Connect with us

รู้สึกกดดันในการลงทุนใน AI? ดี—คุณควรจะรู้สึก

ปัญญาประดิษฐ์

รู้สึกกดดันในการลงทุนใน AI? ดี—คุณควรจะรู้สึก

mm

AI ไม่ใช่สิ่งใหม่ มนุษย์เริ่มทำการวิจัย AI ในทศวรรษ 1940 และนักวิทยาศาสตร์คอมพิวเตอร์เช่น John McCarthy เปิดเผยความเป็นไปได้ของเทคโนโลยีนี้ สิ่งที่ค่อนข้างใหม่คือ ปริมาณการ宣伝 มันรู้สึกเหมือนกับว่ามันเพิ่มขึ้นอย่างรวดเร็ว ChatGPT ถูกปล่อยออกมาในปี 2022 ด้วยการโปรโมตที่ยิ่งใหญ่ และตอนนี้ DeepSeek และ Qwen 2.5 ได้เข้ามาเปลี่ยนแปลงโลก

การ宣伝นี้เป็นเรื่องที่เข้าใจได้ เนื่องจากการเพิ่มขึ้นของพลังการคำนวณ การเข้าถึงข้อมูลขนาดใหญ่ อัลกอริทึมและเทคนิคการฝึกอบรมที่ดีขึ้น โมเดล AI และ ML ก็เพิ่มขึ้นในความสามารถทุกๆ ไม่กี่เดือน ทุกวันเราก็เห็นการกระโดดอย่างมีนัยสำคัญในด้านการให้เหตุผลและการสร้างเนื้อหา เราอาศัยอยู่ในยุคที่น่าตื่นเต้น!

แต่การ宣伝สามารถกลายเป็นผลเสียได้ และสามารถบ่งบอกว่ามีเสียงมากกว่าเนื้อหาสาระเมื่อพูดถึง AI เราทุกคนต้องชินกับการล้นหลามของข้อมูลที่มาพร้อมกับการพัฒนาที่ก้าวหน้านี้ จนเราไม่ได้สังเกตเห็นโอกาสที่น่าเหลือเชื่อก่อนหน้าเรา

อาจเป็นเพราะการ宣伝ที่มากเกินไปเกี่ยวกับ AI ที่สร้างขึ้น ซึ่งบางคนอาจคิดว่าเทคโนโลยีนี้ยังไม่เต็มที่และไม่คู่ควรกับการลงทุน พวกเขาอาจต้องการรอจนกว่าจะมีการใช้งานในระดับที่สำคัญก่อนที่จะตัดสินใจลงทุนด้วยตัวเอง หรืออาจต้องการเล่นอย่างปลอดภัยและใช้ AI ที่สร้างขึ้นเพียงในพื้นที่ที่มีผลกระทบต่ำที่สุดของธุรกิจ ของธุรกิจ

พวกเขาผิด การทดลองและล้มเหลวอย่างรวดเร็วใน AI ที่สร้างขึ้นเป็นสิ่งที่ดีกว่าการไม่เริ่มต้นเลย การเป็นผู้นำหมายถึงการยึดโอกาสในการเปลี่ยนแปลงและคิดใหม่ AI เคลื่อนที่และพัฒนาอย่างรวดเร็ว หากคุณไม่ตามกระแส หากคุณนั่งดูโดยอ้างว่าเป็นการระมัดระวัง คุณจะพลาดทั้งหมด

เทคโนโลยีนี้จะเป็นรากฐานของโลกธุรกิจในอนาคต ผู้ที่ลงทุนตอนนี้จะกำหนดรูปร่างของอนาคตนั้น อย่าใช้ AI ที่สร้างขึ้นเพียงเพื่อเพิ่มประสิทธิภาพเล็กๆ น้อยๆ ใช้มันเพื่อกระโดดข้ามไปสู่ความสำเร็จ นั่นคือสิ่งที่ผู้ชนะจะทำ

มันจะแย่แค่ไหน?

