Tôi Xây Dựng Hệ Thống Trí Tuệ Nhân Tạo Để Mưu Sống. Đây Là Điều Mà Hầu Hết Mọi Người Nhầm

Tôi xây dựng hệ thống trí tuệ nhân tạo cho các trung tâm liên hệ doanh nghiệp.

Không phải là các bản demo, điểm chuẩn, hoặc dự án nghiên cứu. Các hệ thống sản xuất tương tác với khách hàng, điều hướng chính sách, thu thập thông tin từ các nền tảng doanh nghiệp bị ngắt kết nối, và hoạt động trong môi trường bị ảnh hưởng bởi dữ liệu lộn xộn, hồ sơ mâu thuẫn, tiếng ồn nền, và hành vi con người khó dự đoán.

Kinh nghiệm đó đã đưa tôi đến một trong những khoảng cách lớn nhất trong ngành công nghiệp trí tuệ nhân tạo. Cuộc trò chuyện công khai về trí tuệ nhân tạo thường bị chi phối bởi những gì công nghệ có thể trở thành trong tương lai, trong khi các tổ chức đang cố gắng tìm ra cách triển khai nó thành công ngày hôm nay. Đó là những cuộc trò chuyện rất khác nhau.

Các câu hỏi tôi dành thời gian để trả lời hiếm khi liên quan đến trí tuệ nhân tạo tổng quát hoặc liệu máy móc sẽ thay thế con người trong tương lai. Chúng thường là những câu hỏi rất thực tế. Hệ thống có thể giải thích yêu cầu của khách hàng một cách nhất quán không? Nó có thể thu thập thông tin chính xác trên nhiều nền tảng doanh nghiệp không? Nó có thể phục hồi khi dữ liệu không đầy đủ không? Nó có thể chuyển tiếp phù hợp khi độ tin cậy thấp không? Các đội có thể tin tưởng nó đủ để triển khai trên quy mô lớn không?

Những câu hỏi đó có thể ít thú vị hơn so với các tiêu đề, nhưng chúng là những câu hỏi quyết định liệu trí tuệ nhân tạo doanh nghiệp có thành công hay không. Theo thời gian, tôi đã đến相信 rằng hầu hết các tổ chức đánh giá quá cao tầm quan trọng của mô hình itself và đánh giá thấp mọi thứ cần thiết để làm cho mô hình đó hữu ích trong một doanh nghiệp thực sự.

Bản Demo Không Phải Là Triển Khai

Bất kỳ ai làm việc chặt chẽ với trí tuệ nhân tạo doanh nghiệp đều hiểu khoảng cách giữa một bản demo được kiểm soát và một triển khai sản xuất.

Chúng tôi gặp phải những ví dụ như vậy liên tục. Một hệ thống trí tuệ nhân tạo chúng tôi đã làm việc với nó gặp khó khăn khoảng một nửa thời gian để giải thích chính xác một số đơn đặt hàng 16 chữ số được chuyển đổi thành từ. Những thất bại như vậy tương tự như vấn đề nổi tiếng “số lượng chữ ‘r’ trong từ strawberry?”, nơi các mô hình ngôn ngữ tiên tiến gặp khó khăn với một nhiệm vụ dường như tầm thường đối với con người. Các mô hình đó có thể đạt điểm cao trên các kỳ thi như MCAT. Sự tương phản đó tiết lộ điều gì đó quan trọng: hiệu suất điểm chuẩn và độ tin cậy hoạt động không phải là cùng một điều.

Khi trí tuệ nhân tạo đi vào sản xuất, nó thừa hưởng tất cả sự phức tạp của môi trường xung quanh. Các hệ thống doanh nghiệp chứa hồ sơ không đầy đủ, thông tin mâu thuẫn, quy trình lỗi thời, ứng dụng bị ngắt kết nối, và các trường hợp ngoại lệ đã tích lũy trong nhiều thập kỷ. Khách hàng đặt câu hỏi không rõ ràng. Chính sách thay đổi. Chất lượng dữ liệu thay đổi. Hành vi con người vẫn còn khó dự đoán.

Những thực tế đó định hình kết quả nhiều hơn so với điểm chuẩn vì trí tuệ nhân tạo không hoạt động trong một điểm chuẩn. Nó hoạt động trong các quy trình kinh doanh, hệ thống và luồng công việc giới thiệu sự phức tạp mà mô hình không thể giải quyết một mình.

Trí Tuệ Nhân Tạo Doanh Nghiệp Có Một Lớp Hoạt Động

Một bài học mà luôn làm mọi người ngạc nhiên là hiệu suất mô hình ngừng trở thành yếu tố hạn chế. Khi một hệ thống đạt đến sản xuất, các thách thức hoạt động thường trở nên quan trọng hơn mô hình itself. Các sáng kiến trí tuệ nhân tạo thành công phụ thuộc vào thiết kế quy trình, sự phù hợp của tổ chức, chất lượng dữ liệu, tích hợp hệ thống, khả năng quan sát, đường dẫn chuyển tiếp, quản trị, và niềm tin.

Các đội cần có quy trình rõ ràng để xử lý các thất bại. Họ cần có tầm nhìn vào cách các hệ thống đưa ra quyết định. Họ cần có niềm tin rằng các vấn đề có thể được xác định và giải quyết trước khi chúng ảnh hưởng đến khách hàng. Các tổ chức thường phát hiện ra rằng công việc xung quanh hệ thống trí tuệ nhân tạo đòi hỏi sự chú ý tương tự như hệ thống trí tuệ nhân tạo itself.

