Γιατί η AI dogfooding δεν είναι πλέον προαιρετική για τους επιχειρηματικούς ηγέτες

Στους κύκλους της τεχνολογίας, «εσωτερικές τροφές«είναι η συντομογραφία μιας απλής αλλά απαιτητικής ιδέας: να χρησιμοποιείτε το δικό σας προϊόν με τον ίδιο τρόπο που το κάνουν οι πελάτες σας. Ξεκίνησε ως μια πρακτική πειθαρχία μεταξύ ομάδων λογισμικού που δοκιμάζουν εσωτερικά ημιτελή εργαλεία, αλλά στην εποχή της επιχειρηματικής τεχνητής νοημοσύνης, η ενδοεπιχειρησιακή εφαρμογή (dogfooding) έχει αποκτήσει πολύ μεγαλύτερη σημασία. Καθώς τα συστήματα τεχνητής νοημοσύνης μετακινούνται από τον πειραματισμό στον πυρήνα των επιχειρηματικών δραστηριοτήτων, η προσωπική εξάρτηση από αυτά δεν είναι πλέον απλώς μια πρακτική προϊόντος - γίνεται υποχρέωση ηγεσίας.

Εγκρίθηκε η Τεχνητή Νοημοσύνη πριν από την εφαρμογή της: Μια αποδεδειγμένη πειθαρχία ηγεσίας

Το dogfooding (εσωτερική χρήση κινητών συσκευών) έχει διαδραματίσει εδώ και καιρό καθοριστικό ρόλο στην επιτυχία ή την αποτυχία των μεγάλων τεχνολογικών πλατφορμών, πολύ πριν εισέλθει η τεχνητή νοημοσύνη στο προσκήνιο.

Στις πρώτες μέρες του εταιρικού λογισμικού, Η Microsoft απαιτούσε από μεγάλα τμήματα της εταιρείας να εκτελούν εσωτερικά προ-εκδόσεις των Windows και του Office.Το κόστος ήταν πραγματικό: η παραγωγικότητα επιβραδύνθηκε, τα συστήματα χάλασαν και η απογοήτευση συσσωρεύτηκε. Αλλά αυτή η τριβή αποκάλυψε ατέλειες που κανένα περιβάλλον δοκιμών δεν μπορούσε να αναπαράγει. Το πιο σημαντικό, ανάγκασε την ηγεσία να βιώσει από πρώτο χέρι τις συνέπειες των αποφάσεων για τα προϊόντα. Τα προϊόντα που επιβίωσαν από εσωτερική χρήση έτειναν να επιτυγχάνουν εξωτερικά. Όσα δεν επιβίωσαν διορθώθηκαν -ή εγκαταλείφθηκαν αθόρυβα- πριν καν τα δουν οι πελάτες.

Η ίδια πειθαρχία επανεμφανίστηκε με διαφορετικές μορφές σε άλλους ηγέτες της τεχνολογίας.

Στην IBM, εσωτερική εξάρτηση από το δικό του middleware, οι πλατφόρμες ανάλυσης και τα εργαλεία αυτοματισμού έγιναν απαραίτητα κατά τη διάρκεια της στροφής της εταιρείας προς το εταιρικό λογισμικό και τις υπηρεσίες. Αυτό που ήρθε στην επιφάνεια ήταν μια δυσάρεστη πραγματικότητα: εργαλεία που πέρασαν τις αξιολογήσεις προμηθειών συχνά αποτύγχαναν λόγω της πραγματικής επιχειρησιακής πολυπλοκότητας. Η εσωτερική δοκιμή (dogfooding) αναδιαμόρφωσε τις προτεραιότητες των προϊόντων γύρω από την ενσωμάτωση, την αξιοπιστία και τη μακροζωία - παράγοντες που έγιναν ορατοί μόνο μέσω της διαρκούς εσωτερικής εξάρτησης.

