29 просмотров

10 основных проблем, с которыми сталкиваются компании при внедрении ИИ

Искусственный интеллект захватывает деловой мир. Согласно отчету McKinsey «Состояние ИИ в 2020 году», 50% компаний уже используют ИИ хотя бы в одной функции.

И это только царапает поверхность того, что грядет. Прогнозы предполагают, что доходы от искусственного интеллекта удвоятся в период с 2020 по 2024 год, что свидетельствует о том, сколько предприятий будут использовать эту технологию во имя роста.

Тем не менее, компании все еще пытаются внедрить ИИ, и сегодня мы поделимся десятью проблемами, о которых мы слышим больше всего.

10 вызовов для внедрения ИИ

Если вы рассматриваете возможность использования ИИ в своей компании, стоит знать о препятствиях, с которыми вы можете столкнуться. Таким образом, вы сможете сгладить путь к внедрению ИИ.

Это самые распространенные проблемы.

1. Ваша компания не понимает необходимости ИИ

Инерция — мощная сила. В конце концов, если дела у компании идут хорошо, команды часто не хотят рисковать, внося существенные изменения.

И внедрение новых технологий, таких как искусственный интеллект, будет ощущаться как серьезный сдвиг. . Далее следует задача убедить заинтересованные стороны инвестировать в решение, от которого можно получить высокую отдачу. в некотором роде неясно.

Потому что, что касается ИИ, вы не всегда будете знать, что вы строите, пока не начнете, что является еще одним сложным препятствием, которое нужно преодолеть.

2. В вашей компании отсутствуют соответствующие данные

Единственный способ построить и обучить эффективный ИИ — это иметь достаточное количество высококачественных данных. И лучше данные , улучшить результаты .

Статья в тему:  Какой mooc даст вам работу в области искусственного интеллекта

Но отсутствие заинтересованности заинтересованных сторон может привести к тому, что компании будут недостаточно инвестировать в системы управления данными, необходимые для включения ИИ, в результате чего они не смогут обучить алгоритм точного решения своих бизнес-задач.

Это сказало — если ваша компания использует инструмент CRM для сбора демографических данных клиентов, покупательского поведения или взаимодействия на месте , у вас может быть набор данных, который вы можете использовать. А там, где есть пробелы, онлайн-библиотеки данных, даже синтетические данные, часто могут их заполнить.

Но если ваша компания в принципе не заинтересована в ИИ, то вы не будете знать, какие данные вам нужны, не говоря уже о том, как их структурировать.

3. Вашей компании не хватает навыков

Данные — это только половина уравнения. Вам нужны правильные наборы навыков, чтобы заставить ИИ работать.

Тем не менее, многие компании изо всех сил пытаются нанять специалистов по данным и машинному обучению, что лишает их возможности развивать свои амбиции дальше.

И даже там, где компании имеют определенную внутреннюю экспертизу, отсутствие опыта в нужных областях может помешать прогрессу ; это может даже повлиять на найм, так как отделы не будут знать, какие роли заполнить или же как оценивать кандидатов .

В некоторых случаях руководители отделов просто недостаточно квалифицированы для руководства внедрением ИИ, что приводит к неэффективным процессам, проблемам с интеграцией или постоянной ручной работе, которая снижает ценность решения.

Статья в тему:  Как искусственный интеллект повлияет на науку о данных

4. Ваша компания изо всех сил пытается найти хороших поставщиков для работы

Несмотря на рост, внедрение ИИ в большинстве предприятий остается скромным.

Одна из причин этого заключается в том, что многие организации работали с агентствами ИИ, которые не действительно понять как использовать технологию для доставки ценность бизнеса .

В результате у многих компаний был негативный опыт, когда они опускали пальцы ног в разработку ИИ, из-за чего они не хотели погружаться. Если бы они с самого начала работали с авторитетными и опытными поставщиками ИИ, результаты говорили бы сами за себя.

Еще лучше, если бы продавцы предложили сначала решить проблему малого бизнеса , доказывая ценность ИИ, заинтересованные стороны нашли бы его легче реализовать более амбициозные планы позже .

5. Ваша компания не может найти подходящий вариант использования

Некоторые организации считают, что, внедряя ИИ только ради него, они будут способствовать внедрению в масштабах всей компании.

К сожалению, эта стратегия часто имеет противоположный эффект. .

Когда у компании нет надежного варианта использования, ей будет сложно создать решение, обеспечивающее ценность для бизнеса. В результате не будет возможности доказать, что искусственный интеллект может решать повседневные задачи.

По всей вероятности, стратегия только усилит безразличие к технологии, поэтому лучше отложите внедрение ИИ, пока не узнаете, как вы будете его использовать .

6. Команда ИИ не может объяснить, как работает решение

По нашему опыту, люди будут доверять компьютерной модели только в том случае, если они понимают, как она работает.И если команда ИИ не может предложить объяснение, на этом реализация может закончиться.

Статья в тему:  Как искусственный интеллект используется в мобильной фотографии

Проблема только возрастает в ситуациях, когда результаты модели противоречат мнению заинтересованной стороны, потому что заинтересованные стороны всегда хотят знать, почему решение является неправильным (и почему они должны подумать о том, чтобы передумать).

