
По мере ускорения ИИ, сосредоточьтесь на "дорожных условиях"
Иэн Браун, руководитель отдела Data Science, SAS pre-sales
Столько всего может случиться за год, и это очевидно, ведь темпы внедрения ИИ уcкоряются.
Год назад мы обнародовали результаты опроса, с помощью которого определяли статус ИИ. Тогда мы обнаружили поразительный уровень динамики после принятия ИИ: мало того, что ИИ внедрялся с высокой скоростью, респонденты поддерживали собственные усилия по принятию ИИ с помощью все более зрелых процессов и инфраструктуры.
Вещи развиваются быстрее, чем многие могут предвидеть - если бизнес и технологии ранее придерживались осторожного, выжидательного подхода, сегодня они готовы на все. Мы спросили Лизу Спелман, вице-президента Центра по обработке данных Intel. С точки зрения Intel: «ИИ - самая быстрорастущая рабочая нагрузка в центре обработки данных», - сказала Лиза. «Если добавить его на границе, он становится только больше. Это будет продолжаться только потому, что ИИ в настоящее время встроен во все приложения».
Это отличные новости. ИИ-технология добилась огромных успехов за короткое время и готова к более широкому внедрению. Но поскольку компании наращивают усилия по внедрению ИИ, им необходимо проявлять особую осторожность, потому что, как скажет любой сотрудник полиции, даже небольшие выбоины могут создавать проблемы для транспортных средств, движущихся на высоких скоростях. Например, в ИИ то, что кажется незначительным процессом или проблемой с данными, может быстро перерасти в проблему с более глобальными последствиями. Это не причина для замедления внедрения ИИ. Просто думайте об этом как об «осторожности на дороге».
К счастью, опыт других за прошедший год и более ранний период может служить маяком для ваших собственных усилий по внедрению ИИ. Среди клиентов, с которыми мы работали наиболее тесно, следующие проблемы - это те, с которыми они часто сталкиваются.
Бесплатный отчет
SAS, Intel и Accenture, работая с Forbes Insights, опросили лидеров бизнеса и авторитетных лидеров мнений по всему миру, чтобы выявить ранних последователей и раскрыть их последние лучшие практики по ИИ. Ценные выводы из исследования включают инсайты по этике, контролю, процессным последствиям и вероятную необходимость менять образование и подготовку, чтобы подготовиться к реализации всего потенциала ИИ.
Управление для поддержки роста
Когда я спросил Питера Гуэрру, главного дата-сайентиста Accenture в Северной Америке, видел ли он такой же повышенный уровень активности в области ИИ среди клиентов Accenture, он ответил положительно. Затем он сказал, что управление, хоть и не является новой проблемой, стало центром внимания для компаний, с которыми они работают, когда они выводят ИИ-инициативы на новый уровень. «Мы видим, как клиенты внедряют больше моделей ИИ в своих организациях», - говорит Питер. «Поэтому управление, модельные операции и весь этот масштабный вопрос волнуют многих. В результате мы наблюдаем внедрение технологии в тесно связанных областях, таких как облачные данные и инструменты управления моделями».
Устаревшие аналитические возможности занимают важное место в диалоге об управлении ИИ, учитывая многочисленные области пересечения между ИИ и аналитикой. Компании, которые активно расширяют ИИ-возможности, - это, как правило, те типы организаций, которые располагают множеством унаследованных аналитических возможностей. И эти возможности должны быть модернизированы и перенесены в эпоху ИИ. Это означает пересмотр каждой аналитической модели и определение верности исходных предположений. Для компаний, которые годами успешно используют одни и те же модели, это может показаться излишним. Но ИИ вводит новые инфраструктуры данных, методы и типы данных, не говоря уже о новых желаемых результатах. Ваши аналитические возможности должны работать в рамках одной и той же структуры управления, чтобы обеспечить плавное развитие этих систем в будущем.
ИИ-технология добилась огромных успехов за короткое время и готова к более широкому внедрению. Но поскольку компании наращивают усилия по внедрению ИИ, им необходимо проявлять особую осторожность, потому что, как скажет любой сотрудник полиции, даже небольшие выбоины могут создавать проблемы для транспортных средств, движущихся на высоких скоростях.
ИИ как ускоритель трансформации
Технологические лидеры часто сообщают, что из-за огромного количества ажиотажа вокруг ИИ их коллеги по бизнесу часто хотят внедрить ИИ ради ИИ. Эти разговоры часто начинаются с «как мы можем использовать ИИ?», а не «у меня есть нереализованная возможность для бизнеса или трудноразрешимая проблема». Они видят, как ИИ работает в другом месте, поэтому тоже его хотят. Переосмысление этих разговоров в контексте более широких бизнес-целей или целей технологических трансформаций может помочь. Поскольку сегодня ясно, что для многих наших клиентов ИИ лучше использовать как ускоритель трансформации. Планируете полностью отрегулировать ваш путь развития? Перенастроить ваш опыт обслуживания клиентов? Создать более гибкую цепочку поставок? Это разные виды трансформационных проблем, где мы становимся свидетелями растущей, сильной зависимости от ИИ для ускорения и улучшения процесса. Когда пора поговорить об ИИ, трансформация может стать лучшей отправной точкой.
Сюрприз! Культурные проблемы по принятию ИИ по-прежнему доминируют
Для многих лидеров бизнеса появление ИИ похоже на нежелательный и неожиданный визит доктора. «Можем ли мы взглянуть на эти данные?» «Почему этот процесс работает таким образом?» «Работает ли это решение с этим решением?» «Вы видели, как они делают это в этом другом отделе?» Представьте, что вы получаете ответы на эти вопросы, и тогда легко понять, какую роль играет культура в принятии ИИ.
ИИ мощный. Он может оказаться реальной проблемой для организаций, привыкших вести себя определенным образом. Возможно еще более важно, он имеет тенденцию проливать яркий свет на те части организации, которые многие просто хотели бы скрыть. В настоящее время общепринятая практика состоит в том, чтобы определять культурные проблемы как потенциальное препятствие для внедрения технологии - или, фактически, любой сценарий, в котором люди должны действовать по-другому. Но прошедший год показал, что, во всяком случае, культура играет еще большую роль в успешном внедрении ИИ. Поскольку ваша организация расширяет ИИ-стратегии, планируйте уделять особое внимание управлению культурной стороной этого уравнения.
Рекомендуем прочитать
-
Построение передней части пайплайна компьютерного зренияЭто третий пост, описывающий проект компьютерного зрения, над которым я работала в SAS для выявления опухолей печени при КТ-сканировании. Сегодня я расскажу об обработке данных для данных изображений.
-
Инновационные технологии с помощью Интернета вещей и искусственного интеллектаКто знал, что анализуя данные Интернета вещей можно найти лучший способ пробурить скважину? Или найти более быстрый способ остановить мошенничество в сфере здравоохранения?
-
Страхование: мошенникам вход воспрещен!Как выявить, что вас обманывают агенты и страхователи, а также распознать первые признаки будущего мошенничества.
Готовы подписаться на инсайты сейчас?