Maximizarea rentabilității investițiilor în IA în cadrul întreprinderilor

Așa cum s-a întâmplat cu numeroase tehnologii înainte, inteligența artificială (IA) este lăudată ca următoarea mare inovație pe care întreprinderile trebuie să o utilizeze. Ironia este că tehnologia subiacentă a existat de decenii, dar cu ultimele iterații, entuziasmul a atins un punct febril – depășind realitatea implementării la nivelul întreprinderii. Cu toate acestea, pe măsură ce echipele IT se confruntă cu o presiune crescândă pentru a se urca în trenul IT, acestea trebuie să echilibreze entuziasmul cu realitatea liniei de jos. Diferitele implementări necesită niveluri diferite de investiții, ceea ce înseamnă că acestea trebuie să genereze și un randament diferit – adesea pe un calendar diferit.

Capacitatea de a livra produse IA de succes depinde de numeroși factori: strategii specifice, planificare și execuție alese de liderii de afaceri; disponibilitatea resurselor calificate; potrivirea în cadrul planului de produse; acceptarea riscului la nivel organizațional; și gestionarea timpului în raport cu rentabilitatea investițiilor (ROI) așteptată.

Echilibrarea acestor factori este o provocare, dar urmarea acestor trei pași poate menține organizațiile pe calea către ROI-ul IA.

Înțelegerea tehnologiei

Multe întreprinderi intră în lupta IA crezând că sunt în urmă, dar fără a înțelege pe deplin de ce, cum sau ce este tehnologia. Ca urmare, prima lor sarcină este de a face distincție între diferitele variante de IA, începând cu IA de precizie vs. IA generativă.

IA de precizie utilizează învățarea automată și învățarea profundă pentru a îmbunătăți rezultatele. Aceasta permite întreprinderilor să automateze procesele de luare a deciziilor, creând eficiențe și creșterea ROI. IA de precizie a devenit o tehnologie stabilă și matură pentru întreprinderi, care continuă să vadă o adoptare semnificativă și devine tot mai mainstream cu fiecare zi.

IA generativă (GenAI) este nouă și a căpătat prominență de la lansarea ChatGPT de către OpenAI la sfârșitul anului 2022. Constând în modele de limbaj mari fundamentale (LLM) antrenate cu miliarde de parametri pentru a genera noi contexte semantice de text, GenAI oferă oportunități semnificative pentru impactul afacerilor și eficiența operațională, dar este la începutul ciclului de adoptare.

O provocare semnificativă este standardul pentru calitatea datelor, care este ridicat pentru aplicațiile GenAI, deoarece seturile de date de calitate scăzută pot introduce probleme de transparență și etică.

Fiabilitatea datelor începe cu proiectarea și implementarea fluxurilor de lucru; stabilirea conductelor pentru a efectua; abstractizarea prin API; curățarea și democratizarea; și prelucrarea diferitelor tipuri de date. În loc de generația anterioară de cerințe de calitate a datelor, care includeau 4V (volum, viteză, veracitate și varietate), IA necesită cerințe noi care includ 4P: predicție, productivitate, precizie și persoană la scară.

Predicție: Algoritmii IA permit utilizarea analizei statistice pentru a găsi modele în date și pentru a identifica comportamente pentru a prevedea și a prognoza evenimente viitoare prin corelarea datelor istorice și a datelor în timp real pentru a lua decizii în timp real.

Productivitate: IA permite automatizarea proceselor de afaceri, ceea ce crește eficiența operațională și productivitatea întreprinderii, reducând sarcinile repetitive și eliberând timpul personalului pentru a lucra la sarcini mai strategice.

Precizie: Această metrică măsoară rezultatele modelului într-un mod în care modelele de învățare automată pot produce acuratețe între un interval acceptabil determinat de cazurile de utilizare. Precizia se calculează și ca numărul de adevărate pozitive împărțit la numărul total de predicții pozitive.

Persona la scară: Acesta se referă la procesul de utilizare a datelor fiabile, cum ar fi istoricul achizițiilor clienților, acțiunile pe site, analiza sentimentului clienților pentru produse specifice și răspunsurile la sondaje. Acesta oferă experiențe personalizate la nivel de demografie.

În plus față de calitatea datelor, întreprinderile trebuie să ia în considerare numeroși alți factori, atât interni, cât și externi, atunci când evaluează pregătirea lor pentru IA: guvernanță, alinierea la conformitate, investiții în cloud, talent, noi modele de operare, gestionarea riscurilor și angajamentul conducerii.

