การยอมรับ AI ในบริษัทต่างๆ เผชิญกับความท้าทาย แต่แนวทางแก้ไขก็เกิดขึ้น

การยอมรับ AI ในบริษัทต่างๆ เผชิญกับความท้าทาย แต่แนวทางแก้ไขก็เกิดขึ้น WikiBit 2024-02-05 03:29

ปัญญาประดิษฐ์ (AI) เป็นคำศัพท์ในโลกธุรกิจมานานหลายปี ซึ่งมีแนวโน้มว่าจะเกิดประโยชน์ในการเปลี่ยนแปลง อย่างไรก็ตามการวิจัยระบุว่ามีมากมาย

  การยอมรับ AI ในบริษัทต่างๆ เผชิญกับความท้าทาย แต่แนวทางแก้ไขก็เกิดขึ้น

  ปัญญาประดิษฐ์ (AI) เป็นคำศัพท์ในโลกธุรกิจมานานหลายปี ซึ่งมีแนวโน้มว่าจะเกิดประโยชน์ในการเปลี่ยนแปลง อย่างไรก็ตาม ผลการวิจัยระบุว่าบริษัทหลายแห่งกำลังดิ้นรนเพื่อควบคุมศักยภาพของตนให้เต็มประสิทธิภาพ จากข้อมูลของ Data Maturity Index โดย Carruthers และ Jackson พบว่าผู้นำข้อมูลถึง 87% รายงานการใช้งาน AI ที่จำกัดภายในองค์กรของตน โดยมีเพียง 5% เท่านั้นที่มีวุฒิภาวะ AI ในระดับสูง แม้จะมีความท้าทายเหล่านี้ แต่ก็ยังมีความหวังในขณะที่ผู้เชี่ยวชาญเสนอวิธีแก้ปัญหาเพื่อเอาชนะความเฉื่อยของ AI

  สถานะของการนำ AI มาใช้

  ในช่วงไม่กี่ปีที่ผ่านมา AI ได้กลายเป็นตัวเปลี่ยนเกมสำหรับธุรกิจ ศักยภาพของระบบอัตโนมัติ การวิเคราะห์ข้อมูล และการตัดสินใจทำให้เกิดความสนใจอย่างมาก อย่างไรก็ตาม ความเป็นจริงบนพื้นโลกบอกเล่าเรื่องราวที่แตกต่างออกไป ผู้นำข้อมูลจำนวนมาก 87% เปิดเผยว่า AI ถูกใช้อย่างจำกัดหรือไม่ได้ใช้เลยภายในองค์กรของตน ตามรายงานของ Carruthers และ Data Maturity Index ของ Jackson

  ปัญหาที่แพร่หลายนี้ได้รับการขนานนามว่า “อัมพาตที่เกิดจาก AI” มันเกิดจากความท้าทายที่บริษัทต่างๆ เผชิญเมื่อให้เหตุผล กำกับดูแล และบูรณาการ AI เข้ากับการดำเนินงานของพวกเขา การบรรลุวุฒิภาวะ AI ในระดับสูง การจัดตั้งแผนก AI หรือการนำกระบวนการ AI ที่ชัดเจนไปใช้ยังคงเป็นเป้าหมายที่ห่างไกลสำหรับคนส่วนใหญ่

  ค้นหาจุดประสงค์

  Caroline Carruthers ซีอีโอของ Carruthers และ Jackson แนะนำเส้นทางข้างหน้าสำหรับองค์กรที่ต้องการหลุดพ้นจากความเฉื่อยของ AI เธอเน้นย้ำลำดับความสำคัญหลักสี่ประการ:

  1. เริ่มต้นด้วยจุดมุ่งหมาย

  Carruthers เน้นย้ำถึงความสำคัญของการมีเป้าหมายที่ชัดเจนเมื่อเข้าสู่ AI องค์กรควรระบุปัญหาเฉพาะที่พวกเขาตั้งเป้าที่จะแก้ไข โอกาสที่ต้องการคว้า และสิ่งที่ทำให้พวกเขาตื่นเต้นเกี่ยวกับ AI หากไม่มีจุดมุ่งหมาย พวกเขาเสี่ยงที่จะคดเคี้ยวอย่างไร้จุดหมาย

