Πλοηγώντας την Ανάπτυξη του AI: Αποφεύγοντας Εμπόδια και Εγγυώμενος την Επιτυχία

Ο δρόμος προς το AI δεν είναι σπριντ – είναι μαραθώνιος, και οι επιχειρήσεις πρέπει να ρυθμίσουν τον εαυτό τους ανάλογα. Αυτοί που τρέχουν πριν μάθουν να περπατούν θα σαγηνευτούν, ενταφιαζόμενοι στο νεκροταφείο των επιχειρήσεων που προσπάθησαν να κινηθούν πολύ γρήγορα για να φτάσουν κάποιο είδος τελικού σημείου του AI. Η αλήθεια είναι, δεν υπάρχει τελικό σημείο. Δεν υπάρχει προορισμός στον οποίο μια επιχείρηση μπορεί να φτάσει και να πει ότι το AI έχει κατακτηθεί επαρκώς. Σύμφωνα με το McKinsey, το 2023 ήταν το έτος εκτόξευσης του AI, με περίπου 79% των υπαλλήλων να δηλώνουν ότι είχαν κάποιο επίπεδο έκθεσης στο AI. Ωστόσο, οι καινοτόμες τεχνολογίες δεν ακολουθούν γραμμικές διαδρομές ανάπτυξης· αναρριχώνται και πέφτουν, μέχρι να γίνουν μέρος του ιστόchu της επιχείρησης. Οι περισσότερες επιχειρήσεις καταλαβαίνουν ότι το AI είναι μαραθώνιος και όχι σπριντ, και αυτό αξίζει να θυμόμαστε.

Πάρτε για παράδειγμα τον Κύκλο Υπερβολής της Gartner. Κάθε νέα τεχνολογία που εμφανίζεται περνάει από τις ίδιες σειρές σταδίων στον κύκλο υπερβολής, με πολύ λίγες εξαιρέσεις. Αυτά τα στάδια είναι τα ακόλουθα: Εκκίνηση καινοτομίας· Πीक των Φουσκωμένων Προσδοκιών· Χαράδρα της Απογοήτευσης· Κλίση της Διαφωτίσεως και Οροπέδιο της Παραγωγικότητας. Το 2023, η Gartner τοποθέτησε το Γεννητικό AI σταθερά στο δεύτερο στάδιο: το Πίκ των Φουσκωμένων Προσδοκιών. Αυτό είναι όταν τα επίπεδα υπερβολής γύρω από την τεχνολογία είναι στο υψηλότερο σημείο τους, και ενώ κάποιες επιχειρήσεις μπορούν να κεφαλαιοποιήσουν το AI νωρίς και να προηγηθούν, η πλειοψηφία θα πασχίσει μέσω της Χαράδρας της Απογοήτευσης και μπορεί να μην φτάσει ακόμη και στο Οροπέδιο της Παραγωγικότητας.

Όλα αυτά σημαίνουν ότι οι επιχειρήσεις πρέπει να προχωρήσουν με προσοχή όταν πρόκειται για την ανάπτυξη του AI. Ενώ η αρχική γοητεία της τεχνολογίας και των ικανοτήτων της μπορεί να είναι ελκυστική, εξακολουθεί να βρίσκεται στα πρώτα βήματα και τα όριά της εξακολουθούν να δοκιμάζονται. Αυτό δεν σημαίνει ότι οι επιχειρήσεις πρέπει να αποφύγουν το AI, αλλά πρέπει να αναγνωρίσουν τη σημασία της ρύθμισης ενός βιώσιμου ρυθμού, της ορισμού σαφών στόχων και της προσεκτικής σχεδίασης του ταξιδιού τους. Οι ηγετικές ομάδες και οι υπάλληλοι πρέπει να ενταχθούν πλήρως στην ιδέα, η ποιότητα και η ακεραιότητα των δεδομένων πρέπει να εγγυηθούν, οι στόχοι συμμόρφωσης πρέπει να πληρωθούν – και αυτό είναι μόνο η αρχή.

