Лідери думок

Чому “Готовий до Штучного Інтелекту” Став Найбільш Неправильно Використовуваним Виразом у Хмарі

mm
Додайте Unite.AI до бажаних джерел у Google

“Готовий до штучного інтелекту” знаходиться в кожній презентації постачальника і в кожному порядку денному засідання ради директорів, які я переглянув за останній рік. Цей вираз знаходиться всюди. Що він означає, вже неясно.

Коли фінансовий директор говорить “готовий до штучного інтелекту”, він має на увазі затверджений бюджет. Коли технічний директор говорить це, він має на увазі платформи, які встановлені. Коли консультант говорить це, він має на увазі обсяг робіт. Коли член ради директорів говорить це, він має на увазі оборонну позицію. Два слова. Чотири розмови.

Результат передбачуваний: компанії оголошують про готовність до штучного інтелекту на основі того визначення, яке їм найбільше льстить, а потім спостерігають, як їхні пілотні проєкти терплять невдачу в виробництві через причини, яких ніхто не передбачав — тому що ніхто не справлявся з однією і тією ж проблемою.

Проблема не в самому виразі. Проблема в розумінні, яке лежить під ним. І це варто виправити, тому що те, що насправді означає “готовий до штучного інтелекту”, має дуже мало спільного з тим, що більшість компаній купують.

Шар Платформи Стає Дедалі Більш Зрілим, Але Це Не Той Пропуск

Натиснуті на визначення, більшість людей приземляються приблизно в одному місці. Готовий до штучного інтелекту означає технічну позицію: платформи встановлені, архітектура ідентифікації визначена, управління задокументовано, спостережливість розгорнута, контролюють FinOps, можливо, найнятий головний офіцер штучного інтелекту.

Це не неправильно. Ці речі мають значення, і технічний шар зробив драматичний крок вперед. На конференції Google Cloud Next минулого тижня повідомлення було недвозначним — “епоха пілотних проєктів закінчилася, епоха агентів розпочалася”. Ідентифікація, управління та спостережливість будуються безпосередньо в саму платформу. Основні гіперскейлери сходяться на подібні можливості з подібною швидкістю.

Це справжній зсув, і він вартий того, щоб його серйозно сприйняти. Але коли шар платформи стає дедалі більш зрілим, робота клієнта не зникає — вона стає більш видимою. Є шар між платформою та вашими людьми, якого жоден постачальник не побудує для вас. Більшість компаній ще не почали це.

Відсутній Шар: Упряж

Назовімо це упряж. Визначена середня частина між вашими людьми та штучним інтелектом — інструментарій, який робить неможливим для автономної системи відхилитися від вашого завдання, вашої огорожі чи ваших цілей.

У розробці програмного забезпечення упряж не є моделлю. Це система специфікацій, інфраструктура тестування, ворота огляду, політики розгортання — скелет, який тримає вихід штучного інтелекту вирівняним з тим, чого насправді потребує бізнес, а не з тим, що платформа вважає “хорошим кодом” загалом.

Платформа була побудована, щоб бути загальною. Вирівнювання з вашим бізнесом — це проблема побудови, і тільки ви можете її вирішити. Більшість компаній ще не почали. Вони розгортають штучний інтелект на основі зрілих платформ і довіряють замовчуваним налаштуванням, щоб забезпечити вирівнювання. Замовчувані налаштування ніколи не робили б цього.

Але навіть з робочою упряж, технічний шар не є пропуском. Людський шар є.

Реальна Бутільня: Людська Поведінка

Минулого тижня я витратив сорок п’ять хвилин на ручне складання електронного листа, перш ніж зрозумів, що роблю.

Я працюю в цій сфері кожен день. У мене є доступ до найкращих інструментів, глибоке розуміння того, коли та як їх використовувати, і сильна особиста мотивація для максимізації штучного інтелекту в своїй власній роботі. І все ж я спочатку вибрав старий спосіб — складання рядка за рядком, з тією ж м’язовою пам’яттю, яку я використовую вже двадцять років — перш ніж зрозумів, що роблю.

Якщо готовність існувала на рівні платформи, вона була б готова. Якщо вона існувала на рівні упряжі, вона була б готова. Але готовність, як вона насправді відбувається, існує десь інде — у пропуску між тим, що можливо, і тим, до чого люди доходять. Помножене на кожного окремого індивіда, на кожне завдання, тисячі разів на тиждень.

