От пилота к производству: взгляд на масштабирование программ GenAI в долгосрочной перспективе

Через много лет, когда мы будем размышлять о распространении генеративного ИИ (GenAI), 2024 год будет рассматриваться как переломный момент — период широкомасштабных экспериментов, оптимизма и роста, когда руководители бизнеса, когда-то не решавшиеся окунуться в непроверенные воды инноваций, нырнули в них с головой. Глобальный обзор McKinsey по ИИ Опрос, проведенный в середине 2024 года, показал, что 75% опрошенных прогнозируют, что GenAI приведет к значительным или революционным изменениям в их отраслях в ближайшие годы.

Хотя о преимуществах и ограничениях GenAI уже многое известно, важно помнить, что мы все еще находимся на этапе эволюции. Пилотные программы можно быстро развернуть, и их создание относительно недорого, но что произойдет, когда эти программы перейдут в производство под эгидой офиса CIO? Как будут работать сценарии использования, специфичные для функций, в менее контролируемых средах, и как команды могут избежать потери импульса еще до того, как их программа получит шанс показать результаты?

Распространенные проблемы при переходе от пилотного проекта к производству

Учитывая огромный потенциал GenAI для повышения эффективности, сокращения расходов и улучшения процесса принятия решений, мандат руководителей высшего звена для функциональных бизнес-лидеров был ясен — идите вперед и экспериментируйте. Бизнес-лидеры принялись за работу, экспериментируя с функциональностью GenAI и создавая собственные пилотные программы. Маркетинговые команды использовали GenAI для создания высокоперсонализированного клиентского опыта и автоматизации повторяющихся задач. В сфере обслуживания клиентов GenAI помог интеллектуальным чат-ботам решать проблемы в режиме реального времени, а команды НИОКР смогли проанализировать огромные объемы данных для выявления новых тенденций.

Однако между всем этим потенциалом и его окончательной реализацией все еще существует большой разрыв.

Как только пилотная программа попадает в орбиту офиса CIO, данные изучаются гораздо тщательнее. К настоящему времени мы знакомы с некоторыми распространенными проблемами GenAI, такими как смещение модели и галлюцинации, и в более широком масштабе эти проблемы становятся большими проблемами. CIO отвечает за конфиденциальность данных и управление данными во всей организации, тогда как руководители бизнеса используют данные, которые могут относиться только к их конкретной области фокусировки.

3 ключевых момента, о которых следует подумать перед масштабированием

Не заблуждайтесь, руководители предприятий добились значительного прогресса в создании вариантов использования GenAI с впечатляющими результатами для их конкретной функции, но масштабирование для долгосрочного воздействия — это совсем другое. Вот три соображения, прежде чем отправляться в это путешествие:

1. Подключайте ИТ-отделы и отделы информационной безопасности как можно раньше (и как можно чаще)

Функциональные руководители бизнеса часто зашориваются в своей повседневной работе и недооценивают, что требуется для расширения пилотной программы на более широкую организацию. Но как только пилот переходит в стадию производства, руководителям бизнеса нужна поддержка ИТ-отдела и отдела информационной безопасности, чтобы продумать все возможные варианты того, что может пойти не так.

Вот почему хорошей идеей будет привлечь ИТ-отделы и отделы информационной безопасности с самого начала, чтобы помочь провести стресс-тест пилота и обсудить потенциальные проблемы. Это также поможет стимулировать кросс-функциональное сотрудничество, которое имеет решающее значение для привлечения внешних точек зрения и преодоления предвзятости подтверждения, которая может возникнуть в рамках отдельных функций.

2. Используйте реальные данные, когда это возможно

Как упоминалось ранее, проблемы, связанные с данными, являются одними из самых больших препятствий в масштабировании GenAI. Это связано с тем, что пилотные программы часто опираются на синтетические данные, что может привести к несоответствию ожиданий между руководителями бизнеса, ИТ-отделами и, в конечном итоге, ИТ-директором. Синтетические данные искусственно созданные данные, имитирующие реальные данные и по сути заменяющие реальные данные, но не содержащие никакой конфиденциальной личной информации.

Функциональные руководители не всегда имеют доступ к реальным данным, поэтому вот несколько хороших советов по устранению этой проблемы: (1) избегайте пилотных программ, которые могут потребовать дополнительного контроля со стороны регулирующих органов в будущем; (2) внедрите руководящие принципы, которые не позволят неверным данным исказить результаты пилотных программ; и (3) инвестируйте в решения, использующие существующий технологический стек компании, чтобы повысить вероятность согласования в будущем.

3. Установите реалистичные ожидания

Когда GenAI впервые получил известность после запуска ChatGPT в конце 2022 года, ожидания того, что эта технология за одну ночь произведет революцию в отраслях, были заоблачными. Этот ажиотаж (к лучшему или к худшему) в значительной степени сохранился, и команды по-прежнему находятся под огромным давлением, требующим немедленного результата, если их инвестиции в GenAI надеются получить дальнейшее финансирование.

Реальность такова, что хотя GenAI будет преобразующим, компаниям нужно дать технологии время (и поддержку), чтобы начать трансформацию. GenAI не является технологией plug-and-play, и ее истинная ценность не ограничивается только умными чат-ботами или креативными изображениями. Компании, которые смогут успешно масштабировать программы GenAI, будут теми, кто первыми потратит время на создание культуры инноваций, которая ставит долгосрочное воздействие выше краткосрочных результатов.

Мы все в этом вместе

Несмотря на то, как много мы читали о GenAI в последнее время, это все еще очень молодая технология, и компаниям следует опасаться любого поставщика, который утверждает, что все понял. Такого рода высокомерие затуманивает суждение, ускоряет полусырые концепции и приводит к проблемам с инфраструктурой, которые могут обанкротить бизнес. Вместо этого, поскольку мы вступаем в очередной год волнения GenAI, давайте также уделим время содержательным обсуждениям о том, как ответственно масштабировать эту мощную технологию. Привлекая ИТ-команду на ранних этапах процесса, полагаясь на реальные данные и поддерживая разумные ожидания рентабельности инвестиций, компании могут помочь гарантировать, что их стратегии GenAI не только масштабируемы, но и устойчивы.