Кращий бізнес-кейс сучасності: чому AI не варто сприймати легковажно

Про що говорить статистика?
Згідно з прогнозами одного з провідних світових консалтингових агентств Gartner, який опитав більш ніж 3000 керівників бізнесу, а також менеджерів та аналітиків із 112 країн світу у 21 галузі, – 72% респондентів з усіх опитаних заявили про своє бажання і готовність запровадити технології AI в бізнес. При цьому, лише 4% з них обґрунтували своє рішення можливістю отримати або підтримати за допомогою AI конкурентну перевагу компанії на ринку. Майже 60% вважають, що AI сам по собі повинен бути стратегічним пріоритетом для будь-якого сучасного бізнесу. А решта впевнені в тому, що AI, незважаючи на можливі ризики його застосування, дозволить їм створити та розширити напрямки діяльності і, таким чином, збільшити прибуток.
Проте, інші дослідження побажань high-менеджменту в різних куточках світу показують, що на сьогоднішній день, не дивлячись на великі надії, покладені на інтелектуальні технології, лише 23% респондентів за фактом включили його в процеси і пропозиції за продуктами та послугами. Ще близько 30% тримають один або кілька пілотних проектів на розгляді, а більше 50% поки що навіть не мають планів впровадження, хоча у своєму розпорядженні мають необхідні для цього фінансові ресурси.
Як перетворити AI на універсальний бізнес-інструмент?
Які б цілі не ставив перед собою бізнес, – спроба йти в ногу з часом, користуючись сучасними технологіями, пляму на його репутації не поставить. Чим раніше компанія почне аналізувати, як саме використовувати AI для просування, тим краще буде підготовлена до нових викликів ринку.
Успішність впровадження штучного інтелекту бізнесом у країнах з економікою, що розвивається, і складнощами з прийняттям та інтеграцією інноваційних рішень, – в першу чергу, буде залежати від практичної готовності. Остання має на увазі наявність базового набору стратегічних кейсів, що прискорюють вливання AI в робочі процеси:
- Знайомство, аналіз технології та ризиків її застосування;
- Попередня оцінка витрат;
- Консолідація даних і робочої сили;
- Адаптація IT-служби до нових умов роботи;
- Підготовка експериментального сегмента для пілотного запуску.
Важливо розуміти, що сам акт впровадження AI за фактом ще не є гарантією успіху. На сьогоднішній день не існує єдиного стандарту або кращої практики використання інноваційних технологій у бізнес-процесах. Даний ринок ще остаточно не сформувався, просто зараз він знаходиться на піку своєї актуальності та розвитку. Отже, ніхто – ані новачки, ані акули бізнесу – не застраховані від ризиків і невдач.
Очікуваний результат майже на 100% буде залежати від кількості витрачених зусиль на вивчення ринку технологій і правильно сформованої стратегії переходу до їх впровадження у відповідності до реальних потреб компанії.
Коли західні вчені й аналітики акцентують увагу на складнощах взаємодії людини і машини, вони роблять це не тільки з комерційних мотивів, формуючи певні уявлення про системи і їх специфіку. Насправді, вкрай непросто підійти до впровадження AI з точки зору багатьох організаційних тонкощів, психологічних, етичних і правових бар’єрів.
Чи варто ризикувати і з чого почати?
Втім, продовжуючи жити за принципом «люди не готові», або «поживемо – побачимо», як це часто буває в українських реаліях, – ми ризикуємо залишитися без шматка пирога, якого сьогодні вистачає на всіх. Питання – з якого боку відкусити.
При неготовності запустити корабель у космос, можна для початку спробувати політати в нижніх шарах атмосфери, й розглянути AI як вузько направлений предмет, який потрібно правильно застосувати. У цьому ключі потребуватимуть вирішення наступні завдання:
- Вибір конкретної мети, з якою повинен працювати AI;
- Вивчення варіантів систем, здатних цієї мети досягти;
- Забезпечення необхідного експертного супроводу AI, який спочатку повинен отримати правильний досвід і навички для вирішення поставлених завдань;
- Наявність можливості підстрахувати систему вузькопрофільними кваліфікованими фахівцями;
- Тільки після вдалого запуску однієї системи – розглянути можливість впровадження наступних, керуючись виключно конкретними стратегічними потребами.