การนำ AI ที่สร้างขึ้นมาใช้เป็นเรื่องง่ายๆ ของการบริหารความเสี่ยง—สิ่งที่ผู้บริหารควรจะคุ้นเคยแล้ว รักษาเทคโนโลยีนี้เหมือนกับการลงทุนใหม่ๆ อื่นๆ หาวิธีในการก้าวหน้าโดยไม่ต้องเสี่ยงมากเกินไป เพียงแค่ทำ อะไรสักอย่าง คุณจะเรียนรู้ทันทีว่ามันทำงานหรือไม่ AI จะปรับปรุงกระบวนการหรือไม่ มันจะชัดเจน

สิ่งที่คุณไม่ต้องการคือการล้มเข้าไปในอาการวิเคราะห์มากเกินไป อย่าใช้เวลานานเกินไปในการคิดว่าคุณพยายามบรรลุอะไรบ้าง ตามที่ Voltaire กล่าวว่า อย่าให้ สมบูรณ์ เป็นศัตรูกับ ดี ในตอนแรก สร้างชุดผลลัพธ์ที่คุณยอมรับได้ จากนั้นจึงยึดมั่นและพัฒนาไปสู่สิ่งที่ดีกว่า และก้าวต่อไป การรอโอกาสที่สมบูรณ์แบบ การใช้กรณีที่สมบูรณ์แบบ หรือเวลาที่สมบูรณ์แบบในการทดลอง จะทำให้เกิดอันตรายมากกว่าประโยชน์

ความล้มเหลวจริงๆ สร้างลักษณะและความยืดหยุ่น

สมมติว่าองค์กร ของคุณ ล้มเหลวในการทดลอง AI ที่สร้างขึ้น มันจะแย่แค่ไหน? มีคุณค่ามากมายในการเรียนรู้ขององค์กร—ในการทดลอง ล้มเหลว และดูว่าทีมและเครื่องมือต่อสู้กับอุปสรรคอย่างไร ชีวิตคือการเรียนรู้และเอาชนะอุปสรรคต่อๆ ไป หากคุณไม่ผลักดันทีมและเครื่องมือของคุณจนถึงจุดล้มเหลว คุณจะกำหนดขีดจำกัดขององค์กรของคุณได้อย่างไร? คุณจะรู้สิ่งที่เป็นไปได้อย่างไร?

หากคุณมีคนเหมาะสมในบทบาทที่เหมาะสม—และหากคุณเชื่อใจพวกเขา—คุณไม่มีอะไรจะเสีย การให้目标ที่ท้าทายแก่ทีมของคุณจะช่วยให้พวกเขาเติบโตในฐานะมืออาชีพและได้รับคุณค่าจากงานของพวกเขา

หากคุณลองและล้มเหลวในการทดลอง AI ที่สร้างขึ้น คุณจะเตรียมพร้อมมากขึ้นเมื่อมาถึงการทดลองครั้งถัดไป

ระบุช่องทางในการทดลอง

เพื่อเริ่มต้น ระบุพื้นที่ของธุรกิจที่สร้างความท้าทายมากที่สุด: ปัญหาที่เกิดขึ้นบ่อยๆ ข้อผิดพลาดที่ไม่จำเป็น ความคาดหวังที่ไม่ได้รับการจัดการ โอกาสที่ไม่ได้รับการค้นพบ กิจกรรมหรือกระบวนการทำงานที่มีการวิเคราะห์ข้อมูลและความท้าทายที่ยากจะแก้ไขหรือใช้เวลานานอาจเป็น候่งที่ดีสำหรับการทดลอง AI