Μια πιο ασυμβίβαστη εκδοχή αυτής της προσέγγισης εμφανίστηκε στην Amazon. Οι εσωτερικές ομάδες αναγκάστηκαν να καταναλώσουν υποδομή μέσω των ίδιων API που αργότερα προσφέρθηκαν εξωτερικά.Δεν υπήρχαν εσωτερικές συντομεύσεις. Αν μια υπηρεσία ήταν αργή, εύθραυστη ή ελλιπώς τεκμηριωμένη, η Amazon το αντιλαμβανόταν αμέσως. Αυτή η πειθαρχία έκανε περισσότερα από το να βελτιώσει τις λειτουργίες - έθεσε τα θεμέλια για μια παγκόσμια πλατφόρμα cloud που αναπτύχθηκε από την βιωμένη αναγκαιότητα και όχι από τον αφηρημένο σχεδιασμό.

Ακόμα και η Google βασίστηκε σε μεγάλο βαθμό σε εσωτερική χρήση για δοκιμές αντοχής σε ακραίες συνθήκες στα δεδομένα και τα συστήματα μηχανικής μάθησηςΗ εσωτερική δοκιμή εσωτερικών δοκιμών αποκάλυψε περιπτώσεις ακραίων σημείων, αποτυχίες αφαίρεσης και λειτουργικούς κινδύνους που σπάνια εμφανίζονταν σε εξωτερικές αναπτύξεις. Αυτές οι πιέσεις διαμόρφωσαν συστήματα που επηρέασαν τα πρότυπα του κλάδου όχι επειδή ήταν άψογα, αλλά επειδή υπέμειναν συνεχή εσωτερική πίεση σε μεγάλη κλίμακα.

Γιατί η Τεχνητή Νοημοσύνη Αλλάζει Εντελώς τα Πράγματα

Η Τεχνητή Νοημοσύνη ανεβάζει δραματικά το διακύβευμα αυτού του μαθήματος.

Σε αντίθεση με το παραδοσιακό λογισμικό, τα συστήματα Τεχνητής Νοημοσύνης είναι πιθανοτικά, ευαίσθητα στο περιβάλλον και διαμορφώνονται από τα περιβάλλοντα στα οποία λειτουργούν. Η διαφορά μεταξύ μιας συναρπαστικής επίδειξης και ενός αξιόπιστου λειτουργικού συστήματος συχνά αναδύεται μόνο μετά από εβδομάδες πραγματικής χρήσης. Λανθάνουσα κατάσταση, ψευδαισθήσεις, οι περιπτώσεις εύθραυστων ακμών, οι σιωπηλές αστοχίες και τα μη ευθυγραμμισμένα κίνητρα δεν εμφανίζονται στις τράπουλες διαφανειών. Εμφανίζονται στην εμπειρία που ζούμε.

Ωστόσο, πολλά στελέχη λαμβάνουν πλέον αποφάσεις με μεγάλο αντίκτυπο σχετικά με την ανάπτυξη της Τεχνητής Νοημοσύνης στην υποστήριξη πελατών, τα οικονομικά, το ανθρώπινο δυναμικό, την νομική αξιολόγηση, την παρακολούθηση ασφάλειας και τον στρατηγικό σχεδιασμό—χωρίς να βασίζονται προσωπικά σε αυτά τα ίδια τα συστήματα. Αυτό το κενό δεν είναι θεωρητικό. Αυξάνει σημαντικά τον οργανωτικό κίνδυνο.

Από την Πρακτική Προϊόντος στην Στρατηγική Επιταγή

Οι πιο αποτελεσματικοί οργανισμοί τεχνητής νοημοσύνης εφαρμόζουν εσωτερικές πρακτικές (dogfooding) όχι από ιδεολογία, αλλά από ανάγκη.

Οι ομάδες ηγεσίας συντάσσουν εσωτερικές επικοινωνίες χρησιμοποιώντας τους δικούς τους συγκυβερνήτες. Βασίζονται στην Τεχνητή Νοημοσύνη για να συνοψίζουν τις συναντήσεις, να διαλέγουν πληροφορίες, να δημιουργούν αναλύσεις πρώτου σταδίου ή να επισημαίνουν λειτουργικές ανωμαλίες. Όταν τα συστήματα παρουσιάζουν σφάλματα, η ηγεσία αισθάνεται αμέσως την τριβή. Αυτή η άμεση έκθεση συμπιέζει τους βρόχους ανατροφοδότησης με τρόπους που καμία επιτροπή διακυβέρνησης ή ενημέρωση προμηθευτών δεν μπορεί να αναπαράγει.

