или купи“, защото не всяко стандартно решение е подходящо за всеки случай и, обратно, не е необходимо да се изобретява колелото, ако нещо, което вече е налично на пазара, се е доказало.
4. Изолирани екипи
ИИ не е технология, която е отделена от останалата част на ИТ и на която трябва да се гледа като на единствен спасител. Екип, който е изолиран от останалата част на организацията, не разполага с необходимата информация за успешно изпълнение на проектите и мащабиране на PoC. Затова е необходимо предварително да се провери дали PoC могат да бъдат интегрирани в съществуващата ИТ инфраструктура и кои екипи трябва да работят в тясно сътрудничество, за да се постигне това.
5. ИИ не е превърнат в основен приоритет
Липсата на разбиране на ИИ и липсата на интеграция в цялостната корпоративна стратегия са гаранция за неуспех. Ако не превърнете изкуствения интелект в основен приоритет и не преведете цялата компания през свързания с това процес на промяна, дори не трябва да започвате. ИИ е една от най-трансформиращите технологии на нашия век, която носи със себе си промени в ежедневния процес на вземане на решения. Тези промени трябва да бъдат подкрепени както от ръководството, така и от всеки отделен служител. За да бъде това успешно, ръководството трябва не само да бъде модел за подражание, но и да насочва, придружава и подкрепя целия си екип в тези процеси с чувствителност и разбиране. Непрекъснатата комуникация, прозрачността, програмите за обучение и предоставянето на възможности са ключови фактори за приемането на ИИ в компанията.
6. Създаване на PoCs без специализиран отдел
„Специализираните отдели не са запознати с технологиите и дори не участват в създаването на PoCs.“ Всеки, който мисли по този начин, пропуска нещо съществено: специализираните отдели са пазителите на ценна информация за своята област. Те имат натрупани с години специализирани знания, които трябва да бъдат включени в проектирането на PoCs. В противен случай, в най-лошия случай, оптимизацията ще се размине с целта. Тук разочарованието е неизбежно. Затова важи следното: разговаряйте със съответните специализирани отдели от самото начало и ги включете в планирането и концептуализацията, за да постигнете добър и използваем резултат.
7. „Ние можем да се справим сами“
В допълнение към добрите данни и модели на ИИ, готовите за производство решения за ИИ изискват и солидна корпоративна интеграция и готовност за управление. Тук се намесва класическото софтуерно инженерство, включително свързаните с него теми като корпоративна архитектура, EAM, консолидирани процеси на разработка, защита и сигурност на данните и най-вече солидно непрекъснато и автоматизирано осигуряване на качеството. Тези аспекти не са във фокуса и областта на компетентност на AI PoC и неговите мениджъри.
Тези, които вземат предвид тези основни аспекти при разработването на PoC, значително увеличават шансовете си за мащабиране и прехвърляне в производството и са една стъпка по-близо до целта си – успешното използване на изкуствен интелект.
Comments are closed.