Daugeliui JK vadovų dirbtinio intelekto investicijos tapo būtinybe, o ne inovacijų eksperimentu. Dabar valdybos reikalauja išmatuojamo poveikio įrodymų – dėl efektyvumo padidėjimo, pajamų augimo ar sumažintos veiklos rizikos. Tačiau, kaip pastebi Pete’as Smythas, „Leading Resolutions“ generalinis direktorius, daugelis MVĮ AI traktuoja kaip tiriamąjį pratimą, o ne struktūrizuotą verslo strategiją. Rezultatas yra švaistomos investicijos ir įrodomos grąžos trūkumas.
Verslo poveikis
Įmonės, efektyviai diegiančios AI, tai daro daugiausia dėmesio skirdamos verslo rezultatams. Vietoj pavienių bandomųjų projektų jie derina iniciatyvas su strateginiais tikslais – pavyzdžiui, optimizuoja veiklą ir gerina klientų patirtį. Bet kokio dydžio organizacijų vadovai gali pakeisti dirbtinį intelektą iš spekuliacinės technologijos į našumo gerinimą, paversdami savo ambicijas kiekybiškai įvertinama metrika.
Smyth pateikia pavyzdžius, apimančius įprastos analizės automatizavimą, siekiant sumažinti neautomatines darbo eigas, nuspėjamosios analizės taikymą atsargų optimizavimui arba natūralios kalbos modelių naudojimą klientų aptarnavimui supaprastinti. Jo teigimu, poveikis yra išmatuojamas: pagerėjo maržos, greitesni sprendimai ir verslo atsparumas.
Įgyvendinimas ir iššūkiai
Remiantis Smyth’s Leading Resolutions, diegimo sėkmė priklauso nuo prioritetų. Procesas prasideda suinteresuotųjų šalių įtraukimu, kuris nustato galimus AI panaudojimo būdus skirtinguose skyriuose. Kiekviena idėja vertinama pagal verslo vertę ir pasirengimą įgyvendinti; šie procesai sudaro trumpąjį galimų bandomųjų schemų sąrašą.
Toliau seka struktūrizuotas vertės vertinimas, derinant sąnaudų ir naudos analizę su įgyvendinimo pagrįstumu ir rizikos tolerancija. Lyderiai turėtų susitarti dėl metrikų, kurios apibūdintų sėkmę prieš pradedant bet kokį bandomąjį darbą. Tai gali apimti KPI stebėjimą (išlaidų mažinimą, klientų išlaikymą, produktyvumo padidėjimą ir kt.). Patvirtinus, dirbtinio intelekto naudojimas gali būti kruopščiai paskirstytas atskiruose verslo padaliniuose.
Strateginis išsinešimas
Duomenų lyderiams ir verslo sprendimus priimantiems asmenims išmatuojama IG reikalauja praktiškai pagrįsto perėjimo nuo eksperimentavimo prie veiklos atskaitomybės. Dėmesys turėtų būti sutelktas į tris principus, teigia Smythas:
- Susiekite AI projektus tiesiogiai su verslo rezultatais su iš anksto sutartais KPI.
- Anksti įdėkite valdymą, rizikos kontrolę ir paaiškinamumą.
- Sukurkite AI kultūrą, pagrįstą duomenų kokybe, bendradarbiavimu ir įrodymais pagrįstų sprendimų priėmimu.
Įmonėms taikant griežtesnį reglamentavimą ir didėjančius AI lūkesčius, sėkmė priklauso ne nuo to, kiek jos investuoja, bet nuo to, kaip efektyviai jos įvertina ir padidina teigiamus rezultatus. Perėjimas nuo spekuliacinių ambicijų prie išmatuojamo našumo yra patikimo AI įgyvendinimo bruožas.
(Pagrindinis vaizdo šaltinis: Paulio Geordio „M4 AT Night“ yra licencijuotas pagal CC BY 2.0.)
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra TechEx dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