Ξεκινώντας με μικρά βήματα και περιγράφοντας επιτυχημένα ορόσημα, οι επιχειρήσεις μπορούν να αξιοποιήσουν το AI με μετρημένο και βιώσιμο τρόπο, εξασφαλίζοντας ότι προχωρούν με την τεχνολογία αντί να την προηγούνται. Εδώ είναι κάποια από τα πιο κοινά εμπόδια που βλέπουμε το 2024:

Εμπόδιο 1: Ηγεσία του AI

Είναι γεγονός: χωρίς την έγκριση από την κορυφή, οι πρωτοβουλίες του AI θα αποτυχούν. Ενώ οι υπάλληλοι μπορεί να ανακαλύψουν εργαλεία γεννητικού AI για τον εαυτό τους και να τα ενσωματώσουν στις καθημερινές τους ρουτίνες, αυτό εκθέτει τις εταιρείες σε ζητήματα γύρω από την ιδιωτικότητα των δεδομένων, την ασφάλεια και τη συμμόρφωση. Η ανάπτυξη του AI, σε οποιαδήποτε ικανότητα, πρέπει να έρθει από την κορυφή, και η έλλειψη ενδιαφέροντος για το AI από την κορυφή μπορεί να είναι τόσο επικίνδυνη όσο και η υπερβολική κίνηση.

Πάρτε για παράδειγμα τον κλάδο των ασφαλίσεων υγείας στις ΗΠΑ. Σε μια πρόσφατη ερήτηση από την ActiveOps, αποκαλύφθηκε ότι το 70% των ηγετών λειτουργιών πιστεύει ότι οι εκτελεστικοί της C-suite δεν ενδιαφέρονται για επενδύσεις σε AI, δημιουργώντας ένα σημαντικό εμπόδιο στην καινοτομία. Ενώ μπορούν να δουν τα οφέλη, με σχεδόν 8 στα 10 να συμφωνούν ότι το AI θα μπορούσε να βοηθήσει σημαντικά να βελτιώσει την λειτουργική απόδοση, η έλλειψη υποστήριξης από την κορυφή αποδεικνύεται ως ένα ενοχλητικό εμπόδιο στην πρόοδο.

Όπου χρησιμοποιείται το AI, η εταιρική έγκριση και η υποστήριξη της ηγεσίας είναι απαραίτητες. Πρέπει να καθιερωθούν σαφείς канάλια επικοινωνίας μεταξύ της ηγεσίας και των ομάδων έργων του AI. Τακτικές ενημερώσεις, διαφανείς εκθέσεις προόδου και συζητήσεις για προκλήσεις και ευκαιρίες θα βοηθήσουν να διατηρηθεί η ηγεσία ενεργητική και ενημερωμένη. Όταν οι ηγέτες είναι καλά ενημερωμένοι για το ταξίδι του AI και τα ορόσημά του, είναι πιο πιθανό να παρέχουν τη συνεχιζόμενη υποστήριξη που απαιτείται για να διανύσουν τις сложκότητες και τις απρόβλεπτες δυσκολίες.

Εμπόδιο 2: Ποιότητα και Ακεραιότητα των Δεδομένων

Η χρήση κακής ποιότητας δεδομένων με το AI είναι σαν να βάζεις ντίζελ σε ένα αυτοκίνητο βενζίνης. Θα πάρετε κακή απόδοση, σπασμένα μέρη και एक δαπανηρή λογαριασμό για να το sửaσετε. Τα συστήματα AI βασίζονται σε τεράστιες ποσότητες δεδομένων για να μάθουν, να προσαρμοστούν και να κάνουν ακριβείς προβλέψεις. Αν τα δεδομένα που τροφοδοτούν αυτά τα συστήματα είναι ελαττωματικά, непλήρη, λανθασμένα ταξινομημένα ή μεροληπτικά, τα αποτελέσματα θα είναι αναπόφευκτα αναξιόπιστα. Αυτό δεν μόνο υπονόμευε την αποτελεσματικότητα των λύσεων του AI, αλλά μπορεί επίσης να οδηγήσει σε σημαντικές πτώσεις και απιστία στις ικανότητες του AI.

Η έρευνά μας αποκαλύπτει ότι το 90% των ηγετών λειτουργιών λέει ότι απαιτείται πολύς κόπος για να εξαγάγει πληροφορίες από τα λειτουργικά δεδομένα – πολύ από αυτά είναι απομονωμένα και θραυσματικά σε πολλαπλά συστήματα, και γεμάτα ασυνεπότητες. Αυτό είναι ένα άλλο εμπόδιο που αντιμετωπίζουν οι επιχειρήσεις όταν σκέφτονται το AI – τα δεδομένα τους απλά δεν είναι έτοιμα.

