Sid Mistry, Vice President of Marketing at Appen – Interview Series

Sid Mistry jest Vice Presidentem of Marketing at Appen, zarządza zespołem specjalistów od marketingu i rozwoju sprzedaży na całym świecie, w tym marketingiem produktów, stroną internetową, marką, treścią, PR i generowaniem popytu.

Appen niedawno opublikował swoje siódme coroczne sprawozdanie ze stanu AI, czy było coś w sprawozdaniu, co Cię zaskoczyło?

Największym zaskoczeniem była zmiana z “srebrnej kuli” na dopasowanie do celu i skupienie się na poprawie wewnętrznych procesów. Jest to zmiana w porównaniu z poprzednimi latami, kiedy skupiono się na zewnętrznych produktach i usługach wykorzystujących AI. Organizacje korzystają teraz z AI, aby poprawić operacje, i widzieliśmy to we wszystkich badanych firmach.

W tym roku sprawozdanie ujawnia znaczny wzrost budżetów AI w ciągu roku, w zakresie od 500 000 do 5 milionów dolarów rocznie, co stanowi wzrost o 55% w porównaniu z poprzednim rokiem. Czego przypisujesz ten wzrost?

Z sprawozdania z poprzedniego roku wynika, że AI stało się kluczowe dla sukcesu biznesowego, a ten wzrost budżetu potwierdza to. Firmy zostały zmuszone przez pandemię do poszukiwania kreatywnych rozwiązań i skupienia się na efektywności. Widzieliśmy wzrost wdrożeń AI z powodu COVID-19 i będziemy to widzieć nadal. Widzieliśmy również wzrost potrzeby danych i ciągłego odświeżania modelu. Historyczne dane stały się nieistotne, gdy zachowania zmieniły się dramatycznie podczas pandemii.

W oparciu o ten średni wzrost budżetu, jakie są Twoje rekomendacje dla przedsiębiorstw, aby lepiej zrozumieć, jaki rodzaj budżetu należy zaaplikować na AI?

Stwierdziliśmy korelację między budżetami a udanymi wdrożeniami w organizacjach z rocznym budżetem AI w wysokości 1 miliona dolarów. Spośród organizacji z budżetem między 1 a 3 milionami dolarów, 48% doświadczyło wskaźnika wdrożenia na poziomie 61-90%. Było to znacznie wyższe niż w organizacjach z budżetem poniżej 1 miliona dolarów.

Sprawozdanie wskazuje, że dyrektorzy naczelni są odpowiedzialni za inicjatywy AI tylko w 39% organizacji, co stanowi spadek z 71% w zeszłym roku, a firmy delegują odpowiedzialność do wiceprezesów i dyrektorów. Jakie są Twoje rekomendacje dla wiceprezesów i dyrektorów, aby lepiej zrozumieć potencjał i znaczenie inicjatyw AI?

Studia przypadku mogą mieć duży wpływ na organizację. Ważne jest określenie zakresu programu, czy to produktywności, operacji, czy funkcji biznesowych. Cele programu muszą być jasne, aby mogły być łatwo komunikowane do C-Suite. Wewnętrzna harmonia w organizacji będzie kluczowa dla sukcesu.

Sprawozdanie ujawnia, że liderzy biznesu i technolodzy nie zgadzają się jeszcze w obszarach takich jak etyka i interpretowalność. Co należy zrobić, aby wszyscy byli na tej samej stronie, jeśli chodzi o etykę AI i odpowiedzialne AI?

Najlepsze praktyki odpowiedzialnego AI występują na każdym etapie procesu budowy modelu. Należy zwiększyć dyskusje na temat tych tematów, a obie strony muszą znaleźć wspólną płaszczyznę. Muszą określić swoje podejście do etyki i odpowiedzialnego AI w swojej organizacji i upewnić się, że wszystkie strony zaangażowane w proces są na tej samej stronie.

Firmy, które korzystają z zewnętrznych dostawców danych, są 1,5 razy bardziej prawdopodobne, aby powiedzieć, że ich firma jest na czele innych w wdrożeniu AI. Jakie są najważniejsze pytania, które firmy powinny zadać sobie, gdy szukają zewnętrznych dostawców danych?

Ważne jest wybranie dostawcy, który dzieli podobne wartości i jest przejrzysty w swoim łańcuchu dostaw. Jeśli odpowiedzialne zbieranie danych i dobrostan tłumu jest ważne dla Twojej organizacji, to musisz znaleźć dostawcę, który również ceni to. Różnorodność danych i inkluzja zaczynają się od dostawcy danych i zakresu anotacji, który posiada. Jakie są ich polityki bezpieczeństwa i prywatności, i czy są zgodne z Twoimi? W zależności od projektu, możesz potrzebować kogoś, kto ma ekspertyzę w skalowaniu danych dla Twojego projektu. Wreszcie, jaka jest jakość danych, które otrzymujesz?

Priorytety AI różnią się w zależności od rozmiaru organizacji, a skalowalność jest znacznie ważniejsza dla większych przedsiębiorstw, podczas gdy różnorodność danych jest ważniejsza wśród małych i średnich organizacji. Dlaczego uważasz, że różnorodność danych jest ważniejsza dla mniejszych organizacji?

Większe organizacje uważają skalowalność za ważniejszą ze względu na szeroki zakres ich przypadków użycia, jednostek biznesowych i rozmiaru wewnętrznych zespołów. Podczas gdy w mniejszych organizacjach ich rozmiar biznesu i zespołu są znacznie mniejsze, więc skalowalność nie jest ich celem, a oni szeregują różnorodność danych wyżej.

Co osobiście przewidujesz, że ujawni sprawozdanie w przyszłym roku na temat stanu AI?

W przyszłym roku powinniśmy zobaczyć dalszy wzrost budżetów i skupienie się na AI w organizacjach, a także zwiększoną harmonię między technologami a liderami biznesu. Oczekujemy również, że zobaczymy większy nacisk na etykę, różnorodność i stronniczość, ponieważ dyskusje na temat tych tematów będą nadal na topie umysłów praktyków AI.

Dziękuję za wspaniałe wywiady, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Appen lub przeczytać siódme coroczne sprawozdanie ze stanu AI.