Лидери на мисълта
5 стъпки за внедряване на AI във вашия бизнес, без да разбивате банката
Изкуственият интелект продължава да процъфтява и ако продължи да прониква във всяка индустрия, той напълно ще трансформира начина, по който живеем.
В резултат на това интегрирането на AI в техните компании се превърна в най-голям приоритет за много основатели. Дори хората търсят начини да използват AI, за да подобрят личния си живот.
Шумът е такъв, че Collins Dictionary, забележителен езиков авторитет, назова AI като термин на годината, поради нарастващата му популярност.
Като каза това, за повечето организации има огромна разлика между идеята и реалността, когато се опитват да включат AI в своите процеси, защото пътят не е толкова ясен, колкото изглежда, и може да бъде много скъп, както по отношение на капиталовите разходи необходимо и в загубено време, защото развитието няма да доведе до очакваните резултати. Това е кацнало няколко предприятия в затруднение. Например CNET експериментира със статии, написани от AI, а те се оказаха пълни с недостатъци. Други компании, като iTutor Group, са изправени пред солидни глоби в допълнение към обществените подигравки заради лошите им реализации на AI.
Както показват тези случаи, бизнесът може да направи много грешки с AI и освен ако едно начинание не разполага с финансовата възглавница на Amazon, Google, Microsoft или Meta, тези неуспешни експерименти могат ефективно да фалират компания.
Ако сте основател или собственик на бизнес, ето ръководство с пет стъпки, които да ви помогнат да внедрите AI във вашия бизнес, като същевременно използвате разумно своите ресурси – пари и време, което в крайна сметка са пари – и същевременно намалявате възможността от фатални грешки.
1. Изяснете проблема, който се опитвате да разрешите
Никоя компания не е имунизирана срещу провали на AI. И както Amazon болезнено откри – чрез своите пропадащи магазини без касиер Amazon Go–не всеки бизнес случай се нуждае от AI.
Следователно е изключително важно да дефинирате проблема, който се стремите да разрешите с AI. Това трябва да бъде очертано възможно най-ясно.
Например, често срещано приложение на AI е поддръжката на клиенти. Внедряването на AI в такъв случай е възможно по начин, който има конкретни резултати, например намаляване на разходите на кол центъра с X сума пари на месец или ускоряване на средното време, необходимо за решаване на клиентски запитвания с X минути. С този подход имаме измерим индикатор под формата на пари или време, който ще се опитаме да постигнем чрез прилагане на AI и ще видим дали това има някакво въздействие.
Има различни начини, по които това може да се случи. Например, вместо чатбот, можем да разработим или закупим услуга, която ще определи дали запитването на клиента може да получи отговор със страница с често задавани въпроси. Ще работи така. Когато клиент напише съобщение, ние изпълняваме този модел и той или ни казва, че трябва да прехвърлим този разговор на агент, или му показва подходяща страница с отговор на въпроса му. Разработването на този модел е по-бързо и по-евтино от изграждането на сложен чатбот от нулата. Ако това внедряване успее, ние ще постигнем целта си за намаляване на разходите, като същевременно оптимизираме капиталовите си разходи, свързани с ИИ, в сравнение с разходите за разработване на чатбот.
Пионер в този подход беше Matten Law, базирана в Калифорния адвокатска кантора, която интегриран AI-задвижван асистент за автоматизиране на много задачи, което позволява на адвокатите да прекарват повече време в изслушване на клиенти и изучаване на онези аспекти на делото, които са най-подходящи. Това илюстрира, че дори и най-твърдите сектори могат да бъдат нарушени чрез AI по начин, който подобрява потребителското изживяване, като усилва човешкото докосване там, където е най-необходимо.
Допълнителни често срещани проблеми, които могат да бъдат адресирани с помощта на AI, включват анализ на данни и създаване на персонализирани предложения. Spotify е изключителен пример за компания, която успешно използва AI, за да разработи интелигентна система за музикални препоръки, която стига до като се има предвид времето от деня, в което някой слуша определен жанр.
