Згідно недавньому опитуванню Gartner, на сьогоднішній день організації, які працюють зі штучним інтелектом (AI) або машинним навчанням (ML), мають в середньому чотири відповідних проекти на базі AI/ML, які відображають ті чи інші потреби в посиленні бізнес-процесів. З усіх опитаних респондентів 59% сказали, що вже не перший рік застосовують інтелектуальні технології для підвищення продуктивності та ефективності компанії.

Експерти відзначають, що зростаюче число проектів на базі AI/ML означає, що організації поступово вчаться успішно долати етап своєї реорганізації та трансформації, оскільки, як відомо, залучення інновацій вимагає не лише фінансових вливань, але й створення необхідної внутрішньої інфраструктури та можливостей. Великою популярністю серед новачків сьогодні користуються західні Центри передового досвіду застосування AI, які організовують для поширення вже перевірених практик та обміну важливим досвідом, а також розуміння тонкощів фінансування технологій і визначення ключових пріоритетів у роботі з ними.

Цікаво, що ті компанії, які сьогодні запровадили вже більше трьох проектів на базі AI/ML, не планують на цьому зупинятися, так як переконалися в їх доцільності. Так, такі респонденти заявили, що планують додати ще мінімум 5-6 додаткових проектів протягом наступних 12 місяців і ще 15 протягом наступних трьох років. Це означає, що в 2022 році у цих організаціях можна буде побачити вже в середньому 35 «пілотів», які будуть обслуговуватимуть ключові напрямки кожної з компаній.

Багато керівників також озвучили причини «співпраці» з AI-технологіями та мотивацію до їх масштабування й розгортання в рамках своїх підприємств. Так, більшість організацій (56%) сьогодні використовують штучний інтелект, в першу чергу, для здійснення ефективної підтримки процесу прийняття важливих рішень, надання рекомендацій співробітникам і клієнтам, а також з метою отримання прогнозів і аналізу даних. Варто відзначити, що мова зовсім не йде про заміну людських працівників або про звуження їх повноважень і компетенцій, а навпаки – про розширення їх можливостей і допомогу в реалізації складних задач.

При цьому, безпосередньо автоматизація завдань є другим за важливістю типом практично кожного проекту на базі AI/ML – 20% респондентів назвали її кращою технологією для поліпшення бізнес-процесів. У числі найбільш часто використовуваних рішень – здійснення різних підрахунків, контроль транзакцій, аналіз і систематизація рахунків, перевірка фінансових контрактів, скринінг і роботизовані інтерв’ю у відділі кадрів.

Основними проблемами при прийнятті та впровадженні штучного інтелекту для респондентів виявилися відсутність у працівників навичок, необхідних для швидкої та ефективної реалізації проекту (56%), нерозуміння ризикових випадків використання інноваційних технологій (42%) і проблеми з об’ємом або якістю даних (34%).

Втім, згідно даним опитування, найбільш серйозною проблемою, як і раніше, залишається потреба у тому, щоб на етапі інтеграції та супроводу технологічного проекту компанія мала у своєму розпорядженні висококваліфікованих фахівців із важливими компетенціями. Саме прогалини у навичках часто ведуть до провалу, хоча багато керівників і навчилися долати цю «прірву» вже у процесі реалізації проекту.

Важливо відзначити, що створення міцної основи для управління даними й завчасне прорахування всіх ризиків і загроз безпеки не має ніякого відношення до імпровізації або експериментів «на свій страх і ризик». Саме дані, на яких згодом буде базуватися робота штучного інтелекту, мають вирішальне значення на кожному з етапів інтеграції, а тому їх якість і захист мають принципово важливе значення. Вони повинні бути максимально «готові» до експлуатації.

Опитування також показало, що багато організацій вважають саме ефективність першочерговим показником якості цільового значення успіху, коли оцінюють загальні переваги своїх проектів на базі AI/ML. Притому експерти Gartner стверджують, що використання цільових показників ефективності як засобу демонстрації цінності та конкурентоспроможності сьогодні більш поширене саме в тих компаніях, які найбільш відповідально підходять до питань безпеки ще на початкових етапах реалізації проекту. А найбільш «агресивні» у своїх стратегіях і прагненнях компанії часто навпаки недооцінюють ризики й терплять невдачі, а тому змушені переглядати свої підходи та стратегії.

Автор: Юлія Долгоп'ятова


Читайте також:

Великі можливості для малого бізнесу

Скільки компанії витрачають на впровадження та використання ШІ у бізнес-процесах і з якими труднощами стикаються?

Коментарi