ผู้นำทางความคิด

เอไอเอเจนต์ของคุณล้มเหลวเพราะไม่เข้าใจธุรกิจของคุณ

เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อปีที่แล้ว Absa หนึ่งในธนาคารที่ใหญ่ที่สุดในแอฟริกา ต้องใช้เวลา 120 วันในการย้ายโมเดลการตรวจจับการฉ้อโกงทางการเงินใหม่จากกระบวนการสร้างไปสู่การผลิต ในขณะที่นั่นใกล้เคียงกับค่าเฉลี่ยของอุตสาหกรรมในขณะนั้น ธนาคารเดียวกันนั้นสามารถติดตั้งโมเดลใหม่ภายใน 15 วัน โดยมีสภาพแวดล้อมด้านกฎระเบียบที่เหมือนเดิม ปริมาณธุรกรรม และข้อกำหนดด้านการปฏิบัติตามกฎระเบียบ

และยังพบว่าจากผลสำรวจของ PwC ว่า 56% ของซีอีโอขององค์กรระดับโลกไม่เห็นผลประโยชน์ทางการเงินที่สำคัญจากการลงทุนด้านเอไอของตน ทุกๆ ผู้นำองค์กรที่ฉันติดต่อได้ยินคำเสนอแนะว่า หากคุณติดตั้งเอไอเอเจนต์และทำให้กระบวนการทำงานอัตโนมัติ คุณจะเห็นผลตอบแทนจากการลงทุน (ROI) อย่างรวดเร็ว แต่แทนที่จะเห็นผลกระทบต่อธุรกิจ 18 เดือนและหลายล้านเหรียญต่อมา ผลกระทบต่อธุรกิจก็หายไป ส่วนผสมที่หายไปคือบริบทด้านโดเมน ซึ่งเป็นความเข้าใจที่มี根ฐานมาจากปฏิบัติการที่ให้เอเจนต์มีสิ่งที่ต้องการในการตัดสินใจภายในธุรกิจ และสิ่งที่จะทำเมื่อเกิดข้อผิดพลาด

เมื่อเอไอเอเจนต์หยุดให้คำแนะนำและเริ่มดำเนินการ

Gartner คาดการณ์ว่าภายในปี 2027 50% ของการตัดสินใจทางธุรกิจจะถูกเพิ่มหรืออัตโนมัติด้วยเอไอเอเจนต์สำหรับการตัดสินใจด้านข้อมูลจนถึงปัจจุบัน เอไอในองค์กรมีบทบาทในการให้คำแนะนำ โดยปล่อยให้พนักงานตัดสินใจ สิ่งที่แย่ที่สุดคือการพลาดข้อมูลที่สำคัญ การตัดสินใจที่ล่าช้า หรือการไม่มีการดำเนินการตามคำเตือน แต่ด้วยเอไอเอเจนต์ ผลที่ตามมามีมากขึ้น

ที่โรงงานผลิตชีววัตถุของบริษัทผลิตยาแห่งหนึ่ง เมื่อผู้ตรวจสอบสแกนประตูห้องแล็บ กระบวนการตรวจสอบที่ถูกต้องจะเริ่มต้นขึ้นโดยอัตโนมัติ โดยปรับให้เหมาะสมกับอุปกรณ์และข้อมูลจำเพาะของห้องนั้น เอไอเอเจนต์จะจัดลำดับการตรวจสอบ นำเสนอข้อมูลอ้างอิง และให้ผู้ตรวจสอบยืนยัน ในโรงงานที่มีการควบคุม GxP การตรวจสอบทุกครั้งต้องพร้อมสำหรับการตรวจสอบ ซึ่งหมายความว่าเอไอเอเจนต์กำลังรับภาระการทำงานจริงใน môi trườngที่มีผลที่ตามมา หากทำผิดพลาด