Давайте поместим это в медицинский контекст для ясности. Предположим, врач ставит диагноз пациенту только для того, чтобы алгоритм не согласился.

Врач должен знать логику мышления машины, прежде чем он сможет поставить альтернативный диагноз (скажем, увидев, что модель использовала такие симптомы, как чихание и головные боли, для диагностики гриппа, а не такие характеристики, как возраст или вес пациента).

Но обеспечить прозрачность не всегда просто, поскольку модели «черного ящика» часто выдают прогнозы. без обоснование.

Оставляя заинтересованные стороны без возможности проверить результат.

7. Разные команды ИИ не могут работать как единое целое

В крупных компаниях команды ИИ часто работают изолированно, а это означает, что, хотя они используют одни и те же технологии, они делают это изолированно.

В результате они создают разные инфраструктуры и применяют разные рабочие процессы, что только усложняет более широкое внедрение ИИ. Вы можете избежать этого, используя «ступица и спица» структуру, благодаря чему один центральный блок объединяет все команды вокруг стандартизированного подхода .

Таким образом, любые инвестиции в ИИ приносят пользу всей организации и обеспечивают экономию за счет масштаба по мере развертывания решений.

Статья в тему:  Как искусственный интеллект используется в потоковом телевидении

8. Менеджмент опасается необходимости переделывать устаревшие системы

Удивительно, как много организаций все еще полагаются на устаревшую инфраструктуру, приложения и устройства для обеспечения своих ИТ-операций. И руководство часто предпочитает не использовать ИИ для страх перед расходами модернизации этих систем.

Но правда в том, что: облачные вычисления означают, что вы можете развертывать ИИ без капитального ремонта устаревшей ИТ-сети, используя функции «озера данных» в гибридных средах. Для этого может потребоваться, чтобы у вашей компании была локальная рабочая среда.

Но вы по-прежнему получаете выгоду от более эффективных операций, управляемых искусственным интеллектом.

9. Некоторые решения слишком сложны для интеграции

Даже если вам удастся разработать революционное решение для искусственного интеллекта, нет никакой гарантии, что ваша компания примет его.

Это то, что Netflix открыл для себя в 2009 году.

Стриминговый гигант предложил приз в миллион долларов любому разработчику, который мог бы повысить точность своего механизма рекомендаций. И хотя одной команде удалось оптимизировать его примерно на 10%, Netflix так и не интегрировал обновление. Почему так?

Они сказали, что требуется слишком много инженерных усилий , и так: сложность означала, что решение так и не увидело свет.

10. Регулирование часто оказывается самым большим препятствием из всех

Предположим, вы хотите создать облачную банковскую платформу в Польше: в соответствии с правилами это возможно только в том случае, если ваши центры обработки данных также находятся в Польше .

Статья в тему:  Что описывает состояние слабого и сильного искусственного интеллекта.

Многие проекты ИИ сталкиваются с подобными требованиями. А в таких отраслях, как финансы, они часто останавливают решения на своем пути. То же самое можно сказать и о вопросе подотчетности, т. кто должен взять на себя ответственность когда ИИ ошибается.

Вернемся к медицинскому контексту для примера.

Предположим, врач меняет свой диагноз на основании рекомендации машины только для того, чтобы машина ошиблась. Виноват ли практик? Или это зависит от разработчика алгоритма?

Это этические вопросы, на которые регулирующим органам еще предстоит ответить. Тогда возникает вопрос управление данными .

Когда вы создаете решение для искусственного интеллекта, вам необходимо собирать огромные объемы данных, и независимо от того, являются ли эти данные конфиденциальными или нет, вам необходимо обеспечивать их надлежащую безопасность. В противном случае ваша компания может быть оштрафована.

В этом заключается риск, на который многие организации предпочли бы не идти.

Ни один вызов не слишком велик

Хотя проблем с внедрением ИИ много, вы должны всякая уверенность что вы можете внедрить искусственный интеллект в своей компании.

По правде говоря: осознание подводных камней является важным первым шагом.

В конце концов, если вы знаете, с какими препятствиями вы можете столкнуться, вы будете лучше подготовлены к разработке стратегии, которая максимизирует ваши шансы на успех. Нельзя скрывать, что успешное внедрение ИИ зависит от инвестиций, поддержки заинтересованных сторон и надежных рабочих процессов.

Статья в тему:  Какие компании используют искусственный интеллект для развлечения

Но потенциальные выгоды огромны, и нет слишком больших проблем, чтобы их преодолеть.

ай в бизнесе

Если вы подумываете о внедрении ИИ, почему бы не облегчить себе жизнь.

Прочтите нашу бесплатную электронную книгу «Как использовать ИИ в вашей компании» и почувствуйте себя полностью готовым к предстоящему пути.

Генеральный директор DLabs.AI | Помощь компаниям в повышении эффективности с помощью искусственного интеллекта и машинного обучения

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ КНИГА: Как внедрить ИИ в свой бизнес

Ресурс искусственного интеллекта №1 для любого амбициозного бизнеса.

Последние новости из мира искусственного интеллекта — ежемесячно доставляются прямо в ваш почтовый ящик.

голоса
Рейтинг статьи
Ссылка на основную публикацию
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x