Внедрение ИИ в компаниях сталкивается с проблемами, но решения появляются

　　Внедрение ИИ в компаниях сталкивается с проблемами, но решения появляются

　　Искусственный интеллект (ИИ) уже много лет является модным словом в деловом мире, обещая преобразующие преимущества. Однако исследования показывают, что многие компании изо всех сил пытаются использовать весь свой потенциал. Согласно индексу зрелости данных, составленному Каррутерсом и Джексоном, ошеломляющие 87% лидеров обработки данных сообщают об ограниченном использовании ИИ в своих организациях, и только 5% достигли высокой зрелости ИИ. Несмотря на эти проблемы, на горизонте есть надежда, поскольку эксперты предлагают решения для преодоления инерции ИИ.

　　Состояние внедрения ИИ

　　В последние годы искусственный интеллект стал переломным моментом для бизнеса. Его потенциал для автоматизации, анализа данных и принятия решений вызвал огромный интерес. Однако реальность на местах говорит о другом. По данным «Индекса зрелости данных» Каррутерса и Джексона, около 87% руководителей данных сообщают, что ИИ либо используется экономно, либо вообще не используется в их организациях.

　　Эта широко распространенная проблема получила название «паралич, вызванный ИИ». Это связано с проблемами, с которыми сталкиваются компании при обосновании, управлении и интеграции ИИ в свою деятельность. Достижение высокого уровня зрелости ИИ, создание отделов ИИ или внедрение четких процессов ИИ для большинства остается далекой целью.

　　Поиск цели

　　Кэролайн Каррутерс, генеральный директор Carruthers and Jackson, предлагает путь вперед для организаций, стремящихся освободиться от инерции ИИ. Она выделяет четыре ключевых приоритета:

　　1. Начиная с цели

　　Каррутерс подчеркивает важность наличия четкой цели при освоении искусственного интеллекта. Организации должны определить конкретные проблемы, которые они стремятся решить, возможности, которые они хотят использовать, и то, что их волнует в ИИ. Без цели они рискуют бесцельно блуждать.

　　2. Ориентация на целевые результаты

　　Вместо того чтобы пытаться решать грандиозные задачи, Каррутерс советует организациям начинать с более мелких и решаемых проблем. Сосредоточив внимание на малейшей части своей цели, где они могут изменить ситуацию, они могут проложить путь к будущим успехам.

　　3. Празднование успехов

　　Одним из основных камней преткновения на пути внедрения ИИ является нежелание специалистов по обработке данных рекламировать свои достижения. Каррутерс призывает организации изменить эту точку зрения. Им следует активно продвигать положительные результаты своих инициатив в области искусственного интеллекта внутри компании, приглашая других присоединиться к этому путешествию.

　　4. Доказательство правоты с помощью данных

　　Чтобы заручиться поддержкой более широкого внедрения ИИ, организации должны предоставить конкретные доказательства успеха. Каррутерс выступает за демонстрацию результатов проектов ИИ, демонстрируя их эффективность и ценность. Этот подход, основанный на данных, помогает создать аргументы в пользу расширения инициатив в области искусственного интеллекта.

　　Проблемы внедрения ИИ

　　Два существенных препятствия замедляют широкое внедрение ИИ в организациях:

　　1. Проблема людей

　　Одной из главных проблем при внедрении ИИ является убеждение сотрудников всех уровней в его ценности. Многие связывают ИИ с потерей рабочих мест, опасаясь его воздействия на рабочую силу. Преодоление этого внутреннего сопротивления — непростая задача, даже в условиях быстрого роста технологий искусственного интеллекта.

　　2. Нормативные ограничения

　　Проблемы регулирования также играют важную роль в нерешительности в отношении полного внедрения ИИ. Исследование Каррутерса и Джексона показывает, что руководители справедливо обеспокоены этикой данных и потенциальными, хотя и неопределенными законами о данных. Эта нормативная неопределенность заставляет многие компании занимать выжидательную позицию, откладывая полное взаимодействие с ИИ.

　　Создание прочного фундамента

　　Результаты исследования подчеркивают необходимость создания прочной основы для внедрения ИИ. Надежная стратегия обработки данных и система управления данными являются важнейшими элементами для понимания последствий и преимуществ внедрения ИИ.

　　Несмотря на проблемы, некоторые организации добиваются успехов в подготовке к внедрению ИИ. Энди Мур, директор по данным Bentley Motors, входит в число тех, кто возглавляет этот процесс. Он разработал общекорпоративную стратегию обработки данных, основанную на четырех основных принципах:

　　1. управление

　　Четкая структура управления гарантирует эффективное управление данными, создавая основу для инициатив в области искусственного интеллекта.

　　2. Облако данных

　　Технологический стек Bentley, известный как облако данных, обеспечивает инфраструктуру, необходимую для внедрения ИИ.

　　3. Дата додзё

　　Внутренняя программа повышения грамотности в области данных (data dojo) дает сотрудникам навыки, необходимые для навигации в сфере искусственного интеллекта.

　　4. Включение

　　В рамках Enablement основное внимание уделяется упрощению сотрудничества между командой обработки данных и остальной частью бизнеса, обеспечивая плавную интеграцию ИИ.

　　Баланс ожиданий

　　Мур признает стремление к ИИ, но подчеркивает важность установления реалистичных ожиданий. Он понимает необходимость заложить прочную основу, прежде чем полностью погрузиться в инициативы в области ИИ.

　　Хотя внедрение ИИ сталкивается с проблемами, организации могут преодолеть инерцию, сосредоточив внимание на цели, ориентируясь на конкретные результаты, празднуя успехи и представляя доказательства, основанные на данных. Решение «человеческой проблемы» и преодоление неопределенности нормативно-правовой базы являются важными шагами. Крайне важно создать прочную основу с помощью стратегий обработки данных и управления. Прогресс возможен, примером чему служат такие компании, как Bentley Motors, которые прокладывают путь к интеграции ИИ, сохраняя при этом сбалансированный подход. Возможно, для многих искусственный интеллект все еще находится в зачаточном состоянии, но при наличии цели и стратегического планирования организации могут раскрыть его преобразующий потенциал.