โครงสร้างการกำกับดูแลส่วนใหญ่ที่ใช้ในปัจจุบันถูกสร้างขึ้นสำหรับโลกที่ให้คำแนะนำในอดีต: การทบทวนแบบจำลองเป็นระยะๆ โดยมีมนุษย์ตรวจสอบผลลัพธ์ของระบบเดียว ตอนนี้เรามีเอไอเอเจนต์ที่มอบหมายงานให้กับเอไอเอเจนต์อื่น จัดลำดับงานข้ามกระบวนการ และเพิ่มผลกระทบของการตัดสินใจที่ไม่ดีในตอนต้นตลอดทั้งห่วงโซ่การทำงานก่อนที่ใครจะสังเกตเห็น

ทำไมเอไอเอเจนต์แบบทั่วไปถูกขัดขวาง

เอไอเอเจนต์แบบทั่วไปสามารถดูเหมือนน่าประทับใจภายใต้สภาพแวดล้อมที่ควบคุมได้ แต่เริ่มดิ้นรนเมื่อทำงานในกระบวนการดำเนินงานขององค์กร ซึ่งมีข้อจำกัด ข้อพึ่งพา และการตัดสินใจที่ชัดเจนสำหรับผู้ที่เคยทำงานในพื้นที่และไม่เห็นได้จากแบบจำลองที่ไม่เคยถูกสอนให้เห็น

ผู้จัดการหมวดหนึ่งของบริษัทอาหารและเครื่องดื่มที่ใหญ่ที่สุดในโลกต้องเผชิญกับปัญหาเดียวกันในระดับที่แตกต่าง: การครอบงำตลาด 96% โดยไม่มีเครื่องมือแบบดั้งเดิมที่จะดึงดูดลูกค้า ผู้จัดการหมวดได้กำหนดตรรกะการตัดสินใจโดยการรวมแหล่งข้อมูลข้อมูลมากกว่า 100 ช่องทางทั่วกว่า 1,000 คุณลักษณะต่อหน้าร้าน และปล่อยให้แบบจำลองเอไอสร้างโปรไฟล์พฤติกรรมผู้ซื้อสำหรับทีมหมวดที่จะดำเนินการได้ ผลลัพธ์? กลุ่มผู้ซื้อสามกลุ่ม การทำงานร่วมกันรายสัปดาห์กับคู่ค้าปลีก การเพิ่มยอดขาย 8% และการเติมสินค้าบนชั้นวางเร็วขึ้น 35%

สิ่งนี้ทำงานได้เพราะเอไอเอเจนต์เข้าใจแล้วว่า แผนผัง คืออะไร กลุ่มผู้ซื้อหมายถึงอะไร และการเปลี่ยนแปลงส่งเสริมการขายจะกระจายไปยังหมวดที่อยู่ข้างๆ ได้อย่างไร แบบจำลองทั่วไปต้องถูกสอนคำศัพท์เฉพาะอุตสาหกรรม ซึ่งต้องใช้เวลา 12 ถึง 18 เดือน ซึ่งส่วนใหญ่ขององค์กรมีไม่เพียงพอ

ทำไมการกำกับดูแลต้องถูกออกแบบ

โครงสร้างความรับผิดชอบส่วนใหญ่ที่องค์กรมีในปัจจุบันถูกสร้างขึ้นรอบๆ การอธิบายผลลัพธ์ของแบบจำลองหลังจากที่เกิดขึ้นแล้วและการทบทวนเป็นระยะๆ พวกเขาไม่ได้ถูกสร้างขึ้นสำหรับสิ่งที่เกิดขึ้นเมื่อเอไอเอเจนต์กระตุ้นการดำเนินการไม่กลับด้านในกระบวนการทำงาน

