Одно из последних исследований McKinsey охватило опрос 3073 руководителей в 14 секторах и десяти странах мира, определив специфику идей и прогнозов применения AI в бизнесе и его влияния на ряд определенных процессов. Эти нюансы, пожалуй, будут полезны не только для тех, кто уже знаком с искусственным интеллектом на практике, но и для тех, кто только находится на этапе принятия решения о его возможном внедрении в рабочие процессы своей компании.

  1. В то время как инвестиции в AI растут, корпоративное внедрение технологий искусственного интеллекта все еще отстает. Общие инвестиции (внутренние и внешние) в AI достигли где-то в диапазоне от 26 до 39 миллиардов долларов США в 2016 году, при этом внешние инвестиции утроились с 2013 года. Однако, несмотря на такой уровень инвестиций, освоение AI находится в зачаточном состоянии – всего 20% из опрошенных руководителей компаний используют одну или несколько технологий AI в масштабе или в основной части своего бизнеса, и только половина респондентов используют три или более.
  2. Технологии искусственного интеллекта, такие как нейронное машинное обучение и обработка естественного языка, прогрессируют с каждым днем, доказывая свою ценность и становясь центральными элементами программных комплексов искусственного интеллекта среди потенциальных пользователей. Ожидается, что, по крайней мере, часть нынешних пилотных проектов по AI смогут быть успешно реализованы уже в ближайшие несколько лет.
  3. Применение AI в сферах телекоммуникационных и финансовых услуг может вывести их в лидеры за 2-3 года – многие компании в этих секторах планируют увеличить свои расходы на внедрение инноваций более чем на 15% в год. При этом 30% опрошенных компаний, которые уже увеличили соответствующее финансирование и используют AI в основных процессах, отметили, что, достигли увеличения дохода за счет более успешной реализации своих продуктов и услуг.
  4. Машинное обучение получило значительную долю финансирования со стороны бизнеса, собрав за последние 2 года почти 60% всех инвестиций в отрасли. Но, несмотря на то, что ML является «скорой помощью» и имеет множество применений, на самом деле оно является лишь одной из многих технологий, связанных с AI, способных максимально эффективно решать бизнес-задачи. Важно помнить, что не существует универсального AI-решения. Например, методы AI, применяемые для улучшения работы центра обработки запросов клиентов, могут сильно отличаться от технологии, используемой для выявления мошенничества с платежами по кредитным картам. Крайне важно найти правильный инструмент для решения каждой бизнес-задачи, создающей ценность, на определенном этапе развития организации в сфере цифровых технологий и AI.
  5. В связи с тем, что спектр решений AI усиленно растет, все еще не хватает технических знаний и возможностей для их не рисковой реализации. Даже крупные цифровые гиганты, такие как Amazon и Google, в свое время обратились к компаниям за пределами границ своих собственных возможностей, чтобы улучшить навыки применения искусственного интеллекта. Возьмем, к примеру, приобретение компанией Google DeepMind, которая использует возможности машинного обучения, чтобы помочь техническому гиганту улучшить поисковую оптимизацию. Тут важно отметить, что, согласно результатам исследования, лишь часть пользователей AI разрабатывает и тестирует свои собственные технологии, используя для этого личный имеющийся ресурс, после чего запускает пилотный проект. В целом же, подходящие цифровые решения приобретаются и внедряются отнюдь не собственными усилиями – чаще всего это менее убыточно.
  6. В настоящее время инструменты AI делятся по спектру на те, которые, как было доказано, решают базовые проблемы бизнеса, и те, которые представляют стратегию его глобального развития и продвижения. Это распределение предполагает, что компании могли бы рассмотреть подходы к принятию AI в трех временных горизонтах:
    Краткосрочные перспективы: когда необходимо сосредоточиться на тех случаях использования, в которых сегодня существуют проверенные технологические решения, и масштабировать их по всей организации, чтобы получить значительную прибыль.
    Среднесрочные перспективы: когда есть смысл поэкспериментировать с технологиями, которые только появляются на рынке, но все еще являются относительно незрелыми, чтобы понять их суть и доказать ценность в ключевых случаях использования бизнесом для масштабирования.
    Долгосрочные перспективы: когда нужно тесно сотрудничать с научными кругами или сторонними техническими организациями для решения наиболее эффективного глобального сценария использования технологий AI, чтобы потенциально получить значительное конкурентное преимущество.

Тут стоит отметить, что во многих случаях проблемы управления изменениями при помощи AI, связанные с реакцией сотрудников компании, существенно перевешивают любые технические проблемы внедрения AI. Поскольку лидеры определяют задачи, которые должны решать машины, в отличие от тех, которые выполняют люди, очень важно реализовать программы, которые позволяют постоянно обучать или обновлять персонал. И по мере того, как AI будет совершенствоваться, предоставляя новые возможности, нужно будет уделять все большее внимание аспекту взаимодействия с ним людей, формируя проектное коллективное мышление и приверженность единой цели.

Автор: Юлия Долгопятова


Читайте также:

Повышение эффективности бизнеса и увеличение доходов – растущие тенденции AI этого года

Искусственный интеллект в деле: как инновационные технологии меняют подходы к оптимизации ключевых бизнес-процессов

Комментарии