Inteligența artificială nu poate repara un sol prost: Cum pot companiile să-și pregătească ecosistemul intern pentru o implementare de succes a IA

Deși liderii de afaceri sunt adesea stereotipi ca fiind doar axați pe profit, o studiu recent a demonstrat că peste 80% din companii nu urmăresc rentabilitatea investițiilor în IA. Dimpotrivă, cele care urmăresc rentabilitatea constată că aceasta nu corespunde așteptărilor, cu doar un sfert din directorii generali ai companiilor globale raportând că investițiile lor în IA îndeplinesc așteptările de rentabilitate.

Dar, așa cum spune proverbul, “un tâmplar prost învinovățește uneltele sale” – adică, pentru mulți, rentabilitatea este dezamăgitoare, deoarece implementările IA au fost create pentru a eșua. Dacă privim o afacere ca pe o grădină, pentru ca productivitatea și profiturile să crească, trebuie luate anumite măsuri înainte de a implementa un instrument precum IA, pentru ca aceasta să aibă cel mai mare impact măsurabil.

Pașii 1: Identificați unde sunt esențiali oamenii

Poate din cauza promisiunilor exagerate ale capacităților inerente marketingului produselor LLM, există o concepție greșită comună că IA este o afacere “plug-and-play”. În realitate, cele mai bune implementări IA încep prin identificarea locurilor în care supravegherea umană este negociabilă.

De exemplu, atunci când am lucrat cu o firmă de servicii juridice, eu și echipa mea am fost însărcinați cu implementarea unui sistem IA capabil să proceseze volume masive de documente juridice – clasificarea lor, extragerea faptelor cheie și decizia de a le păstra, șterge sau elimina.

În timp ce IA a făcut munca grea prin scanarea documentelor pentru relevanță, etichetarea datelor sensibile și rezumarea răspunsurilor, rezultatele au fost apoi transmise avocaților umani care au putut revizui lucrul, confirma judecățile legale și anula clasificările atunci când a fost necesar.

Nu numai că acest lucru a ajutat la protejarea firmei de riscuri potențiale, dar izolarea costurilor de automatizare de costurile de supraveghere va face și auditurile ROI mai curate pe viitor.

Pașii 2: Identificați cum poate IA să vă sprijine cel mai bine oamenii

Pentru a maximiza ROI-ul IA, trebuie să fiți selectivi cu privire la locurile în care aceasta poate servi cel mai bine organizația dvs. Procesele ideale pentru a fi externalizate includ sarcini repetitive sau bazate pe reguli (de exemplu, triajul de bază al serviciului clienți sau codificarea facturilor), căutări cunoștințelor grele, cum ar fi clauzele contractuale, și introducerea datelor cu risc de eroare, printre altele.

Este la fel de important ca modelele IA să fie configurate strategic pentru a completa, și nu pentru a perturba fluxul de lucru. Pentru a face acest lucru, trebuie să cartografiați fluxurile de lucru ale angajaților în sarcini și apoi să le etichetați sub una dintre cele trei categorii de proces: genera, selecta sau judeca. Sarcinile generative pot fi predate IA, sarcinile care necesită judecată rămân cu angajații umani, iar sarcinile care necesită selecție pot fi un proces colaborativ în care IA sugerează următorii pași, iar oamenii determină cel mai bun drum înainte.

În exemplul serviciilor juridice de mai sus, IA a gestionat triajul inițial prin clasificarea documentelor (generativ), semnalizarea conținutului sensibil (generativ) și aducerea la suprafață a răspunsurilor probabile (selectiv). În acest fel, rolul angajaților umani s-a schimbat de la a căuta detalii fine ale documentelor la verificarea rezultatelor (judecată) – transformând munca care dura zile într-o chestiune de ore.

În ceea ce privește ROI, acest lucru eliberează mai mult timp pentru a fi cheltuit pe excepțiile de la reguli, care sunt locurile în care se ascund profiturile.

Pașii 3: Standardizați datele dvs. de antrenament

Reglarea LLM-urilor cu datele dvs. de întreprindere poate debloca avantaje competitive, dar pentru ca IA să fie rodnică, are nevoie de un sol nutritiv, ceea ce înseamnă date bune și curate. Datele proaste sau zgomotoase vor otrăvi rezultatele și vor amplifica prejudecățile. Pe scurt, disciplina dvs. de date dictează fiabilitatea ieșirii.

Ce înseamnă acest lucru? Un volum mare și o varietate de date sunt importante, dar este la fel de important ca acestea să fie de calitate. Inconsistențele din formatele de date și convențiile de denumire sau câmpurile lipsă/incomplete vor afecta negativ calitatea intrărilor brute. În mod similar, datele duplicate sau pipe-line-urile de date neordonate vor umfla facturile de stocare și vor încetini performanța modelului.

Prin urmare, este imperativ ca intrările de date să aibă controale de calitate și o guvernanță puternică – ceea ce înseamnă controlul accesului și conformitatea regulamentară. Fără aceste filtre, nu investiți în IA, ci doar ardeți bani pe bucle de curățare.

Cu toată agitația din jurul IA, este înțelept ca liderii să se simtă presați să intre într-o implementare cât mai curând posibil, dar luarea timpului pentru a depune un model strategic, sau fertilizarea solului înainte de a planta semințe, va duce la un succes și randamente mult mai mari pe investiții.