Nawigacja wdrożenia sztucznej inteligencji: unikanie pułapek i zapewnienie sukcesu

Ścieżka do sztucznej inteligencji nie jest sprintem, ale maratonem, i firmy muszą dostosować swój rytm odpowiednio. Te, które biegną, zanim nauczyły się chodzić, potkną się i dołączą do cmentarzyska firm, które próbowały iść za szybko, aby osiągnąć jakiś rodzaj linii mety sztucznej inteligencji. Prawdą jest, że nie ma linii mety. Nie ma punktu, w którym firma może powiedzieć, że sztuczna inteligencja została wystarczająco opanowana. Według McKinsey, 2023 rok był rokiem przełomowym dla sztucznej inteligencji, z około 79% pracowników, którzy mieli jakiś kontakt ze sztuczną inteligencją. Jednak technologie przełomowe nie rozwijają się w sposób liniowy; unoszą się i opadają, rosną i spadają, aż staną się częścią tkanki biznesu. Większość firm rozumie, że sztuczna inteligencja to maraton, a nie sprint, i to jest wartość, którą warto mieć na uwadze.

Weźmy na przykład Hype Cycle Gartnera. Każda nowa technologia, która pojawia się, przechodzi przez tę samą serię etapów na cyklu hossy, z bardzo nielicznymi wyjątkami. Te etapy to: Innovation Trigger; Peak of Inflated Expectations; Trough of Disillusionment; Slope of Enlightenment i Plateau of Productivity. W 2023 roku Gartner umieścił sztuczną inteligencję generatywną solidnie na drugim etapie: Peak of Inflated Expectations. To jest moment, kiedy poziom hossy wokół technologi jest największy, i chociaż niektóre firmy są w stanie wykorzystać ją wcześnie i polecieć do przodu, ogromna większość będzie się borykać z Trough of Disillusionment i może nawet nie dotrze do Plateau of Productivity.

Wszystko to oznacza, że firmy muszą postępować ostrożnie, gdy chodzi o wdrożenie sztucznej inteligencji. Chociaż początkowa atrakcyjność technologi i jej możliwości może być kusząca, nadal jest to technologia, która znajduje się w fazie rozwoju i jej granice są nadal testowane. Nie oznacza to, że firmy powinny unikać sztucznej inteligencji, ale powinny uznać wagę ustawienia zrównoważonego tempa, określenia jasnych celów i starannego planowania swojej podróży. Zespoły kierownicze i pracownicy muszą być w pełni zaangażowani w tę ideę, jakość danych i integralność muszą być gwarantowane, cele zgodności muszą być spełnione – i to jest tylko początek.

Rozpoczynając od małych kroków i wyznaczając osiągalne kamienie milowe, firmy mogą wykorzystać sztuczną inteligencję w sposób zrównoważony i kontrolowany, zapewniając, że poruszają się wraz z technologią, zamiast wyprzedzać ją. Oto niektóre z najczęstszych pułapek, które widzimy w 2024 roku:

Pułapka 1: Przywództwo w sztucznej inteligencji

To fakt: bez zgody od góry, inicjatywy sztucznej inteligencji nie powiodą się. Chociaż pracownicy mogą odkryć narzędzia generatywne sztucznej inteligencji i włączyć je do swojej codziennej rutyny, naraża to firmy na problemy związane z prywatnością danych, bezpieczeństwem i zgodnością. Wdrożenie sztucznej inteligencji, w jakiejkolwiek formie, musi pochodzić od góry, a brak zainteresowania sztuczną inteligencją od góry może być równie niebezpieczny, jak zbyt szybkie wdrożenie.

Weźmy na przykład sektor ubezpieczeń zdrowotnych w Stanach Zjednoczonych. W niedawnym badaniu przeprowadzonym przez ActiveOps ujawniono, że 70% liderów operacyjnych uważa, iż wyżsi menedżerowie nie są zainteresowani inwestowaniem w sztuczną inteligencję, tworząc znaczącą barierę dla innowacji. Chociaż widzą korzyści, z prawie 8 na 10 zgadzając się, że sztuczna inteligencja może pomóc znacznie poprawić wydajność operacyjną, brak wsparcia od góry okazuje się frustrującą barierą postępu.

Gdzie sztuczna inteligencja jest używana, zaangażowanie organizacyjne i wsparcie przywódcze są niezbędne. Powinny zostać ustanowione klarowne kanały komunikacji między przywództwem a zespołami projektów sztucznej inteligencji. Regularne aktualizacje, przejrzyste raporty postępu i dyskusje na temat wyzwań i możliwości pomogą utrzymać przywódców zaangażowanych i poinformowanych. Gdy przywódcy są dobrze zorientowani w podróży sztucznej inteligencji i jej kamieniach milowych, są bardziej skłonni do zapewnienia niezbędnego wsparcia, aby nawigować przez złożoności i nieprzewidziane problemy.