И в двата гореспоменати сценария AI помага да се осигури по-добро изживяване за клиента. Въпреки това, причината, поради която тези компании използват успешно AI, беше, че те бяха много ясни относно аспектите, които трябваше да бъдат делегирани на AI.
2. Вземете решение за данните, които ще трябва да анализирате
След като основният проблем е добре дефиниран, трябва да вземем предвид данните, с които трябва да захранваме системата. Важно е да запомните, че AI е алгоритъм, който анализира и се адаптира към данните, които предоставяме. Основният сценарий за събиране на данни е както следва:
Разберете какви данни може да са ни необходими, за да внедрим AI.
Вижте дали нашият бизнес разполага с тези данни.
Ако стане - страхотно.
Ако не, трябва да седнем и да разберем дали можем да започнем правилния процес на събиране на данни вътрешно. Като друга възможност можем да помолим разработчиците да запазят данните, от които се нуждаем, ако все още не го правим.
Ето един пример. Притежаваме кафене и се нуждаем от данни колко посетители го посещават. Можем да направим това, като внедрим персонализирани карти за лоялност, които потребителите ще представят, когато правят покупка. По този начин ще имаме данните, от които се нуждаем, като например кои клиенти са дошли, кога са дошли, какво са купили и в какво количество. След като имаме това, можем да използваме тези данни, за да внедрим AI. Въпреки това, има моменти, когато събирането на тези данни може да бъде много скъпо. И тогава изкуственият интелект може да дойде да ни спаси. Например, ако имаме инсталирана камера в нашето кафене – което бихме могли поне за целите на сигурността – можем да я използваме, за да събираме данни от нашите посещаващи клиенти. Трябва да кажа, че преди прилагането на това е важно да се консултирате със законите за личните данни, като GDPR, тъй като този подход не може да работи във всяка страна. Но в тези юрисдикции, в които е разрешено, това може да бъде безпроблемен начин да съберете информацията, от която се нуждаете, и да привлечете помощта на AI, за да я анализирате и обработите.
Ако се чудите, тази персонализирана програма за лоялност е какво направи Starbucks, с голям успех. Схемата за възнаграждения на Starbucks стигна до предоставяне на персонализирани стимули, когато клиент посети предпочитаното от тях място или поръча любимата си напитка.
3. Дефинирайте хипотеза
Може да има ситуации, в които се чувствате несигурни кои процеси могат или трябва да бъдат оптимизирани от AI.
Ако това е вашият случай, тогава можете да започнете, като разделите целия си процес на етапи и идентифицирате онези фази, в които смятате, че бизнесът ви не се представя добре. Кои са тези области, за които харчите твърде много пари? Какво отнема повече време от обикновено? Отговаряйки на тези въпроси, можете да посочите критичните области за подобрение и да решите дали AI може да бъде полезен.
Както ще откриете, има случаи, в които конвенционалните решения могат да бъдат по-ефективни. Ако се борите с това кои продуктови предложения да подчертаете пред клиентите си, предложенията, базирани на най-популярните продукти, често са много по-ефективни в системите за препоръки на пазара, отколкото опитите за прогнозиране на поведението на потребителите. Затова опитайте първо това. След като имате резултат – независимо дали е положителен или отрицателен – тогава можете да имате хипотеза за тестване на AI. В противен случай полето на действие ще бъде твърде неясно и може да загубите време и пари.
4. Използвайте решенията, които вече съществуват
Много компании се стремят веднага да проектират свои собствени алгоритми за машинно обучение. Ако обаче не планирате да ги обучавате със значителни набори от данни за продължителен период от време, не правете това. Ще бъде много скъпо и отнема много време.
Вместо това предлагам да се съсредоточите върху решения, които вече са налични. Компании като Amazon, Google, Microsoft и много други имат инструменти, базирани на AI, които могат да ви помогнат да постигнете много цели. След това постепенно можете да подпишете договор с някой от тях и да наемете вътрешен разработчик, който умело да конфигурира необходимите API заявки.