Εδώ είναι που το dogfooding σταματά να είναι μια τακτική προϊόντος και γίνεται μια στρατηγική πειθαρχία.

Η Τεχνητή Νοημοσύνη αναγκάζει τους ηγέτες να αντιμετωπίσουν μια δύσκολη πραγματικότητα: η αξία και ο κίνδυνος είναι πλέον αδιαχώριστα. Τα ίδια συστήματα που επιταχύνουν την παραγωγικότητα μπορούν επίσης να ενισχύσουν τα σφάλματα, την προκατάληψη και τα τυφλά σημεία. Η ενδοσκοπική δοκιμή (dogfooding) καθιστά αυτές τις ανταλλαγές απτές. Οι ηγέτες μαθαίνουν πού η Τεχνητή Νοημοσύνη εξοικονομεί πραγματικά χρόνο έναντι πού δημιουργεί αθόρυβα επιβάρυνση αξιολόγησης. Ανακαλύπτουν ποιες αποφάσεις επωφελούνται από την πιθανολογική βοήθεια και ποιες απαιτούν ανθρώπινη κρίση χωρίς παρέμβαση. Η εμπιστοσύνη, σε αυτό το πλαίσιο, κερδίζεται μέσω της εμπειρίας - όχι μέσω μετρήσεων.

Η Τεχνητή Νοημοσύνη δεν είναι χαρακτηριστικό — είναι σύστημα

Το dogfooding αποκαλύπτει επίσης μια δομική αλήθεια που πολλοί οργανισμοί υποτιμούν: Η τεχνητή νοημοσύνη δεν είναι ένα χαρακτηριστικό. Είναι ένα σύστημα.

Τα μοντέλα είναι μόνο ένα στοιχείο. Τα μηνύματα προτροπής, οι αγωγοί ανάκτησης, η ανανέωση δεδομένων, τα πλαίσια αξιολόγησης, η λογική κλιμάκωσης, η παρακολούθηση, η δυνατότητα ελέγχου και οι ανθρώπινες διαδρομές παράκαμψης έχουν εξίσου μεγάλη σημασία. Αυτές οι εξαρτήσεις γίνονται προφανείς μόνο όταν η Τεχνητή Νοημοσύνη ενσωματώνεται σε πραγματικές ροές εργασίας αντί να παρουσιάζεται σε ελεγχόμενα πιλοτικά συστήματα. Οι ηγέτες που δοκιμάζουν εσωτερικά συστήματα Τεχνητής Νοημοσύνης αναπτύσσουν διαίσθηση για το πόσο εύθραυστα - ή ανθεκτικά - είναι πραγματικά αυτά τα συστήματα.

Η διακυβέρνηση γίνεται πραγματικότητα όταν οι ηγέτες αισθάνονται τον κίνδυνο

Υπάρχει μια διάσταση διακυβέρνησης εδώ την οποία τα διοικητικά συμβούλια αρχίζουν να αναγνωρίζουν.

Όταν τα στελέχη δεν βασίζονται προσωπικά σε συστήματα Τεχνητής Νοημοσύνης, η λογοδοσία παραμένει αφηρημένη. Οι συζητήσεις για τον κίνδυνο παραμένουν θεωρητικές. Αλλά όταν η ηγεσία χρησιμοποιεί την Τεχνητή Νοημοσύνη άμεσα, η διακυβέρνηση γίνεται εμπειρική. Οι αποφάσεις σχετικά με την επιλογή μοντέλου, τα προστατευτικά κιγκλιδώματα και τους αποδεκτούς τρόπους αποτυχίας βασίζονται στην πραγματικότητα και όχι στη γλώσσα πολιτικής. Η εποπτεία βελτιώνεται όχι επειδή αλλάζουν οι κανόνες, αλλά επειδή η κατανόηση εμβαθύνει.

Εμπιστοσύνη, Υιοθέτηση και Οργανωσιακή Σηματοδοσία

Η ενδοσκοπική εφαρμογή (dogfooding) αναδιαμορφώνει επίσης την οργανωσιακή εμπιστοσύνη.