ในอุตสาหกรรมของฉัน การจัดการห่วงโซ่อุปทาน มีโอกาสทุกหนทุกแห่ง ตัวอย่างเช่น การจัดการคลังสินค้าเป็นจุดเริ่มต้นที่ดีสำหรับ AI ที่สร้างขึ้น การจัดการคลังสินค้าเกี่ยวข้องกับการประสานงานหลายๆ ส่วน ซึ่งบ่อยครั้งเกิดขึ้นในเวลาเกือบจะเรียลไทม์ คนที่เหมาะสมจะต้องอยู่ในสถานที่ที่เหมาะสมในเวลาที่เหมาะสมเพื่อประมวลผล จัดเก็บ และดึงสินค้า—ซึ่งอาจมีข้อกำหนดพิเศษในการจัดเก็บ เช่น อาหารที่ต้องเก็บในตู้เย็น

การจัดการตัวแปรเหล่านี้เป็นงานที่ยิ่งใหญ่ ผู้จัดการคลังสินค้าแบบดั้งเดิมไม่มีเวลาที่จะทบทวนรายงานแรงงานและสินค้าจำนวนมากเพื่อให้ดาวและดวงดาวสอดคล้องกัน มันใช้เวลานาน และผู้จัดการคลังสินค้าบ่อยครั้งมีปลาให้ทำอื่นๆ รวมถึงการปรับตัวให้เข้ากับการหยุดชะงักในเวลาจริง

ตัวแทน AI ที่สร้างขึ้นสามารถทบทวนรายงานทั้งหมดที่สร้างขึ้นและสร้างแผนการดำเนินการที่มีข้อมูลและรากฐานของสาเหตุ พวกเขาสามารถระบุปัญหาและสร้างวิธีแก้ปัญหาได้ เวลาที่ประหยัดได้ไม่สามารถเน้นย้ำได้ว่ามันสำคัญแค่ไหน

นี่เป็นตัวอย่างหนึ่งของพื้นที่ธุรกิจที่สำคัญที่สามารถปรับปรุงได้ด้วยการใช้ AI ที่สร้างขึ้น กระบวนการทำงานใดๆ ที่ใช้เวลานาน—โดยเฉพาะอย่างยิ่งหากเกี่ยวข้องกับการประมวลผลข้อมูลหรือข้อมูลก่อนการตัดสินใจ—เป็น候่งที่ดีสำหรับการปรับปรุงด้วย AI

เพียงเลือกกรณีการใช้งานและเริ่มต้น

เพียงแค่กระโดดเข้าไป

AI ที่สร้างขึ้นอยู่ที่นี่เพื่ออยู่ และมันเคลื่อนที่ด้วยความเร็วของนวัตกรรม ทุกวัน กรณีการใช้งานใหม่ๆ เกิดขึ้น ทุกวัน เทคโนโลยีนี้ดีขึ้นและทรงพลังมากขึ้น ประโยชน์เป็นที่ชัดเจน: องค์กรที่เปลี่ยนแปลงจากภายในสู่ภายนอก; มนุษย์ทำงานที่มีประสิทธิภาพสูงสุดด้วยข้อมูลที่อยู่ข้างๆ ; การตัดสินใจทางธุรกิจที่รวดเร็วและฉลาดขึ้น; ฉันสามารถดำเนินต่อไปได้

เวลาที่คุณรอ “สภาพที่สมบูรณ์แบบ” ที่จะเกิดขึ้น คุณและธุรกิจของคุณจะถูกทิ้งไว้ข้างหลัง

หากคุณมีทีมที่ดี ยุทธศาสตร์ธุรกิจที่มั่นคง และโอกาสที่แท้จริงสำหรับการปรับปรุง คุณไม่มีอะไรจะเสีย

คุณรออะไรอยู่?

Andrea Morgan-Vandome เป็น Chief Innovation Officer ของ Blue Yonder ในบทบาทนี้เธอได้รับผิดชอบในการวางกลยุทธ์อุตสาหกรรม กลยุทธ์ผลิตภัณฑ์ ทิศทางแผนงาน กลยุทธ์การเข้าซื้อกิจการ การจัดแพ็คเกจและการส่งข้อความการตลาด และการแนะนำผลิตภัณฑ์ใหม่