5 kroków do wdrożenia sztucznej inteligencji w Twojej firmie bez zubożenia

Sztuczna inteligencja ciągle rozwija się, a jeśli będzie nadal przenikać do każdej branży, to całkowicie zmieni sposób, w jaki żyjemy.

W związku z tym, integracja sztucznej inteligencji w firmach stała się najwyższym priorytetem dla wielu założycieli. Nawet osoby prywatne szukają sposobów, aby wykorzystać sztuczną inteligencję do poprawy swojego życia.

Hype jest taki, że Słownik Collins, wiodąca władza językowa, nazwał sztuczną inteligencję słowem roku, ze względu na jej gwałtowny wzrost popularności.

Mówiąc to, dla większości organizacji, istnieje ogromna luka między pomysłem a rzeczywistością, gdy próbują wdrożyć sztuczną inteligencję w swoich procesach, ponieważ droga nie jest tak prosta, jak się wydaje, i może być bardzo kosztowna, zarówno pod względem nakładów kapitałowych, jak i straconego czasu, ponieważ rozwój nie przyniesie oczekiwanych wyników. To doprowadziło wiele firm w kłopoty. Na przykład, CNET eksperymentował z artykułami napisanymi przez sztuczną inteligencję, i okazało się, że są pełne błędów. Inne firmy, takie jak iTutor Group, zostały ukarane wysokimi grzywnami oraz publicznym wyśmiewaniem ze względu na ich słabe wdrożenie sztucznej inteligencji.

Jak te przypadki pokazują, firmy mogą popełniać wiele błędów ze sztuczną inteligencją, a chyba że przedsięwzięcie ma finansowe zaplecze Amazon, Google, Microsoft lub Meta, te nieudane eksperymenty mogą skutecznie zbankrutować firmę.

Jeśli jesteś założycielem lub właścicielem firmy, oto przewodnik z pięcioma krokami, które pomogą Ci wdrożyć sztuczną inteligencję w Twojej firmie, przy jednoczesnym rozsądnym wykorzystaniu Twoich zasobów – pieniędzy i czasu, co ostatecznie jest pieniędzmi – oraz przy jednoczesnym zmniejszeniu możliwości fatalnych błędów.

1. Bądź klarowny co do problemu, który chcesz rozwiązać

Żadna firma nie jest odporna na awarie sztucznej inteligencji. A jak Amazon boleśnie odkrył – przez swoje nieudane sklepy bez kasjera Amazon Go – nie każdy przypadek biznesowy wymaga sztucznej inteligencji.

Dlatego jest krytyczne, abyś zdefiniował problem, który chcesz rozwiązać za pomocą sztucznej inteligencji. To musi być określone jak najbardziej klarownie.

Na przykład, powszechnym zastosowaniem sztucznej inteligencji jest obsługa klienta. Wdrożenie sztucznej inteligencji w takim przypadku jest możliwe w sposób, który ma określone wyniki, na przykład, redukcję kosztów centrum obsługi klienta o X kwotę pieniędzy miesięcznie lub przyspieszenie średniego czasu rozwiązania problemów klientów o X minut. Z takim podejściem mamy mierny wskaźnik w postaci pieniędzy lub czasu, który będziemy próbowali osiągnąć poprzez wdrożenie sztucznej inteligencji i zobaczyć, czy to ma jakikolwiek wpływ.

Istnieją różne sposoby, w jakie to może się stać. Na przykład, zamiast czatu, możemy opracować lub kupić usługę, która określi, czy pytanie klienta może być odpowiedzią na stronie FAQ. Będzie to działać w ten sposób. Gdy klient napisze wiadomość, uruchamiamy ten model i albo mówi nam, że musimy przenieść tę rozmowę do agenta, albo pokazuje im odpowiednią stronę z odpowiedzią na ich pytanie. Opracowanie tego modelu jest szybsze i tańsze niż budowanie złożonego czatu od podstaw. Jeśli to wdrożenie się powiedzie, osiągniemy nasz cel, jakim jest redukcja kosztów przy optymalizacji naszych wydatków kapitałowych związanych ze sztuczną inteligencją, w porównaniu z kosztem opracowania czatu.