Đó là lớp hoạt động mà nhiều triển khai cuối cùng thành công hoặc gặp khó khăn.

Dịch Vụ Khách Hàng Vẫn Là Một Trong Những Vấn Đề Khó Nhất

Trải nghiệm khách hàng cung cấp một trong những ví dụ rõ ràng nhất về sự phức tạp này.

Các tương tác đơn giản đã trở nên có thể quản lý được đối với các hệ thống trí tuệ nhân tạo. Kiểm tra số dư tài khoản. Đặt lại mật khẩu. Tìm kiếm trạng thái chuyến bay. Đó là những nhiệm vụ có cấu trúc cao với kết quả có thể dự đoán.

Các cuộc trò chuyện khách hàng thực tế hiếm khi ở lại mức độ đơn giản đó.

Một khách hàng cố gắng giải quyết vấn đề về hãng hàng không liên quan đến điểm thưởng, hãng hàng không đối tác, tranh chấp hoàn tiền, ngoại lệ chính sách, và nhiều tương tác trước đó đưa ra một thách thức rất khác. Bối cảnh bị phân mảnh. Mục tiêu có thể không rõ ràng. Chính sách có thể mâu thuẫn. Cảm xúc thường tham gia vào cuộc trò chuyện.

Những tương tác đó vẫn tiếp tục đại diện cho một phần quan trọng của công việc dịch vụ khách hàng, và chúng đòi hỏi sự suy luận trên các hệ thống, quy trình, và quy tắc kinh doanh theo cách mà vẫn còn khó khăn đối với trí tuệ nhân tạo. Sự tiến bộ đã đáng kể. Sự phức tạp vẫn còn thực sự.

Dữ Liệu Doanh Nghiệp Cuối Cùng Đã Trở Nên Có Thể Sử Dụng

Một lĩnh vực mà tôi thấy sự chuyển đổi có ý nghĩa đang xảy ra ngày nay liên quan đến dữ liệu doanh nghiệp.

Hầu hết các tổ chức đã dành nhiều năm tích lũy thông tin trên hàng chục hoặc hàng trăm hệ thống bị ngắt kết nối. Kiến thức quý giá tồn tại, nhưng việc tìm kiếm và sử dụng nó một cách hiệu quả thường khó khăn. Trí tuệ nhân tạo đang làm cho thông tin đó trở nên dễ tiếp cận hơn.

Các tổ chức đang bắt đầu tổng hợp dữ liệu trên các hệ thống, đưa ra bối cảnh liên quan một cách hiệu quả hơn, và giúp nhân viên điều hướng thông tin mà trước đây bị phân tán trên nhiều ứng dụng và kho lưu trữ. Khả năng này để vận hành kiến thức doanh nghiệp có thể chứng minh là chuyển đổi hơn nhiều so với nhiều bản demo trí tuệ nhân tạo nổi bật đang chi phối cuộc trò chuyện công khai.

Thử Thách Tiếp Theo: Trí Tuệ Nhân Tạo Làm Việc Cùng Trí Tuệ Nhân Tạo

Làn sóng đổi mới tiếp theo có thể liên quan đến nhiều hệ thống trí tuệ nhân tạo làm việc cùng nhau.

Các tổ chức đã bắt đầu thử nghiệm các luồng công việc nơi các đại lý chia sẻ thông tin, phối hợp nhiệm vụ, và đóng góp vào các quy trình kinh doanh lớn hơn. Điều này tạo ra các thách thức mới về trách nhiệm, niềm tin, chuyển tiếp, giao tiếp, và quản trị.

Con người đã phát triển các kỹ năng hợp tác ngầm trong nhiều thế kỷ. Chúng tôi hiểu cách yêu cầu giúp đỡ, giao tiếp sự không chắc chắn, chuyển tiếp rủi ro, và phục hồi từ sai lầm. Xây dựng những hành vi đó vào các hệ thống trí tuệ nhân tạo là một kỷ luật mới hơn.

Phần lớn chương tiếp theo của trí tuệ nhân tạo doanh nghiệp sẽ liên quan đến việc dạy các hệ thống hoạt động hiệu quả cùng nhau trong khi vẫn phù hợp với mục tiêu của tổ chức.

Trí Tuệ Nhân Tạo Doanh Nghiệp Thực Sự Yêu Cầu

Sau nhiều năm xây dựng và triển khai các hệ thống trí tuệ nhân tạo, tôi đã trở nên thuyết phục rằng các tổ chức dành quá nhiều thời gian đánh giá trí thông minh của mô hình và không đủ thời gian chuẩn bị môi trường xung quanh.

Trí thông minh mà các mô hình đó thể hiện có thể đáng kinh ngạc. Mỗi năm chúng trở nên có khả năng hơn, hữu ích hơn, và tinh vi hơn. Tuy nhiên, các triển khai thành công vẫn phụ thuộc vào các yếu tố cơ bản: dữ liệu đáng tin cậy, quy trình được thiết kế tốt, quản trị cẩn thận, trách nhiệm rõ ràng, và con người hiểu cách tích hợp công nghệ mới vào các hoạt động hiện có.

Các tổ chức thấy được giá trị lớn nhất từ trí tuệ nhân tạo đang chú ý đến những yếu tố cơ bản đó. Bởi vì trí thông minh alone không tạo ra sự chuyển đổi.

Sự chuyển đổi xảy ra khi công nghệ, dữ liệu, quy trình, và con người làm việc cùng nhau để tạo ra kết quả tốt hơn.