ฉันทำงานร่วมกับบริษัทประกันที่ดำเนินธุรกิจในตลาดยุโรปกลางและตะวันออก ซึ่งต้องพิจารณาข้อกำหนดด้านกฎระเบียบของตลาดแต่ละแห่งเมื่อตัดสินใจด้านการปฏิบัติตามกฎระเบียบ ทุกๆ การตัดสินใจด้านการตรวจสอบลูกค้าเป็นบันทึกที่มีชีวิตซึ่งรวมถึงข้อมูลเข้า แบบจำลอง ผลลัพธ์ และบุคคลที่ลงนาม ระบบเอไอของบริษัทสามารถส่งธุรกรรมที่เป็นไปตามข้อกำหนดในตลาดหนึ่งและไม่เป็นไปตามข้อกำหนดในอีกตลาดหนึ่งโดยไม่ต้องมีการตัดสินใจด้วยตนเองจากผู้วิเคราะห์ความเป็นไปได้

นี่คือโครงสร้างเดียวกับที่ทำให้ Absa สามารถติดตั้งระบบ AML ไปยังการผลิตภายใน 15 วันแทนที่จะเป็น 120 วัน ความเร็วถูกสร้างขึ้นเพื่อให้ธนาคารสามารถส่งมอบเวอร์ชันนโยบายสำหรับการตัดสินใจทุกครั้งให้กับหน่วยงานกำกับดูแลได้ทันที

องค์กรที่เรามองเห็นกำลังลงทุนในระดับการกำกับดูแลเหล่านี้ตั้งแต่เนิ่นๆ ยังคงดำเนินเอไอเอเจนต์ไปในระดับใหญ่ 18 เดือนต่อมา องค์กรที่ปฏิบัติตามการกำกับดูแลนี้เหมือนเป็นการออกกำลังกายด้านการปฏิบัติตามกฎระเบียบและติดเข้ากับการใช้งานหลังการปรับใช้ คือผู้ที่ต้องปรับโครงสร้างใหม่ซ้ำแล้วซ้ำเล่า

ความเข้าใจด้านโดเมนไม่ใช่การปรับให้เหมาะสม

แบบจำลองที่มีศักยภาพไม่ได้ส่งมอบผลลัพธ์ขององค์กรได้อย่างน่าเชื่อถือเพราะถูกสร้างขึ้นเพื่อมีประโยชน์อย่างกว้างขวาง การดำเนินงานขององค์กรต้องการการเชี่ยวชาญที่ลึกและแคบ การสับสนระหว่างทั้งสองสิ่งนี้ทำให้อุตสาหกรรมเสียเวลาและทรัพยากรไปแล้ว แต่ก็ยังคงเป็นข้อผิดพลาดที่พบบ่อยที่สุดที่ฉันเห็น

ความเข้าใจด้านโดเมนไม่ใช่การนำการสร้างแบบจำลองที่เพิ่มการค้นหามาใช้ (RAG) หรือการปรับให้เหมาะสมของแบบจำลองทั่วไป มันคือความแตกต่างระหว่างเอไอเอเจนต์ที่สามารถประมวลผลข้อมูลเกี่ยวกับร้านขายของชำและเอไอเอเจนต์ที่เข้าใจว่าธุรกิจสร้างและใช้แผนผังที่ปรับให้เหมาะสมมากกว่า 5,000 แผนผังทั่วกว่า 750 ร้านค้าโดยไม่ต้องสัมผัสทุกๆ ที่โดยทีมกลาง

ความชำนาญในการปฏิบัติการนี้มาจากข้อมูลการฝึกอบรมที่เฉพาะเจาะจงด้านโดเมนเป็นเวลาหลายปี ตรรกะการตัดสินใจที่สร้างขึ้นรอบข้อจำกัดในการปฏิบัติการจริง และชั้นความรู้ที่รวมถึงวิธีการที่การเปลี่ยนแปลงราคากระทบต่ออัตรากำไร การเปลี่ยนแปลงการรวมสินค้ากระทบต่อความพร้อมของชั้นวาง และสิ่งนั้นส่งผลกระทบต่อความภักดีของผู้ซื้อได้อย่างไร สำหรับซุปเปอร์มาร์เก็ตขนาดใหญ่แห่งหนึ่งในสหรัฐฯ การให้เหตุผลที่เชื่อมโยงกันทำให้เกิดผลกำไรเพิ่มขึ้น 200 ล้านดอลลาร์

