В настоящее время все больше и больше компаний начинают запускать проекты искусственного интеллекта, но некоторые проекты не увенчались успехом. Прежде чем приступить к реализации первого проекта искусственного интеллекта, компаниям необходимо разобраться в некоторых ключевых вопросах.

Согласно опросу, проведенному исследовательской организацией Gartner, ожидается, что в этом году реализация компаниями проектов искусственного интеллекта удвоится. К концу 2020 года 40% компаний развернут проекты искусственного интеллекта. Такая статистика окажет давление на ИТ-директоров других компаний, потому что их корпоративные руководители хотят знать, почему они не внедряют инновации в этой области.

За всей пропагандой и шумихой вокруг искусственного интеллекта скрывается жестокий факт. Исследование, проведенное Школой бизнеса Слоана Массачусетского технологического института и Boston Consulting Group, показало, что 65% компаний считают свои проекты искусственного интеллекта бесполезными. Когда многие проекты не приносят пользы, как они могут принести успех бизнесу компании? Вот четыре ключевых вопроса, которые компании должны задать перед тем, как начать свой первый проект искусственного интеллекта.

1. Где искусственный интеллект может обеспечить быструю победу?

Люди каждый день слышат, как искусственный интеллект изменит бизнес. Хотя его можно изменить, это не должно быть целью первого проекта компании по искусственному интеллекту. Вместо этого реализуйте небольшой проект, который может принести быстрый успех, а успех взращивает уверенность в себе, позволяя компании встать на путь устойчивого успеха.

В рамках первого проекта по искусственному интеллекту компания надеется получить знания и продемонстрировать влияние искусственного интеллекта на свой бизнес, а также может выбирать проекты с видимостью на вершине предприятия. Найдите контент, который точно соответствует существующим бизнес-процессам, чтобы можно было почувствовать его влияние. После успешной реализации проекта вам нужно найти способ мотивировать каждого успешного человека. Если ожидается, что искусственный интеллект будет распространяться по всей организации, руководители отделов должны быть обеспокоены тем, как технология искусственного интеллекта может привести к значимым изменениям.

2. Как выглядят данные?

Успех искусственного интеллекта и машинного обучения зависит от больших объемов данных. Компаниям необходимо проанализировать хранилище данных, чтобы увидеть, какие ограничения могут помешать реализации проекта. Собрано очень мало данных? Нужно ли чистить больше? Если для полного сбора достаточного количества данных требуются годы, проект неосуществим. Если собранные данные очень беспорядочны, вы должны определить, какие усилия потребуется специалисту по обработке данных для очистки.

В любом случае, идеальных данных не бывает, но и сдерживаться из-за этого нельзя. Не выбирайте проект с меньшим влиянием только потому, что другой набор данных более полный. Фаза открытия — идеальное время, чтобы войти и исследовать владение. Компании должны потратить некоторое время на моделирование данных, чтобы определить, могут ли они рассказывать истории с меньшими ресурсами.

3. Приносят ли проекты искусственного интеллекта ценность?

При принятии решения о реализации проекта добавление ценности всегда должно быть в центре внимания компании. Это может быть сокращение расходов, увеличение источников дохода или упрощение бизнес-процессов. Так где же неэффективные процессы? Где могут быть приняты лучшие решения? Ценностное предложение всегда должно подкрепляться данными, а не интуицией. Компании должны показать высшему руководству, почему они хотят реализовать этот план и чего они от него ожидают.

Когда люди видят потенциальные проекты искусственного интеллекта, они хотят определить задачу, а не делать масштабную модификацию. Идеальный подход — выбрать повторяющийся процесс, четко определенные правила, подверженный человеческим ошибкам и имеющий данные для их поддержки. Компании должны выстроить логику вокруг этих процессов, чтобы уменьшить серую зону.

4. Знаете, что такое успех?

Сложность реализации успешных проектов не уникальна для искусственного интеллекта. Эта проблема беспокоит многие проектные группы по многим причинам. Обычно это можно объяснить некоторыми нереалистичными графиками, превышением бюджета, расширением масштаба и сочетанием отсутствия необходимого опыта для правильного выполнения. И планирование проекта является ключевым.

Компаниям необходимо устранить эффект посадки. Инженеры по искусственному интеллекту и специалисты по данным должны работать рука об руку с бизнес-аналитиками и конечными пользователями, чтобы понять проблему и выяснить, на что похож успешный результат. Руководителю команды нужно не только интегрироваться в междисциплинарную команду, но и уметь рассказывать о решениях искусственного интеллекта простым языком, чтобы ключевые заинтересованные стороны имели четкое представление о том, какое влияние окажет искусственный интеллект и какое влияние он окажет не будет иметь.

Кроме того, компаниям не следует думать, что они могут добиться успеха по-своему. Им также необходимо сотрудничать с доверенными партнерами, чтобы получить необходимые знания в области искусственного интеллекта и устранить технические препятствия, возникшие в первоначальном проекте.

Согласно исследованию McKinsey & Company, к 2030 году искусственный интеллект принесет около 13 триллионов долларов США в прирост мирового ВВП. Согласно исследованию PricewaterhouseCoopers, 72% руководителей считают, что искусственный интеллект станет бизнес-преимуществом в будущем. Вопрос не в том, хотят ли компании внедрять искусственный интеллект, а в том, когда. Размышление об этих ключевых вопросах может стать одной из тех редких историй успеха. Этот успех поможет компаниям создать культуру, которая позволит искусственному интеллекту процветать и совершенствовать бизнес.