  2. มุ่งเน้นผลลัพธ์ที่ตรงเป้าหมาย

  แทนที่จะพยายามจัดการกับความท้าทายที่ยิ่งใหญ่ Carruthers แนะนำให้องค์กรต่างๆ เริ่มต้นด้วยปัญหาเล็กๆ น้อยๆ ที่สามารถจัดการได้ ด้วยการมุ่งความสนใจไปที่จุดประสงค์ส่วนที่เล็กที่สุดซึ่งสามารถสร้างความแตกต่างได้ พวกเขาสามารถปูทางไปสู่ความสำเร็จในอนาคตได้

  3. เฉลิมฉลองความสำเร็จ

  อุปสรรคสำคัญประการหนึ่งในการนำ AI มาใช้คือการที่ผู้เชี่ยวชาญด้านข้อมูลไม่เต็มใจที่จะโน้มน้าวความสำเร็จของตน คาร์รูเธอร์สสนับสนุนให้องค์กรเปลี่ยนแปลงการเล่าเรื่องนี้ พวกเขาควรส่งเสริมผลลัพธ์เชิงบวกของความคิดริเริ่มด้าน AI ภายในบริษัทอย่างจริงจัง โดยเชิญชวนผู้อื่นให้เข้าร่วมการเดินทาง

  4. พิสูจน์กรณีด้วยข้อมูล

  หากต้องการได้รับการตอบรับให้นำ AI มาใช้มากขึ้น องค์กรต่างๆ จะต้องแสดงหลักฐานความสำเร็จที่เป็นรูปธรรม Carruthers สนับสนุนการนำเสนอผลลัพธ์ของโครงการ AI ซึ่งแสดงให้เห็นถึงประสิทธิภาพและคุณค่า แนวทางที่ขับเคลื่อนด้วยข้อมูลนี้จะช่วยสร้างกรณีสำหรับการขยายความคิดริเริ่มด้าน AI

  ความท้าทายของการนำ AI มาใช้

  อุปสรรคสำคัญสองประการกำลังชะลอการนำ AI ไปใช้อย่างกว้างขวางในองค์กร:

  1. ปัญหาประชาชน

  หนึ่งในความท้าทายที่สำคัญที่สุดในการนำ AI มาใช้คือการโน้มน้าวใจพนักงานทุกระดับถึงคุณค่าของมัน หลายๆ คนเชื่อมโยง AI กับการถูกไล่ออก เนื่องจากกลัวว่าจะส่งผลกระทบต่อพนักงาน การเอาชนะการต่อต้านโดยธรรมชาตินี้ไม่ใช่เรื่องง่าย แม้ว่าจะเผชิญกับการเติบโตอย่างรวดเร็วของเทคโนโลยี AI ก็ตาม

  2. ข้อผูกมัดด้านกฎระเบียบ

  ข้อกังวลด้านกฎระเบียบยังมีบทบาทสำคัญในการลังเลที่จะยอมรับ AI อย่างเต็มที่ การวิจัยของ Carruthers และ Jackson ระบุว่าผู้บริหารมีความกังวลอย่างถูกต้องเกี่ยวกับจริยธรรมของข้อมูลและศักยภาพของข้อมูล ซึ่งยังไม่ได้กำหนดนิยามของกฎหมายข้อมูล ความไม่แน่นอนด้านกฎระเบียบนี้ทำให้บริษัทหลายแห่งหันมาใช้แนวทางรอดู และเลื่อนการมีส่วนร่วมกับ AI ออกไปโดยสิ้นเชิง

  การสร้างรากฐานที่มั่นคง

  ผลการวิจัยเน้นย้ำถึงความจำเป็นในการสร้างรากฐานที่แข็งแกร่งสำหรับการนำ AI มาใช้ กลยุทธ์ข้อมูลที่แข็งแกร่งและกรอบการกำกับดูแลข้อมูลเป็นองค์ประกอบสำคัญในการทำความเข้าใจความหมายและประโยชน์ของการนำ AI มาใช้