Pułapka 2: Jakość i integralność danych

Używanie niskiej jakości danych ze sztuczną inteligencją jest jak wlanie oleju napędowego do samochodu benzynowego. Otrzymasz słabą wydajność, uszkodzone części i drogi rachunek do naprawy. Systemy sztucznej inteligencji polegają na ogromnych ilościach danych, aby uczyć się, adaptować i dokonywać dokładnych przewidywań. Jeśli dane wprowadzane do tych systemów są wadliwe, niekompletne, źle sklasyfikowane lub tendencyjne, wyniki będą niezbędnie niewiarygodne. To nie tylko podważa skuteczność rozwiązań sztucznej inteligencji, ale może również prowadzić do znaczących niepowodzeń i braku zaufania do możliwości sztucznej inteligencji.

Nasze badania ujawniają, że 90% liderów operacyjnych twierdzi, iż wymaga się zbyt wiele wysiłku, aby wydobyć spostrzeżenia z ich danych operacyjnych – zbyt wiele z nich jest rozproszonych i fragmentowanych w wielu systemach, oraz pełnych nieścisłości. To jest kolejna pułapka, z którą firmy muszą się zmierzyć, gdy rozważają sztuczną inteligencję – ich dane po prostu nie są gotowe.

Aby rozwiązać ten problem i poprawić higienę danych, firmy muszą zainwestować w solidne ramy zarządzania danymi. Obejmuje to ustanowienie klarownych standardów danych, zapewnienie, że dane są konsekwentnie czyszczone i walidowane, oraz wdrożenie systemów monitorowania jakości danych. Tworząc jedną prawdę, organizacje mogą poprawić niezawodność i dostępność swoich danych, co będzie miało dodatkową zaletę ułatwienia sztucznej inteligencji.

Pułapka 3: Literatura sztucznej inteligencji

Sztuczna inteligencja to narzędzie, a narzędzia są skuteczne tylko wtedy, gdy są używane przez odpowiednie ręce. Sukces inicjatyw sztucznej inteligencji zależy nie tylko od technologi, ale także od ludzi, którzy ją używają, i tych ludzi brakuje. Według Salesforce, prawie dwie trzecie (60%) specjalistów IT zidentyfikowało brak umiejętności sztucznej inteligencji jako największą barierę dla wdrożenia sztucznej inteligencji. To brzmi jak firmy po prostu nie są gotowe na sztuczną inteligencję i muszą zacząć rozwiązywać tę lukę w umiejętnościach przed zainwestowaniem w technologie sztucznej inteligencji.

To nie musi oznaczać rozpoczęcia szalejącej rekrutacji. Programy szkoleniowe mogą być wprowadzone w celu podniesienia umiejętności obecnych pracowników, zapewniając, że mają one możliwości skutecznego korzystania ze sztucznej inteligencji. Budowanie tego rodzaju literatury sztucznej inteligencji wewnątrz organizacji wymaga stworzenia środowiska, w którym zachęca się do ciągłego uczenia się – warsztaty, kursy online i projekty praktyczne mogą pomóc zdemistyfikować sztuczną inteligencję i uczynić ją bardziej dostępną dla pracowników na wszystkich poziomach, tworząc podstawy dla szybszego wdrożenia i bardziej namacalnych korzyści.

Co dalej?

Pomyślne wdrożenie sztucznej inteligencji wymaga więcej niż tylko inwestycje w technologie; wymaga zrównoważonego, strategicznego podejścia, które zapewnia zaangażowanie pracowników i wsparcie przywódcze. Wymaga również, aby firmy były świadome i czujne, że technologia ma ograniczenia – chociaż zainteresowanie sztuczną inteligencją rośnie i wdrożenie jest na najwyższym poziomie, istnieje duże prawdopodobieństwo, że bańka sztucznej inteligencji pęknie, zanim skoryguje się i stanie się stabilnym, niezawodnym narzędziem, którym firmy potrzebują. Pamiętaj, że teraz jesteśmy na Peak of Inflated Expectations, i Trough of Disillusionment wciąż musi być pokonany. Firmy, które chcą zainwestować w sztuczną inteligencję, mogą przygotować się na nadchodzącą burzę, przygotowując swoich pracowników, ustanawiając polityki korzystania ze sztucznej inteligencji i zapewniając, że ich dane są czyste, dobrze zorganizowane i prawidłowo sklasyfikowane i zintegrowane w całej firmie.