Pionierem w tym podejściu była Matten Law, kalifornijska firma prawnicza, która zintegrowała asystenta wspieranego przez sztuczną inteligencję, aby zautomatyzować wiele zadań, umożliwiając prawnikom spędzanie więcej czasu na słuchaniu klientów i studiowaniu tych aspektów sprawy, które były najbardziej istotne. To pokazuje, że nawet najbardziej sztywne branże mogą być zakłócone przez sztuczną inteligencję w sposób, który wzmacnia doświadczenie użytkownika, poprzez nasilenie ludzkiego dotyku tam, gdzie jest on najbardziej potrzebny.

Inne powszechne problemy, które mogą być rozwiązane za pomocą sztucznej inteligencji, obejmują analizę danych i tworzenie spersonalizowanych ofert. Spotify jest wyjątkowym przykładem firmy, która z powodzeniem wykorzystuje sztuczną inteligencję do opracowania inteligentnego systemu rekomendacji muzyki, który idzie tak daleko, jak uwzględnianie godziny dnia, w której ktoś słucha określonego gatunku.

W obu z tych przypadków sztuczna inteligencja pomaga zapewnić lepsze doświadczenie dla klienta. Jednak powodem, dla którego te firmy z powodzeniem wykorzystały sztuczną inteligencję, było to, że były bardzo klarowne co do aspektów, które muszą być delegowane do sztucznej inteligencji.

2. Zdecyduj, jakie dane będziesz musiał analizować

Gdy główny problem jest dobrze zdefiniowany, musimy wziąć pod uwagę dane, które musimy podać systemowi. Jest kluczowe, aby pamiętać, że sztuczna inteligencja jest algorytmem, który analizuje i dostosowuje się do danych, które mu dostarczamy. Podstawowy scenariusz zbierania danych jest następujący:

1. Zrozum, jakie dane możemy potrzebować do wdrożenia sztucznej inteligencji.

2. Sprawdź, czy nasza firma ma te dane.

   1. Jeśli tak – świetnie.

   2. Jeśli nie, musimy usiąść i rozważyć, czy możemy rozpocząć odpowiedni proces zbierania danych wewnętrznie. Inną możliwością jest poproszenie deweloperów o zapisanie danych, których potrzebujemy, jeśli jeszcze tego nie robimy.

Oto przykład. Własny sklep z kawą i potrzebujemy danych o liczbie klientów, którzy go odwiedzają. Możemy to zrobić, wdrożając spersonalizowane karty lojalnościowe, które użytkownicy będą przedstawiać przy zakupie. W ten sposób będziemy mieli dane, których potrzebujemy, takie jak który klienci przychodzili, kiedy przychodzili, co kupowali i w jakiej ilości. Gdy już będziemy mieli te dane, możemy je wykorzystać do wdrożenia sztucznej inteligencji. Jednak są przypadki, w których zbieranie tych danych może być bardzo kosztowne. I to jest moment, w którym sztuczna inteligencja może nas uratować. Na przykład, jeśli mamy kamerę zainstalowaną w naszym sklepie z kawą – co możemy zrobić przynajmniej ze względów bezpieczeństwa – możemy ją wykorzystać do zbierania danych od naszych klientów. Muszę powiedzieć, że przed wdrożeniem tego, ważne jest skonsultowanie się z prawem dotyczącym danych osobowych, takim jak RODO, ponieważ ten podejście może nie działać we wszystkich krajach. Ale w tych jurysdykcjach, w których jest to dozwolone, może to być bezproblemowy sposób na zebranie informacji, których potrzebujemy, i wykorzystanie sztucznej inteligencji do ich analizy i przetworzenia.

Jeśli się zastanawiasz, taki program lojalnościowy zrobiła Starbucks, z wielkim powodzeniem. Program lojalnościowy Starbucks poszedł tak daleko, że oferował spersonalizowane zachęty, gdy klient odwiedził swoją ulubioną lokalizację lub zamówił swoją ulubioną napój.