Це той пропуск, який ніхто не розв’язує. Це не тому, що технологія не може допомогти. Це тому, що двадцять до шістдесяти п’яти років м’язової пам’яті не переробляються за допомогою проекту.

Як тільки ви приймете це, вся рамка “готовий до штучного інтелекту” починає виглядати неправильною.

“Готовий до Штучного Інтелекту” Не Є Фінішною Смугою

“Готовий” подразумеває фінішну смугу, а її немає. Компанії, які виглядають готовими до штучного інтелекту, стоять біля підніжжя наступної рампи, а ті, які не виглядають готовими, стоять біля підніжжя попередньої рампи. Обидві дивляться вгору на роботу, яку вони ще не зробили.

Це чому “Чи готові ми до штучного інтелекту?” — неправильне питання. Воно сприймає готовність як стан, якого можна досягти, тоді як на практиці це шкала, яку потрібно піднятися — одна визначена частина за раз. Краще питання — практичне: яка наступна частина готовності, якої потребують наші люди, і хто відповідає за те, щоб вони її отримали? Ви не виділяєте бюджет на готовність до штучного інтелекту як на пункт призначення, тому що такого пункту призначення немає. Ви виділяєте бюджет на наступний крок слона, а потім на наступний.

Для майже кожної компанії наступний крок знаходиться на індивідуальному рівні — і саме там лежить робота, на яку ніхто не готувався.

Кожен Працівник Тепер Керує Командою Штучного Інтелекту

Кожна окрема людина в вашій компанії тепер очікується керувати неоднорідною командою з двадцяти спеціалістів, яких вони не найняли і не повністю розуміють.

Ваш копірайтер має дослідника, редактора та перекладача. Ваш розробник має молодшого інженера та оглядача коду. Ваш менеджер продукту має аналітика, дизайнера та синтезатора інтерв’ю з клієнтами. Незалежно від ролі, незалежно від рівня seniority, кожна людина в вашій компанії тепер має команду. Вони не просили про це. Їх не тренували для цього. Якість їхнього виходу тепер залежить від того, як добре вони керують цією командою.

Це те, чого насправді потребує готовність — і це не керування змінами. Керування змінами — це процедура: нові робочі процеси, нове навчання, нові інструменти, розгорнуті зверху вниз. Що відбувається тут — це щось інше. Кожна людина повинна навчитися делегувати, оцінювати та сумніватися у виході через дисципліни, у яких вони не були навчені. Це не процедура. Це пере визначення роботи, яке відбувається на кожному рівні, без грифа.

Назовіть це, як вам хочеться — вільність, практика, проведення. Менше важить назва, ніж визнання того, що це робота. Більшість компаній ще не мають назви для цього, не кажучи вже про план.

Перегляд того, Як Вимірюється Готовність

Прекратіть вимірювати готовність як список перевірок. Почніть вимірювати її там, де вона насправді існує — на індивідуальному рівні — і спроектуйте організацію навколо м’язів, а не платформи.

Три речі слідують. Прекратіть питати “Чи готові ми до штучного інтелекту” і почніть питати “яка наступна частина готовності для наших людей, і хто відповідає за те, щоб вони її отримали”. Інвестуйте в людську здатність на тому ж рівні терміновості, на якому ви інвестуєте в здатність платформи — більшість рад мають це співвідношення перевернутим на порядок величини. І найміть та винагороджуйте за здатність керувати неоднорідною командою спеціалістів штучного інтелекту, тому що це новий рівень, а не пункт призначення.

“Готовий до штучного інтелекту” не є неправильним виразом. Це найбільш неправильно зрозумілий вираз у хмарі — і неправильне розуміння коштує компаніям більше, ніж вони розуміють. Компанії, які це зроблять правильно, не будуть тими, у кого найбільше платформ. Це будуть ті, чиї люди насправді перепрограмували те, до чого вони доходять.

Вінай Таккер є співзасновником і технічним директором Kloudstax, прем'єр-партнером Google Cloud, який допомагає підприємствам впроваджувати штучний інтелект, де він очолює розгортання штучного інтелекту, облачну архітектуру та інженерію інфраструктури. Він зосереджений на перекладі складних можливостей штучного інтелекту та хмарних технологій у безпечні, керовані та надійні системи, які працюють у реальних корпоративних середовищах. Вінай відомий своєю практичним підходом до виконання, допомагаючи організаціям переходити від експериментів до виробництва з дисципліною та масштабом.