Organizațiile trebuie să înceapă prin stabilirea unei viziuni IA care să se potrivească obiectivelor și strategiilor lor. Aprobarea de la nivelul conducerii este critică, deoarece implementările IA necesită investiții semnificative inițiale. CIO-ul trebuie să articuleze clar calea către ROI pentru întreaga conducere – un test adevărat pentru CIO în ridicarea IT-ului de la o funcție de susținere la una strategică.

Următorul, organizația trebuie să alinieze oameni, procese și tehnologie. IA necesită noi abilități și certificări, cum ar fi modelele de învățare profundă și învățarea automată, deoarece organizațiile au integrat tradițional IA în fluxurile de lucru umane. Cu toate acestea, GenAI inversează dinamica, dar cele mai bune practici și ghidurile de utilizare responsabilă includ în continuare o componentă “om în buclă” pentru a menține standardele etice și valorile.

O implementare IA necesită, de asemenea, noi procese de afaceri pentru guvernanță și asigurarea calității datelor, permițând oamenilor de știință responsabili de livrarea noilor modele IA să rezolve probleme complexe de afaceri.

Pe măsură ce noi produse IA sunt proiectate, dezvoltate și fabricate pentru producție, întreprinderile trebuie să rămână vigilente cu privire la politicile de reglementare ale industriei IA. Actul european privind IA a stabilit cele mai bune practici pentru utilizarea IA – și consecințele pentru nerespectarea acestor politici. Ca urmare, întreprinderile au creat echipe pentru a crea, evalua și actualiza eforturile legate de reglementările IA.

Pe măsură ce întreprinderile devin din ce în ce mai orientate către date, acestea trebuie să dezvolte strategii fundamentale pentru a proteja activele de date care le permit să furnizeze cele mai bune informații prin platformele de automatizare a proceselor analitice. De acolo, acestea pot selecta tehnologiile IA și noile platforme care au cel mai mult sens pentru ele.

Definirea cazului de afaceri

În final, randamentul real al investițiilor în IA necesită vânzarea beneficiilor către clienți, ceea ce înseamnă că pregătirea pentru IA necesită o nouă mentalitate de afaceri, deoarece tehnologia conduce transformarea întreprinderilor din diverse industrii.

Dezvoltarea cu succes a produselor IA necesită o înțelegere intimă a călătoriilor clienților specifice industriei și alinierea soluțiilor IA cu obiectivele de afaceri. Centricitatea clienților joacă un rol cheie în dezvoltarea noilor modele de operare, iar tehnologiile moderne sunt utilizate pentru a crește eficiența.

De exemplu, clienții care caută câștiguri mici în maturitatea IA pot conta pe activele lor de software și infrastructura cloud pentru a dezvolta noi produse și soluții. Acest lucru menține satisfacția angajaților la un nivel ridicat și menține focusul lor pe depășirea așteptărilor clienților.

Cu toate acestea, nucleul organizației ar trebui să se concentreze pe scurtarea timpului de piață și pe îmbunătățirea gestionării noilor procese pentru a scurta ciclul de viață al dezvoltării produsului și pentru a crește eficiența livrării noilor produse. De exemplu, o platformă de analitică a datelor distribuite este utilizată pentru a automatiza ingestia, curățarea, democratizarea, prelucrarea și analiza în timp real – toate acestea crescând productivitatea și ROI.

Deblocarea potențialului complet al ROI-ului IA

IA în esență reprezintă algoritmi avansați, calitatea datelor, puterea de calcul, Infrastructura ca cod, guvernanța, IA responsabilă cu etica pentru a proteja confidențialitatea și securitatea datelor. Esența pregătirii pentru aplicarea IA și provocările managementului datelor necesită cadre de date solide, oameni, procese, strategii, etică și platforme tehnologice.

În același timp, rapoartele McKinsey arată că 65% din întreprinderi utilizează tehnologii IA – dublu față de anul trecut. Acest lucru demonstrează impulsul, dar implementările se mișcă încă lent de la curiozitate la utilizări reale de afaceri la scară. GenAI oferă noi descoperiri, permițând organizațiilor să valorifice capacități noi prin dezvoltarea modelelor semantice și multi-modale LLM. Acesta democratizează un spectru complet de capacități IA, permițându-le să genereze noi fluxuri de venit.

Cu strategia potrivită, angajamentul conducerii și investiții în cazurile de utilizare corecte, afacerile pot obține valoare semnificativă și pot stimula creșterea transformativă prin IA.