Основната идея е, че тези инструменти могат да бъдат интегрирани от бизнес разработчици (не специалисти по ML), което ще ни позволи бързо да тестваме хипотезата дали AI носи очаквания ефект или не. Ако не успее да го направи, можем просто да деактивираме тези инструменти и нашата цена за тестване на нашата хипотеза ще бъде само времето на разработчиците, което сме прекарали в интегриране с тази услуга, и сумата, която сме платили, за да използваме инструмента. Ако разработвахме модел, щяхме да похарчим заплатата на специалиста по ML, умножена по времето, което отделят за разработване на модела, в допълнение към всякакви инфраструктурни разходи. И тогава не е ясно какво да правим с разработчика и модела, ако в крайна сметка няма очаквания ефект.
Ако нашата хипотеза е доказана и инструментът, задвижван от AI, донесе очаквания ефект, ние се радваме и измисляме нова хипотеза. В бъдеще, ако предвидим, че разходите за инструмента ще нараснат значително, можем да помислим за разработването на този модел сами и по този начин да намалим разходите още повече. Но първо трябва да преценим дали цената на разработката всъщност е по-малка от това, което бихме платили, за да използваме инструмент от друга компания, която е специализирана в разработването на тези инструменти.
Моят съвет е да обмислите разработването на свой собствен продукт за машинно обучение само след като сте постигнали добри резултати от използването на AI със споменатите по-горе инструменти и след като сте сигурни, че AI е правилният начин за решаване на проблема ви в дългосрочен план. В противен случай вашият ML проект няма да осигури стойността, която търсите, и както се казва в брилянтен скорошен материал от Harvard Business Review, Шумът за AI само ще ви отвлече от мисията ви, който не се нуждае от AI.
5. Консултирайте се с AI специалисти
В същия дух, друга много често срещана грешка, която основателите и собствениците на бизнес правят е, че се опитват да направят всичко вътрешно. Те наемат главен инженер или изследовател на AI, а след това още хора, за да формират екип, който може да създаде авангарден продукт. Тази технология обаче ще бъде безполезна за целите на вашата компания, ако нямате правилно дефинирана стратегия за внедряване на AI. Има и случай, когато наемат Junior ML Engineer, за да спестят пари в сравнение с наемането на по-опитен специалист. Това също е опасно, защото човек без опит може да не познава тънкостите на разработката и дизайна на ML система и да направи „новобранчески грешки“, за които компанията ще трябва да плати твърде висока цена, почти винаги надвишаваща цената на наемането на опитен ML специалист.
Следователно, моята препоръка е първо да наемете един експерт по изкуствен интелект, като консултант, който ще ви води по пътя и ще оцени вашия процес на приемане на изкуствен интелект. Възползвайте се от техния опит, за да сте сигурни, че проблемът, върху който работите, изисква AI и че технологията може да бъде мащабирана ефективно, за да докаже вашата хипотеза.
Ако сте стартираща компания в ранен етап и се притеснявате за финансирането, хак за това е да се свържете с инженери на AI в LinkedIn с конкретни въпроси. Вярвате или не, много експерти по ML и AI обичат да помагат, както защото наистина са в темата, така и защото, ако успеят да ви помогнат, могат да го използват като положителен казус за своето консултантско портфолио.
Заключителни мисли
С целия шум около AI, нормално е да сте нетърпеливи да го включите във вашия бизнес и да разработите базирано на AI решение, което да ви отведе на следващото ниво. Трябва обаче да имате предвид, че фактът, че всички говорят за AI, означава, че вашият бизнес се нуждае от AI. Много фирми, за съжаление, бързат да интегрират AI без ясна цел и в крайна сметка губят огромни суми пари и време. В някои случаи, особено за компании в ранен стадий, това може да означава тяхната смърт. Чрез ясно формулиране на проблем, събиране на подходящи данни, тестване на хипотеза и използване на инструментите, които вече са налични с помощта на експерт, можете да интегрирате AI, без да източвате финансовите ресурси на вашата фирма. След това, ако решението работи, можете постепенно да увеличите мащаба и да включите AI в онези области, в които той повишава ефективността или рентабилността на вашата компания.