3. Zdefiniuj hipotezę

Mogą być sytuacje, w których możesz czuć niepewność co do tego, które procesy mogą lub powinny być zoptymalizowane przez sztuczną inteligencję.

Jeśli jest to Twój przypadek, wtedy możesz zacząć od rozbicia całego procesu na etapy i zidentyfikowania tych faz, w których czujesz, że Twoja firma działa nieefektywnie. Co to są te obszary, na które wydajesz zbyt dużo pieniędzy? Co zajmuje więcej czasu niż zwykle? Poprzez odpowiedzi na te pytania, możesz wskazać krytyczne obszary do poprawy i zdecydować, czy sztuczna inteligencja może być pomocna.

Jak się okaże, są przypadki, w których konwencjonalne rozwiązania mogą być bardziej skuteczne. Jeśli masz trudności z tym, które oferty produktowe powinny być podkreślone Twoim klientom, sugestie oparte na najpopularniejszych produktach są często znacznie bardziej skuteczne w systemach rekomendacji na rynku niż próby przewidywania zachowania użytkownika. Dlatego spróbuj tego najpierw. Gdy już będziesz miał wynik – czy to pozytywny, czy negatywny – wtedy będziesz miał hipotezę do testowania sztucznej inteligencji. W przeciwnym razie pole działania będzie zbyt niejasne, a możesz stracić czas i pieniądze.

4. Wykorzystaj rozwiązania, które już istnieją

Wiele firm stara się od razu zaprojektować własne algorytmy uczenia maszynowego. Jednak jeśli nie planujesz trenować ich z dużymi zbiorami danych przez dłuższy czas, nie rób tego. Będzie to bardzo kosztowne i czasochłonne.

Zamiast tego, proponuję, abyś skupił się na rozwiązaniach, które już istnieją. Firmy takie jak Amazon, Google, Microsoft i wiele innych mają narzędzia wspierane przez sztuczną inteligencję, które mogą pomóc Ci osiągnąć wiele celów. Następnie, stopniowo, możesz podpisać umowę z jedną z nich i zatrudnić wewnętrznego dewelopera, aby umiejętnie skonfigurować niezbędne żądania API.

Podstawowa idea polega na tym, że te narzędzia mogą być integrowane przez biznesowych deweloperów (nie specjalistów od uczenia maszynowego), co pozwoli nam szybko przetestować hipotezę, czy sztuczna inteligencja przynosi oczekiwany efekt, czy nie. Jeśli nie, możemy po prostu wyłączyć te narzędzia, a nasz koszt testowania hipotezy będzie ograniczony do czasu dewelopera, który został spędzony na integracji z tą usługą, oraz kwoty, którą zapłaciliśmy za korzystanie z tego narzędzia. Jeśli będziemy rozwijać model, będziemy musieli zapłacić pensję specjalisty od uczenia maszynowego pomnożoną przez czas, który spędzi na rozwijaniu modelu, oraz wszelkie koszty infrastruktury. I wtedy nie jest jasne, co zrobić z deweloperem i modelem, jeśli ostatecznie oczekiwany efekt nie wystąpi.

Jeśli nasza hipoteza zostanie potwierdzona, a narzędzie wspierane przez sztuczną inteligencję przynosi oczekiwany efekt, cieszymy się i tworzymy nową hipotezę. W przyszłości, jeśli przewidujemy, że koszty narzędzia znacznie wzrosną, możemy rozważyć opracowanie tego modelu samodzielnie, aby jeszcze bardziej zredukować koszty. Ale najpierw musimy ocenić, czy koszt rozwoju jest rzeczywiście mniejszy niż to, co zapłacilibyśmy za korzystanie z narzędzia innej firmy, która specjalizuje się w tworzeniu takich narzędzi.

