Большинство попыток искусственного интеллекта (ИИ) терпят неудачу. Они не терпят неудачу из-за плохого инструмента, основного программного обеспечения или данных. Они терпят неудачу, потому что не вписываются в компанию и в конечном итоге оказываются скорее помехой, чем помощью.
Это не просто проблема ИИ; Это справедливо для большинства форм автоматизации. Проекты терпят неудачу, потому что люди, создающие решение, не имеют ни малейшего представления о реальной цели, природе и зависимостях своих текущих операций, и даже о том, оптимизированы ли эти операции. (В некотором смысле последнее предполагает, что сбой ИИ может быть более выгодным: если у вас плохой процесс, последнее, что вы хотите сделать, это ускорить его!)
Чтобы добиться успеха, вы должны сначала исправить процесс или операцию, полностью определить их, определить набор достижимых целей для проекта и ИИ-персонала, а затем выполнить его. Вот почему меня восхищает BCG, консалтинговая компания, которая все больше внимания уделяет искусственному интеллекту; Их тактика возникла из попыток помочь компаниям улучшить свою деятельность с учетом стратегической цели.
Давайте поговорим о том, как реализовать проекты ИИ, используя подход BCG для решения и оптимизации любого процесса, который вы стремитесь улучшить с помощью ИИ.
Скорость против направления
Когда я занимался конкурентным анализом, я посетил лекцию на ежегодном собрании Общества специалистов по конкурентной разведке (SCIP), которая произвела на меня впечатление. Докладчик представил диаграмму X/Y, показывающую скорость в зависимости от направления, и заявил, что большинство компаний в первую очередь сосредотачиваются на скорости, что часто заставляет компанию двигаться быстрее в неправильном направлении. Это звучит очевидно, но он утверждает, что вы должны четко понимать, в каком направлении вы хотите двигаться, прежде чем ускоряться.
ИИ и любая форма автоматизации имеют преимущество в скорости. Это может значительно ускорить все, что вы изменяете. Если вы измените хорошую практику, вы получите более хорошие результаты. Если вы измените плохой, вы быстрее получите худшие результаты, что может привести к катастрофе.
Историческая проблема вычислений
Впервые я столкнулся с подобным примером, когда указал на одну из первых программ CRM от IBM. Когда ИТ-отдел вернулся с результатами, они не только не соответствовали моим требованиям, но и усложнили практически все мои проблемы. Зачастую ИТ-отдел принципиально не понимал процесс, который мы пытались автоматизировать, и не хотел получать информацию, выходящую за рамки первоначального запроса. Эти проблемы были обычными. Иногда дела становились настолько плохими, что ходили шутки о том, что приходится приносить в жертву цыплят, чтобы проекты выполняли то, что задумали.
С тех пор ИТ стали лучше интегрироваться с другими областями или служить скорее крупномасштабным операционным подразделением, где разработка программного обеспечения или решений может осуществляться ближе к бизнес-подразделениям, а зачастую и внутри них. (Это также потому, что бизнес-подразделения освоили эту технологию.) Что касается ИИ, поскольку он все еще новый, проектные команды, как правило, остаются изолированными и сосредотачиваются только на быстрой реализации. Это возвращает нас к вопросу о скорости и направлении: скорость не гарантирует направление или качественный результат.
Подход БЦЖ
BCG демонстрирует передовой подход. Во-первых, поймите природу автоматизированного процесса с помощью ИИ. Затем убедитесь, что этот процесс оптимизирован и эффективен. Затем, когда все поймут проблему, инструменты, цели и лучший путь их достижения, вы собираете персонал и определяете решение, которое можете реализовать. BCG также включает в себя навыки, необходимые для современного смешанного партнерства человека и искусственного интеллекта; может обеспечить первоначальное укомплектование персоналом, одновременно подбирая квалифицированных работников для обеспечения успеха. (Повторяющаяся проблема: если вы не понимаете технологию, вы не знаете, какие навыки лучше всего подходят для ее поддержки.)
В результате проекты BCG в области искусственного интеллекта редко терпят неудачу. Это потому, что основной упор BCG делается не на скорость, а на качество. BCG гарантирует результат до внедрения любого решения на базе искусственного интеллекта, и клиенты получают желаемые результаты. (Примечание: сферой деятельности BCG являются продажи в деталях, транспорт, здравоохранение, энергетика, товарная промышленность и производство; что касается всех кабинетов советников, BCG работает по принципу «mieux dans les Domaines où il». концентрируется.)
Искусственный интеллект все еще развивается, и многие люди, которым следовало бы знать больше, тратят миллионы долларов, пытаясь успешно и безуспешно использовать его. Независимо от того, насколько дешевой будет подобная попытка, если она потерпит неудачу, это будет слишком дорого. И даже если внедрение ИИ превысит бюджет, в случае успеха этот перерасход можно будет не заметить.
Сосредоточение внимания BCG на качестве и понимании выше скорости, а также на том, как оно объединяет людей и искусственный интеллект для повышения производительности, может, если его применять в масштабе, значительно улучшить успех этих дорогостоящих усилий. И это позволило бы выполнить обещания ИИ, а не превратить его в крушение поезда, как это обычно бывает.
© 2022 IDG Communications, Inc.