Чтобы извлечь пользу из ИИ, необходимо добиться быстрых результатов и масштабировать их на все предприятие. Глава отдела продуктов и решений Newgen Software в Северной и Южной Америке Анураг Шах рассказывает на портале Enterprisers Project о ключевых областях ИИ, на которых нужно сосредоточиться CIO.
Быть лидером в области технологий — захватывающая и пугающая роль: волнительная из-за бесконечных возможностей, предоставляемых быстро развивающимися цифровыми технологиями, и пугающая из-за сопутствующего страха упущенных возможностей.
Движимые желанием использовать беспрецедентные объемы данных для широкого спектра реальных приложений, многие организации рассматривают ИИ как волшебную палочку, которой CIO могут взмахнуть, чтобы вызвать восторг клиентов и ликование руководства.
Конечно, CIO лучше знают, чего ожидать от ИИ в реальном мире. Проблемы, возникающие с любой новой технологией, бьют по технологам сильнее и быстрее, чем им помогает движущий ими оптимизм. Это особенно верно в отношении ИИ и смежных областей, таких как машинное обучение, наука о данных, глубокое обучение, обработка естественного языка (NLP) и когнитивный интеллект. Мало того, что в этих областях не хватает специалистов, так еще здесь другие терминология и разработка приложений.
Извлечение пользы из ИИ — это оказание реального влияния на бизнес с очевидными быстрыми победами при одновременном масштабировании на всю организацию. Давайте рассмотрим четыре ключевых направления, которые могут помочь добиться этого.
1. Обеспечение дифференцированных предложений с помощью ИИ-решений реального времени
Одним из наиболее важных приоритетов является определение областей с высокой отдачей и возможностями внедрения в бизнес-процессы ИИ-решений реального времени. Способность обрабатывать контекстную информацию в реальном времени и принимать решения «на лету» — это мощный способ дифференцировать продукты, услуги и опыт на насыщенном рынке.
Например, страховые компании могут автоматизировать обработку претензий для принятия решений в режиме реального времени на основе фотографий и видео, предоставленных заявителем прямо с места происшествия. Кредиторы могут анализировать риски в режиме реального времени на основе залоговой и справочной информации, чтобы предлагать одобрение кредитов прямо на месте. Организации могут персонализировать и настраивать продукты и услуги в широком спектре сценариев благодаря разумному внедрению ИИ в свои бизнес-процессы.
Главное — определить несколько областей, оказывающих непосредственное влияние, и сосредоточиться на создании видимого и измеримого воздействия на клиентский опыт по сравнению, например, с внедрением чат-ботов только потому, что так делают все остальные.
2. Внедрение ИИ-инжиниринга/MLOps для операционализации ИИ в масштабах предприятия
Исследование Gartner показывает, что только 53% ИИ-проектов доходят от прототипов до производства. CIO и другим ИТ-руководителям трудно масштабировать их, поскольку у них нет инструментов для создания и управления конвейером ИИ производственного уровня. Это критически важное узкое место, поскольку бизнес-процессы не смогут эффективно использовать возможности ИИ, пока процессы инжиниринга не станут достаточно зрелыми для создания последовательного конвейера развертываемых моделей, независимо от инвестиций, исследований и пробных концепций.
Поскольку разработка ИИ отличается от «традиционной» разработки ПО, CIO должны сформировать стратегию институционализации методологий ИИ и МО. Многие предприятия пришли к выводу, что наиболее эффективным способом сделать это является создание надежной платформы, поддерживаемой моделью управления. Платформа — назовем ее унифицированной, поскольку она объединяет различные аспекты, начиная с экспериментов и проектирования и заканчивая развертыванием, — является мощным механизмом. Она позволяет CIO централизованно сосредоточиться на инженерных аспектах ИИ при поддержке дорожной карты. Это облегчает постепенное наращивание масштаба без потери направления, одновременно реализуя бизнес-кейсы и обеспечивая быстрые успехи.
3. Использование облачной ИИ-платформы для гибкости и масштабируемости
По данным исследования McKinsey «The State of AI-2021», высокоэффективные в области ИИ организации используют облачную инфраструктуру гораздо чаще, чем другие: в публичном или гибридном облаке работают 64% их рабочих ИИ-нагрузок, тогда как в других компаниях — 44%. Высокоэффективные организации также используют более широкий спектр возможностей ИИ в облаке. Это критически важный фактор, поскольку первоначальные инфраструктурные инвестиции являются одним из наиболее существенных сдерживающих факторов для развития ИИ на предприятиях.
Облачная ИИ-платформа обеспечивает гибкость, позволяя начать с малого и экспериментировать в зависимости от спроса, сосредоточив ресурсы на построении моделей и достижении быстрых успехов, а затем масштабировать их после осознания их ценности. Она также позволяет организациям сосредоточиться на бизнес-ценностях, абстрагируясь от всех технологических и инженерных аспектов в рамках платформы. Стратегия «эксперимент, пилот и масштабирование» поможет преодолеть сложности на ранних этапах развития ИИ.
4. Подготовьтесь к масштабированию ИИ, создав возможность «гражданского» моделирования
Помимо инфраструктуры, еще одним сдерживающим фактором может быть ориентация на специалистов по работе с данными и моделированию. Инструменты могут быть недоступны для людей, не входящих в основную группу экспертов. Возможности взаимодействия и развертывания моделей также могут быть ограничены из-за незнакомого лексикона. Для того чтобы полностью использовать потенциал ИИ в масштабах предприятия, платформа должна быть доступна для бизнес-пользователей, экспертов в предметных областях и гражданских разработчиков из других областей, чтобы они могли сотрудничать в разработке ценных активов ИИ.
ИИ — это долгосрочная игра
Эти начальные шаги в значительной степени способствуют созданию долгосрочных возможностей организации в плане применения ИИ. Помните, что ИИ и связанные с ним технологии быстро развиваются. Предприятия, которые не отстают от этого развития, будут иметь все шансы на успех в долгосрочной перспективе. Подход, основанный на платформе и управлении, — это путь вперед.