  แม้จะมีความท้าทาย แต่บางองค์กรก็มีความก้าวหน้าในการเตรียมการนำ AI มาใช้ Andy Moore ประธานเจ้าหน้าที่ฝ่ายข้อมูลของ Bentley Motors เป็นหนึ่งในผู้ที่เป็นผู้นำ เขาได้สร้างกลยุทธ์ข้อมูลทั่วทั้งองค์กรโดยยึดหลักสำคัญ 4 ประการ:

  1. การกำกับดูแล

  กรอบการกำกับดูแลที่ชัดเจนช่วยให้แน่ใจว่าข้อมูลได้รับการจัดการอย่างมีประสิทธิภาพ ซึ่งเป็นการปูทางสำหรับความคิดริเริ่มด้าน AI

  2. ข้อมูลคลาวด์

  กลุ่มเทคโนโลยีของเบนท์ลีย์หรือที่เรียกว่าดาต้าคลาวด์ มอบโครงสร้างพื้นฐานที่จำเป็นสำหรับการนำ AI ไปใช้

  3. สำนักข้อมูล

  โปรแกรมความรู้ข้อมูลภายในที่เรียกว่า Data Dojo ช่วยให้พนักงานมีทักษะที่จำเป็นในการสำรวจภูมิทัศน์ของ AI

  4. การเปิดใช้งาน

  การเปิดใช้งานมุ่งเน้นไปที่การอำนวยความสะดวกในการทำงานร่วมกันระหว่างทีมข้อมูลและส่วนที่เหลือของธุรกิจ เพื่อให้มั่นใจว่าสามารถบูรณาการ AI ได้อย่างราบรื่น

  ปรับสมดุลความคาดหวัง

  มัวร์รับทราบถึงความกระตือรือร้นสำหรับ AI แต่เน้นย้ำถึงความสำคัญของการกำหนดความคาดหวังที่สมจริง เขาเข้าใจถึงความจำเป็นในการสร้างรากฐานที่แข็งแกร่งก่อนที่จะดำดิ่งสู่โครงการริเริ่มด้าน AI อย่างเต็มที่

  ในขณะที่การนำ AI มาใช้เผชิญกับความท้าทาย องค์กรต่างๆ ก็สามารถเอาชนะความเฉื่อยได้ด้วยการมุ่งเน้นไปที่วัตถุประสงค์ การกำหนดเป้าหมายผลลัพธ์ที่เฉพาะเจาะจง เฉลิมฉลองความสำเร็จ และการนำเสนอหลักฐานที่ขับเคลื่อนด้วยข้อมูล การจัดการกับ “ปัญหาด้านผู้คน” และการสำรวจภูมิทัศน์ด้านกฎระเบียบที่ไม่แน่นอนถือเป็นขั้นตอนสำคัญ การสร้างรากฐานที่แข็งแกร่งผ่านกลยุทธ์ข้อมูลและการกำกับดูแลถือเป็นสิ่งสำคัญ ความคืบหน้าเป็นไปได้ ดังตัวอย่างของบริษัทต่างๆ เช่น Bentley Motors ซึ่งกำลังปูทางสำหรับการบูรณาการ AI ในขณะที่ยังคงรักษาแนวทางที่สมดุล AI อาจยังอยู่ในช่วงเริ่มต้นสำหรับหลายๆ คน แต่ด้วยวัตถุประสงค์และการวางแผนเชิงกลยุทธ์ องค์กรต่างๆ จึงสามารถปลดล็อกศักยภาพในการเปลี่ยนแปลงได้

ข้อจำกัดความรับผิดชอบ:

มุมมองในบทความนี้แสดงถึงมุมมองส่วนตัวของผู้เขียนเท่านั้นและไม่ถือเป็นคำแนะนำในการลงทุน สำหรับแพลตฟอร์มนี้ไม่รับประกันความถูกต้องครบถ้วนและทันเวลาของข้อมูลบทความ และไม่รับผิดชอบต่อการสูญเสียใด ๆ ที่เกิดจากการใช้ข้อมูลในบทความ

  • แปลงโทเค็น
  • การแปลงอัตราแลกเปลี่ยน
  • การคำนวณอัตราแลกเปลียน
/
ชิ้น
อัตราแลกเปลี่ยนในขณะนี้
จำนวนเงินที่สามารถแลกได้

0.00