Лідери думок

Навігація у викликах 2025 року для впровадження корпоративного штучного інтелекту

mm
Додайте Unite.AI до бажаних джерел у Google

Бізнес-світ став свідком феноменального зростання інтересу до штучного інтелекту (ШІ) — і, зокрема, генеративного ШІ (Gen ШІ). За оцінками Deloitte, корпоративні витрати на Gen ШІ у 2024 році мають збільшитися на 30 відсотків порівняно з показником 2023 року у розмірі 16 мільярдів доларів. За рік ця технологія вибухнула на сцені, щоб змінити стратегічні плани організацій. Системи ШІ перетворилися на розмовні, когнітивні та творчі механізми, щоб дозволити підприємствам оптимізувати операції, покращити досвід клієнтів та приймати рішення, засновані на даних. Коротко кажучи, корпоративний ШІ став одним із основних механізмів для CXO, щоб підвищити інновації та зростання.

Підхід до 2025 року, ми очікуємо, що корпоративний ШІ відіграє ще більш значиму роль у формуванні бізнес-стратегій та операцій. Однак важливо зрозуміти та ефективно подолати виклики, які можуть перешкоджати повному потенціалу ШІ.

Виклик #1 — Недостатня готовність даних

Успіх ШІ залежить від послідовних, чистих та добре організованих даних. Однак підприємства стикаються з викликами при інтеграції фрагментованих даних по системах та департаментам. Строгіші правила захисту даних вимагають надійного управління, дотримання законодавства та захисту конфіденційних даних, щоб забезпечити надійні висновки ШІ.

Це вимагає комплексної системи управління даними, яка розбиває дані на сегменти, і суворо пріоритезує дані, які потрібно оновити. Дані, що демонструють швидкі перемоги, допоможуть у забезпеченні довгострокової прив’язки для отримання правильної екосистеми даних. Центральні сховища даних або склади даних можуть забезпечити послідовний доступ до даних по всій організації. Крім того, методи машинного навчання можуть збагатити та покращити якість даних, а також автоматизувати моніторинг та управління ландшафтом даних.

Виклик #2 — Масштабованість ШІ

У 2024 році, коли організації розпочали свій шлях впровадження корпоративного ШІ, багато з них стикалися з труднощами при масштабуванні своїх рішень — головним чином через відсутність технічної архітектури та ресурсів. Будівництво масштабованої інфраструктури ШІ буде важливим для досягнення цієї мети.

Хмарні платформи забезпечують ефективність, гнучкість та масштабованість для обробки великих наборів даних та навчання моделей ШІ. Використання інфраструктури ШІ хмарних сервісних провайдерів може забезпечити швидке масштабування розгортання ШІ без необхідності значних початкових інвестицій в інфраструктуру. Реалізація модульних khungів ШІ для легкої конфігурації та адаптації по різних бізнес-функціям дозволить підприємствам поступово розширювати свої ініціативи ШІ, зберігаючи контроль над витратами та ризиками.

Виклик #3 — Пробіли у таланті та навичках

Нещодавній опитування підкреслює тривожну диспропорцію між ентузіазмом ІТ-професіоналів щодо ШІ та їхніми реальними можливостями. Хоча 81% висловлюють інтерес до використання ШІ, лише 12% володіють необхідними навичками, а 70% працівників потребують суттєвих оновлень навичок ШІ. Цей пробіл у таланті створює суттєві перешкоди для підприємств, які намагаються розробити, розгорнути та керувати ініціативами ШІ. Приваблення та утримання кваліфікованих фахівців ШІ — це великий виклик, а оновлення існуючого персоналу вимагає суттєвих інвестицій.

Стратегія навчання організацій повинна охоплювати рівень грамотності ШІ, необхідний для різних груп — розробників, які створюють рішення ШІ, перевірників, які перевіряють висновки ШІ, та користувачів, які використовують висновки систем ШІ для прийняття рішень. Крім того, бізнес-лідерів потрібно буде тренувати, щоб вони краще та більш ефективно розуміли стратегічні наслідки ШІ. Свідомо створюючи культуру, орієнтовану на дані, та інтегруючи ШІ у процеси прийняття рішень на всіх рівнях, можна керувати опором до ШІ, що призведе до покращення якості прийняття рішень.

Виклик #4 — Управління ШІ та етичні проблеми

Під час впровадження ШІ у великому масштабі підприємства стикаються з викликом упереджених алгоритмів. Моделі ШІ, навчені на неповних або упереджених даних, можуть посилити існуючі упередження, що призведе до несправедливих бізнес-рішень та результатів. Коли технології ШІ розвиваються, уряди та регулюючі органи постійно вводять нові правила ШІ, щоб забезпечити прозорість у процесах прийняття рішень та захист споживачів. Наприклад, ЄС виклав свої політики, рамки та принципи щодо використання ШІ через закон ЄС про ШІ 2024 року. Компанії повинні гнучко адаптуватися до таких еволюційних правил.

Створюючи правильні khungи управління ШІ, які фокусуються на прозорості, справедливості та підзвітності, організації можуть використовувати рішення, які забезпечують пояснюваність їхніх моделей ШІ — і будують довіру з кінцевими споживачами. Це повинні включати етичні керівництва для розробки та розгортання моделей ШІ та забезпечувати їхню відповідність цінностям компанії та законодавчим вимогам.

Виклик #5 — Балансування витрат та ROI

Розробка, навчання та розгортання рішень ШІ вимагає суттєвих фінансових інвестицій у інфраструктуру, програмне забезпечення та кваліфікований персонал. Багато підприємств стикаються з труднощами при балансуванні цих витрат з мірними поверненнями на інвестиції (ROI).

Визначення правильних випадків використання ШІ є важливим. Нам потрібно пам’ятати, що не кожне рішення обов’язково потребує ШІ. Прийняття правильних критеріїв для вимірювання успіху на ранній стадії є важливим. Це дозволить організаціям тримати уважний погляд на доставлені та потенційні повернення на інвестиції по різних випадках використання. Ця інформація може бути використана для суворого пріоритету та раціоналізації випадків використання на всіх стадіях, щоб тримати витрати під контролем. Організації можуть партнерувати з постачальниками послуг ШІ та аналітики, які забезпечують бізнес-результати з гнучкими комерційними моделями, щоб підтримати ризик інвестицій у повернення на інвестиції.

Гаутам Сінгх є керівником підрозділу WNS Analytics та співзасновником і генеральним директором The Smart Cube, компанії WNS. Він провів 20 років, створюючи і розширюючи The Smart Cube (лідера у сфері досліджень і аналітики), перш ніж вона була придбана компанією WNS. До цього він працював 10 років у сфері управління консалтингу і风险ового капіталу в Європі та США. Гаутам займав різні посади, включаючи посади в Coven Partners (Лондон), A.T. Kearney (Лондон), Mitsubishi Motors (Індія) і Cummins Engines (США). Він має ступінь МВА університету Мічигану, Анн-Арбор, США, і ступінь бакалавра механічної інженерії ІІТ Бомбей, Індія.