Οι εργαζόμενοι αντιλαμβάνονται γρήγορα εάν η ηγεσία χρησιμοποιεί πραγματικά τα εργαλεία που τους επιβάλλονται. Όταν τα στελέχη βασίζονται ορατά στην Τεχνητή Νοημοσύνη στις δικές τους ροές εργασίας, η υιοθέτησή της εξαπλώνεται οργανικά. Η τεχνολογία γίνεται μέρος του λειτουργικού ιστού της εταιρείας και όχι μια επιβεβλημένη πρωτοβουλία. Όταν η Τεχνητή Νοημοσύνη ορίζεται ως κάτι «για όλους τους άλλους», ο σκεπτικισμός αυξάνεται και ο μετασχηματισμός σταματά.

Αυτό δεν σημαίνει ότι η εσωτερική χρήση αντικαθιστά την επικύρωση από τον πελάτη. Δεν ισχύει κάτι τέτοιο. Οι εσωτερικές ομάδες είναι πιο επιεικής και πιο τεχνικά εξελιγμένες από τους περισσότερους πελάτες. Η αξία του dogfooding έγκειται αλλού: έγκαιρη έκθεση σε τρόπους αποτυχίας, ταχύτερη διορατικότητα και μια βαθιά κατανόηση του τι πραγματικά σημαίνει «χρησιμοποιήσιμο», «αξιόπιστο» και «αρκετά καλό».

Το πρόβλημα κινήτρων που αποκαλύπτει η υιοθέτηση εσωτερικών δοκιμών (dogfooding)

Υπάρχει επίσης ένα λιγότερο συζητημένο όφελος που έχει σημασία σε εκτελεστικό επίπεδο: η ενσωμάτωση εσωτερικών δοκιμών (dogfooding) διευκρινίζει τα κίνητρα.

Οι πρωτοβουλίες τεχνητής νοημοσύνης συχνά αποτυγχάνουν επειδή τα οφέλη συσσωρεύονται στον οργανισμό, ενώ οι τριβές και οι κίνδυνοι επιβαρύνουν τα άτομα. Οι ηγέτες που δοκιμάζουν συστήματα τεχνητής νοημοσύνης (AI) αισθάνονται αμέσως αυτές τις αποκλίσεις. Βλέπουν πού η Τεχνητή Νοημοσύνη δημιουργεί επιπλέον εργασία αναθεώρησης, μεταθέτει την ευθύνη χωρίς εξουσία ή διαβρώνει διακριτικά την ιδιοκτησία. Αυτές οι πληροφορίες σπάνια εμφανίζονται σε πίνακες ελέγχου, αλλά διαμορφώνουν καλύτερες αποφάσεις.

Η ηγετική απόσταση είναι πλέον ευθύνη

Καθώς η Τεχνητή Νοημοσύνη μεταβαίνει από τον πειραματισμό στην υποδομή, το κόστος αυτού του λάθους αυξάνεται. Οι πρώιμες αποτυχίες λογισμικού ήταν άβολες. Οι αποτυχίες της Τεχνητής Νοημοσύνης μπορεί να αφορούν τη φήμη, να αφορούν κανονιστικά ζητήματα ή να είναι στρατηγικές. Σε αυτό το περιβάλλον, η ηγετική απόσταση αποτελεί μειονέκτημα.

Οι εταιρείες που πετυχαίνουν στον επόμενη φάση υιοθέτησης της Τεχνητής Νοημοσύνης Δεν θα είναι αυτοί με τα πιο προηγμένα μοντέλα ή τους μεγαλύτερους προϋπολογισμούς. Θα καθοδηγούνται από στελέχη που βιώνουν την Τεχνητή Νοημοσύνη με τον ίδιο τρόπο που βιώνουν οι οργανισμοί τους: ατελής, πιθανοτική, περιστασιακά απογοητευτική — αλλά εξαιρετικά ισχυρή όταν σχεδιάζεται με γνώμονα την πραγματικότητα.

Το dogfooding, με αυτή την έννοια, δεν αφορά πλέον την πίστη στο προϊόν. Αφορά την προσήλωση στη θέση του, ενώ παράλληλα δημιουργούμε συστήματα που σκέφτονται, αποφασίζουν και ενεργούν ολοένα και περισσότερο παράλληλα με εμάς.