На практиці приклади можуть бути такими:
- Оптимізація виробництва за рахунок машинного навчання і IoT;
- Впровадження простої рекомендаційної системи з метою скорочення витрат і підвищення продуктивності;
- Збільшення швидкості роботи з даними і великими обсягами профільної специфічної інформації в рамках компанії;
- Перерозподіл обов’язків між співробітниками та автоматизованими системами з метою звільнити перших від рутинної трудомісткої роботи й прискорити її виконання за рахунок других;
- Спрощення процесів підрахунку й аналізу фінансових ресурсів компанії, ринку збуту послуг, прогнозування споживчого фідбеку.
У вище описаних випадках йдеться про прості алгоритми. І, тим не менш, перше, що доведеться врахувати при бажанні скористатися навіть примітивною формою штучного інтелекту, – це те, що за його роботу доведеться платити.
Будь-який AI слід спочатку розглядати як співробітника. Перш ніж взяти його на роботу, треба дізнатися його кваліфікацію та підготовку. При необхідності – навчити. Потім його роботу потрібно контролювати. При нездатності ефективно справлятися з поставленими завданнями – замінити або перенаправити у потрібне русло.
Таким чином, крім інвестицій безпосередньо в саме програмне забезпечення AI, необхідно враховувати витрати на його розробку, навчання, запуск у поточний процес, супровід і перенавчання (як показує світовий досвід, розумні машини теж помиляються внаслідок алгоритмічних збоїв, притому, збитки можуть стати фатальними для будь-якого бізнесу, який цей ризик не врахував).
Інша справа, що прецедент «людського фактору», в принципі, добре вивчений. Тут все просто: людина або допустила помилку, або ні. Але вона здатна аргументувати рішення або дію, що призвела до поразки. У той час як AI допитати неможливо – навіть спираючись на «правильні» дані у своїй роботі, будь-яка розумна система схильна до формування висновків і концепцій, які можуть йти врозріз із заданим їй напрямком діяльності.
Це, у свою чергу, закладає ризики і створює певні проблеми. Аби вони не перетворилися на якір, що тягне компанію на дно, необхідно пройти всі етапи підготовки «до війни»:
- Зона відповідальності: за можливості мислити, приймаючи рішення, ніякий AI не буде за них відповідати – це задача контролюючого органу. Завершальною ланкою ефективності системи має бути людина.
- Доцільність: вести бізнес за допомогою AI можна тільки при використанні тієї системи, рішення і рекомендації яких можна відстежити й легко інтерпретувати.
- Якість даних: жоден AI не принесе бізнесу користь, якщо не забезпечити його належною кількістю перевірених даних, що ляжуть в основу очікуваних прогнозів.
- Інтеграція: введення AI в цикл взаємодії з людиною – кропіткий і складний процес, що вимагає прийняття, підготовки, інструктажу, дотримання норм і правил безпеки. Необхідно розрахувати витрати і зусилля, перш ніж вступити у гру.
- Безпека: набивання шишок і збір грабель на кожному з етапів впровадження AI – від постановки завдання до неврахованих функцій, – найбільш безневинні витівки алгоритмів. Справжні ризики закладені у нерозумінні системи та її нецільовому використанні.
Власне, як відомо, коли справа доходить до нових технологій, бізнес, як правило, намагається відкусити більше, ніж здатний пережувати. Але навіть сильний потік ентузіазму й фінансових вливань не врятує від підводних каменів у роботі з розумними машинами, суть яких необхідно для початку як слід вивчити.
Всі права захищено. Жодна частина статті не може бути використана в інтернеті для приватного або публічного використання без обов’язкового активного гіперпосилання на сайт everest.ua