Nors verslo lyderiai jau gali bendradarbiauti su alternatyviais paslaugų teikėjais, o ne „Infosys“, bendrovės strategija, kuria siekiama atskirti būtinas AI diegimo veiksmų sritis, suteikia didelę vertę. Aprašytos šešios sritys pateikia praktinius atskaitos taškus, kurie gali būti naudojami bet kurioje organizacijoje planuojant projektus arba galbūt stebint ir vertinant vykdomas įgyvendinimo pastangas.
Tarp jų svarbiausias yra duomenų paruošimas. AI sistemos priklauso nuo duomenų kokybės ir nuoseklumo, todėl investicijos į duomenų platformas, duomenų valdymą ir modelius palaikančią inžinerinę praktiką yra pagrindinis principas, kuriuo remiantis kuriamos AI iniciatyvos.
AI įtraukimas į darbo eigą reiškia, kad kartais reikia pertvarkyti darbuotojų darbo būdą. Lyderiai turėtų žinoti, kaip dirbtinio intelekto agentai ir darbuotojai sąveikauja, ir įvertinti veiklos patobulinimus. Galima keisti ir įdiegtas technologijas, ir iki šiol buvusius darbo metodus. Pastaruoju atveju reikės perkvalifikuoti ir ugdyti paveiktus darbuotojus su papildomomis išlaidomis.
Pasenusių sistemų problema reikalauja kruopštaus dėmesio, nes daugelis organizacijų valdo sudėtingas patalpas, kurios riboja judrumą, reikalingą dirbtinio intelekto veiklai pagerinti. Patys dirbtinio intelekto įrankiai gali padėti analizuoti esamas priklausomybes ir net planuoti modernizavimą, idealiu atveju įgyvendinamą keliais etapais arba atskirais sprintais.
Fizinės operacijos vis labiau susikerta su skaitmeninėmis sistemomis. Įmonėms, turinčioms fizinius produktus, pvz., gamybos ar logistikos srityse, dirbtinio intelekto įdėjimas į įrenginius ir įrangą gali pagerinti stebėjimą ir įrenginių reagavimą. Tam reikės IT, OT, inžinierių ir veiklos komandų koordinavimo, o ypač reikėtų konsultuotis su verslo srities vadovais.
Valdymas turėtų lydėti bet kokio masto DI diegimą. Rizikos vertinimas, saugumo bandymai, saugumo politikos formulavimas ir DI specifinių apsauginių turėklų dizainas turėtų būti nustatyti anksti. Reguliacinė AI kontrolė didėja, ypač sektoriuose, kuriuose tvarkomi neskelbtini duomenys, o už duomenų praradimą ar netinkamą tvarkymą taikomos įstatymų nustatytos nuobaudos, neatsižvelgiant į jų šaltinį – AI ar kitokį – įmonėje. Aiškios atskaitomybės struktūros ir dokumentacija sumažina šią riziką veiklai ir reputacijai.
Kartu šios sritys rodo, kad AI įgyvendinimas yra organizacinis, o ne vien techninis. Sėkmė priklauso nuo lyderystės suderinimo, ilgalaikių investicijų ir realaus bet kokių pajėgumų spragų įvertinimo. Teiginiai apie greitą transformaciją turėtų būti vertinami atsargiai, o ilgalaikiai rezultatai yra labiau tikėtini, kai lygiagrečiai sprendžiami strategijos, duomenų, procesų projektavimo, modernizavimo, veiklos integravimo ir valdymo klausimai.
(Vaizdo šaltinis: theqspeaks „Infosys, Bangalore, India“ yra licencijuotas pagal CC BY-NC-SA 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.