Moja rada jest taka, abyś rozważył opracowanie własnego produktu uczenia maszynowego dopiero po tym, jak uzyskałeś dobre wyniki z korzystania ze sztucznej inteligencji z wykorzystaniem narzędzi wymienionych powyżej, oraz gdy jesteś pewien, że sztuczna inteligencja jest właściwym sposobem na rozwiązanie Twojego problemu w dłuższej perspektywie. W przeciwnym razie Twój projekt uczenia maszynowego nie przyniesie wartości, której oczekujesz, a jak powiedział niedawno Harvard Business Review, hype wokół sztucznej inteligencji będzie tylko odwracał uwagę od Twojej misji, która nie wymaga sztucznej inteligencji.

5. Skonsultuj się ze specjalistami od sztucznej inteligencji

W tym samym duchu, kolejnym bardzo powszechnym błędem, który popełniają założyciele i właściciele firm, jest to, że próbują zrobić wszystko samodzielnie. Zatrudniają inżynieraera sztucznej inteligencji lub badacza, a następnie więcej osób, aby utworzyć zespół, który może stworzyć produkt przodujący w swojej dziedzinie. Jednak ta technologia będzie bezużyteczna dla celów Twojej firmy, jeśli nie będziesz miał właściwie zdefiniowanej strategii wdrożenia sztucznej inteligencji. Istnieje również przypadku, w którym zatrudniają młodszego inżyniera uczenia maszynowego, aby zaoszczędzić pieniądze w porównaniu z zatrudnieniem bardziej doświadczonego specjalisty. To również jest niebezpieczne, ponieważ osoba bez doświadczenia może nie znać subtelności rozwoju i projektowania systemów uczenia maszynowego i popełnić “błędy początkującego”, za które firma będzie musiała zapłacić zbyt wysoką cenę, prawie zawsze przewyższającą cenę zatrudnienia jednego doświadczonego specjalisty od uczenia maszynowego.

Dlatego moja rada jest taka, abyś najpierw zatrudnił jednego specjalistę od sztucznej inteligencji, jak konsultanta, który poprowadzi Cię przez ten proces i oceni Twoje wdrożenie sztucznej inteligencji. Wykorzystaj jego ekspertyzę, aby upewnić się, że problem, nad którym pracujesz, wymaga sztucznej inteligencji, oraz że technologia może być skalowana skutecznie, aby udowodnić Twoją hipotezę.

Jeśli jesteś firmą na wczesnym etapie rozwoju i martwisz się o finansowanie, hack dla tego jest kontaktowanie się z inżynierami sztucznej inteligencji na LinkedIn z konkretnymi pytaniami. Uwierz mi, wielu ekspertów od uczenia maszynowego i sztucznej inteligencji lubi pomagać, zarówno dlatego, że są bardzo zainteresowani tym tematem, jak i dlatego, że jeśli im się uda, mogą wykorzystać to jako pozytywny przykład do ich portfolio konsultacyjnego.

Końcowe myśli

Ze wszystkim hype’em wokół sztucznej inteligencji, jest normalne, że możesz być zainteresowany wdrożeniem jej w swojej firmie i stworzeniem rozwiązania wspieranego przez sztuczną inteligencję, które zabierze Cię na wyższy poziom. Jednak musisz pamiętać, że fakt, iż wszyscy mówią o sztucznej inteligencji, nie oznacza, że Twoja firma potrzebuje sztucznej inteligencji. Wiele firm, niestety, spieszy się z wdrożeniem sztucznej inteligencji bez jasnego celu, i kończy się to marnowaniem ogromnych ilości pieniędzy i czasu. W niektórych przypadkach, szczególnie dla firm na wczesnym etapie rozwoju, może to oznaczać ich upadek. Poprzez klarowne sformułowanie problemu, zebranie odpowiednich danych, przetestowanie hipotezy i wykorzystanie narzędzi, które już istnieją, z pomocą eksperta, możesz wdrożyć sztuczną inteligencję bez zubożenia Twojej firmy. Następnie, jeśli rozwiązanie działa, możesz stopniowo zwiększać skalę i wdrożyć sztuczną inteligencję w tych obszarach, w których zwiększa efektywność lub rentowność Twojej firmy.