Интеллектуальные приложения используют возможности искусственного интеллекта, чтобы дать пользователям возможность принимать хорошо обоснованные стратегические бизнес-решения. Их применение — это разумный шаг, который в настоящее время оценивают и делают многие организации, отмечают опрошенные порталом InformationWeek эксперты.

Как следует из названия, интеллектуальные приложения — это приложения, обогащенные ИИ и поддержанные данными, поступающими от транзакций и других внешних источников. Как и генеративный ИИ (GenAI), интеллектуальные приложения учатся на основе своих взаимодействий, с течением времени постепенно улучшая автономные реакции, изменяя опыт клиентов, архитекторов, разработчиков и других пользователей.

По словам Мишель Макгуайр Кристиан, директора Deloitte Consulting, технология делает науку о данных доступной, выводя ее из-под контроля специалистов по анализу данных и предоставляя действенные инсайты всем сотрудникам организации: «Это означает, что компании могут предоставлять данные, необходимые для принятия более стратегических бизнес-решений, сотрудникам всех уровней — вплоть до руководителей высшего звена».

Интеллектуальные приложения быстро анализируют большие объемы данных, выявляя закономерности и инсайты, которые человек может не заметить, объясняет Майанк Джиндал, инженер по разработке ПО Amazon: «Они позволяют реагировать на изменения в отрасли в режиме реального времени, повышая гибкость бизнеса». Интеллектуальные приложения также способны снизить операционные расходы за счет автоматизации рутинных задач и распределения ресурсов.

По словам Кристиан, большинство компаний, использующих интеллектуальные приложения, сокращают время на выполнение сложных операционных задач, получают доступ к новым инсайтам и создают действительно управляемую данными и масштабируемую бизнес-модель, в которой все члены команды имеют доступ к ценной информации. «С помощью этих технологий компании могут генерировать новые идеи, получать новые результаты и предоставлять новый опыт для своих клиентов, включая более качественную поддержку и более персонализированное взаимодействие».

Многие организации испытывают повышенное давление, вызванное ускоренной цифровой трансформацией, нехваткой кадров и требованиями устойчивого развития, говорит Жюльен Моутт, технический директор компании Bentley Systems, занимающейся разработкой инфраструктурного ПО. «Интеллектуальные приложения могут повысить производительность, улучшить качество проектирования, создать более устойчивую инфраструктуру и обеспечить выполнение требований по устойчивому развитию», — отмечает он.

Преимущества интеллектуальных приложений

По словам Джиндала, интеллектуальные приложения предлагают расширенные возможности анализа данных, используя машинное обучение для более глубокого понимания больших данных. «Такие приложения могут обеспечить персонализированный опыт на основе поведения и предпочтений потребителей и повысить их вовлеченность, — поясняет он. — Они также помогают управлять рисками и принимать решения, прогнозируя будущие результаты и тенденции».

По мнению Моутта, возможности ИИ и МО, используемые в интеллектуальных приложениях, могут принести организации значительную пользу: «Приложения с интеллектуальными возможностями могут автоматизировать утомительные задачи и оптимизировать рабочие процессы в инфраструктуре». Он отмечает, что инженеры и владельцы активов, например, могут использовать ИИ-методы компьютерного зрения для быстрого анализа, обнаружения и идентификации объектов из тысяч чертежей САПР.

Интеллектуальные приложения особенно полезны в управлении взаимоотношениями с клиентами, где они могут персонализировать взаимодействие и предугадывать потребности клиентов, считает Джиндал. «В управлении цепочками поставок они могут оптимизировать логистику и управление запасами с помощью предиктивной аналитики», — говорит он и добавляет, что интеллектуальные приложения также могут оказать ощутимое влияние на финансовые услуги, когда они применяются для выявления мошенничества и для персонализированных инвестиционных консультаций. «В здравоохранении приложения ИИ могут помочь в диагностике и планировании лечения», — отмечает он.

При внедрении интеллектуальных приложений следует начинать с прочной основы, используя нативные облачные инструменты, и обеспечивать строгую гигиену данных. «Организациям следует собрать воедино все источники данных компании и создать набор правил администрирования данных для получения и хранения информации таким образом, чтобы исключить дублирование наборов», — советует Кристиан. После этого организациям следует рассмотреть свои бизнес-задачи, цели и возможности, а затем сосредоточиться на небольшом наборе начальных сценариев использования.

Первые шаги

Независимо от отрасли или сектора, самый простой и быстрый способ начать работу с интеллектуальными приложениями — это рассмотреть, как организуются, управляются, используются и отбрасываются данные, говорит Моутт. «Поскольку интеллектуальные приложения работают на основе данных, ваши результаты будут соответствовать качеству исходных данных, — предупреждает он. — Компании, которые освоят управление данными, смогут лучше всего раскрыть потенциал интеллектуальных приложений, цифровых двойников, ИИ и МО».

Прежде чем переходить к интеллектуальным приложениям, компаниям необходимо определить области, в которых такие приложения могут принести наибольшую пользу. «Правильное сочетание технических специалистов и предметных экспертов очень важно для создания команды, — говорит Джиндал. — Очень важно инвестировать в масштабируемую инфраструктуру ИИ и инструменты, которые поддерживают бизнес-цели. И, наконец, пилотные проекты могут дать представление о возможностях и ограничениях технологии перед полномасштабным развертыванием».

Вызовы

Кристиан говорит, что видит много новичков, которые пытаются внедрить интеллектуальные приложения для всего и сразу. «Наш совет практичен: не пытайтесь охватить все сразу и отдавайте предпочтение высокодоходным вариантам использования. Распространенной ошибкой является игнорирование фундамента и инфраструктуры, необходимых для поддержки интеллектуальных приложений. Нативные облачные инструменты и единый источник данных, а также управление данными имеют решающее значение для начала работы», — советует она.

По словам Моутта, обязательными являются надежные методы и технологии обеспечения конфиденциальности и безопасности данных. «Это особенно актуально для сектора инфраструктуры, — отмечает он. — Инженерные компании и владельцы-операторы должны четко понимать, как их собственные данные и интеллектуальная собственность используются для обучения генеративных моделей ИИ».