Για να αντιμετωπίσουν αυτό το πρόβλημα και να βελτιώσουν την υγιεινή των δεδομένων τους, οι επιχειρήσεις πρέπει να επενδύσουν σε ισχυρά πλαίσια διακυβέρνησης δεδομένων. Αυτό περιλαμβάνει την καθιέρωση σαφών προτύπων δεδομένων, την εγγύηση ότι τα δεδομένα είναι συνεχώς καθαρισμένα και επικυρωμένα, και την εφαρμογή συστημάτων για τη συνεχή παρακολούθηση της ποιότητας των δεδομένων. Δημιουργώντας μια ενιαία πηγή αλήθειας, οι οργανισμοί μπορούν να ενισχύσουν την αξιοπιστία και τη διαθεσιμότητα των δεδομένων τους, το οποίο θα έχει το επιπλέον όφελος της διευκόλυνσης του δρόμου για το AI.

Εμπόδιο 3: Γραμματισμός του AI

Το AI είναι ένα εργαλείο, και τα εργαλεία είναι αποτελεσματικά μόνο όταν χρησιμοποιούνται από τα σωστά χέρια. Η επιτυχία των πρωτοβουλίων του AI εξαρτάται όχι μόνο από την τεχνολογία, αλλά και από τους ανθρώπους που το χρησιμοποιούν, και αυτοί οι άνθρωποι είναι σε短 supply. Σύμφωνα με την Salesforce, σχεδόν δύο τρίτες (60%) των επαγγελματιών της τεχνολογίας identified了一個 έλλειψη δεξιοτήτων του AI ως την πρώτη τους πρόκληση για την ανάπτυξη του AI. Αυτό ακούγεται σαν οι επιχειρήσεις να μην είναι έτοιμες για το AI, και πρέπει να αρχίσουν να αντιμετωπίζουν αυτό το κενό δεξιοτήτων πριν αρχίσουν να επενδύουν σε τεχνολογία AI.

Αυτό δεν σημαίνει ότι πρέπει να κάνουν μια θηριώδη προσπάθεια να προσλάβουν. Τα προγράμματα εκπαίδευσης μπορούν να εισαχθούν για να αναβαθμίσουν τον τρέχοντα εργατικό δυναμικό, εξασφαλίζοντας ότι έχουν τις ικανότητες να χρησιμοποιήσουν αποτελεσματικά το AI. Η δημιουργία αυτού του είδους γραμματισμού του AI μέσα στην οργάνωση περιλαμβάνει τη δημιουργία ενός περιβάλλοντος όπου η συνεχής μάθηση ενθαρρύνεται – εργαστήρια, διαδικτυακά μαθήματα και πρακτικά προγράμματα μπορούν να βοηθήσουν να απομυστητίσουν το AI και να το κάνουν πιο προσιτό σε υπαλλήλους σε όλα τα επίπεδα, δημιουργώντας τις βάσεις για ταχύτερη ανάπτυξη και πιο ουσιαστικά οφέλη.

Τι έρχεται;

Η επιτυχημένη υιοθέτηση του AI απαιτεί περισσότερα από απλές επενδύσεις σε τεχνολογία· απαιτεί μια καλά ρυθμισμένη, στρατηγική προσέγγιση που εξασφαλίζει έγκριση από τους υπαλλήλους και υποστήριξη από την ηγεσία. Επίσης, απαιτεί τις επιχειρήσεις να είναι αυτοσυνειδητές και να αντιλαμβάνονται ότι η τεχνολογία έχει όρια – ενώ το ενδιαφέρον για το AI είναι σε ανοδική πορεία και η υιοθέτηση είναι στο υψηλότερο σημείο της, υπάρχει μια καλή πιθανότητα ότι η φούσκα του AI θα σπάσει πριν από το ότι θα διορθωθεί και θα γίνει το σταθερό, αξιόπιστο εργαλείο που οι επιχειρήσεις το χρειάζονται. Θυμηθείτε, τώρα βρισκόμαστε στο Πίκ των Φουσκωμένων Προσδοκιών, και η Χαράδρα της Απογοήτευσης ainda πρέπει να αντιμετωπιστεί. Οι επιχειρήσεις που είναι πρόθυμες να επενδύσουν σε AI μπορούν να προετοιμαστούν για την επερχόμενη θύελλα με την προετοιμασία των υπαλλήλων τους, την καθιέρωση πολιτικών χρήσης του AI και την εγγύηση ότι τα δεδομένα τους είναι καθαρά, καλά οργανωμένα και σωστά ταξινομημένα και ενσωματωμένα σε όλη την επιχείρησή τους.