การสร้างพื้นฐานหรือรับมาจากพันธมิตรที่ทำงานแล้วคือต้นทุนจริงที่ต้องใช้ข้อมูล โดเมนความเชี่ยวชาญ และวินัยในการเข้ารหัสการตัดสินใจของสถาบันแทนที่จะข้ามไปสู่การลองใช้ หากพื้นฐานนี้ถูกเร่งรีบ เอไอเอเจนต์ที่ดูเหมือนเข้าใจด้านโดเมนใน概念การตรวจสอบความถูกต้องอาจยังคงพังทลายลงเมื่อเผชิญกับกรณีเชิงพื้นที่การผลิตครั้งแรก

สิ่งที่การทำให้เอไอเอเจนต์ระดับองค์กรมีประสิทธิภาพหมายถึงความจริง

องค์กรที่ยังคงปล่อยแบบจำลองที่มีประสิทธิภาพลงในกระบวนการทำงานที่มีอยู่จะต้องยอมรับกับคณะกรรมการของตนอย่างต่อเนื่องว่า ROI ไม่ได้ปรากฏขึ้น MIT สรุปเมื่อปีที่แล้วว่า尽管มีการลงทุนขององค์กรในด้านเอไอสร้างสรรค์ 95% ขององค์กรไม่ได้รับผลตอบแทน หากคุณไม่ต้องการที่จะอยู่ในกลุ่มนั้น ให้วางความเข้าใจด้านโดเมนไว้ก่อนวันแรก ใส่การกำกับดูแลลงในโครงสร้าง และถือเอไอเอเจนต์ให้รับผิดชอบต่อผลลัพธ์เฉพาะ

แบบจำลองที่อยู่เบื้องหลังเอไอเอเจนต์ใดๆ เป็นส่วนนั้นของสมการที่ไม่คงทน เอไอเอเจนต์ที่ดีกว่าจะถูกส่งออกในอีกสามเดือนจากบริษัทที่สร้างแบบจำลองที่คุณใช้อยู่หรือจากคู่แข่งของบริษัทนั้น สิ่งที่ไม่เปลี่ยนแปลงพร้อมกับการเปิดตัวแบบจำลองใหม่คือว่าเอไอเอเจนต์ของคุณเข้าใจธุรกิจของคุณหรือไม่ คุณต้องสร้างสิ่งนี้โดยเจตนา เอไอเอเจนต์ที่ประสบความสำเร็จในสภาพแวดล้อมของคุณจะไม่ใช่เอไอเอเจนต์ที่มีประสิทธิภาพที่สุดในตลาด แต่จะทำให้คุณเชื่อใจให้ทำมากขึ้นและมากขึ้นสำหรับธุรกิจของคุณ

ซานจัย ดฮาวัน เป็น CEO ของ SymphonyAI โดยที่เขาเป็นผู้นำกลยุทธ์ AI ของบริษัททั่วอุตสาหกรรม รวมถึงการค้าปลีก บริการทางการเงิน การผลิต และ IT ซานจัยเป็นนักธุรกิจที่มีประสบการณ์มากกว่า 30 ปี และเป็นผู้ประกอบการซีรีย์ที่มีประสบการณ์เป็นผู้นำ เขาเคยดำรงตำแหน่ง CEO ของ Cerence และมีบทบาทผู้นำระดับสูงใน HARMAN, Symphony Teleca, Aricent และ AMD โดยขับเคลื่อนนวัตกรรมใน AI ระบบเชื่อมต่อ และซอฟต์แวร์สำหรับองค์กร