Jak wdrożyć sztuczną inteligencję w swojej organizacji: ostateczny przewodnik

Od odbierania telefonów od klientów po zastanawianie się, dlaczego Twój sprzęt zużywa znacznie więcej energii niż kiedyś, sztuczna inteligencja jest zdolna do wielu rzeczy.

Ale jest tak wiele rzeczy, w których algorytmy zawodzą, co skłania pracowników ludzkich do wkroczenia i dostrojenia swojej wydajności.

Jak wdrożyć sztuczną inteligencję i zacząć z niej korzystać – konsekwentnie, na dużą skalę i na tyle szybko, by pozyskać wsparcie kadry kierowniczej dla przyszłych projektów?

Problem polega na tym, że większości firm wciąż brakuje odpowiedniego doświadczenia, personelu i stosu technologii, aby odblokować pełny potencjał sztucznej inteligencji bez angażowania doświadczonych konsultantów AI.

Według badania Deloitte 2020, dojrzałe cyfrowo przedsiębiorstwa widzą 4,3% zwrotu z inwestycji w projekty sztucznej inteligencji w zaledwie 1,2 roku od uruchomienia. Tymczasem ROI maruderów AI rzadko przekracza 0,2%, a mediana zwrotu z inwestycji wynosi 1,6 roku.

Deloitte odkrył również, że firmy widząc wymierny i szybki zwrot z inwestycji w sztuczną inteligencję już od samego początku tworzą odpowiednie podstawy dla inicjatyw AI.

PwC podziela ten sentyment, twierdząc, że liderzy AI przyjmują holistyczne podejście do rozwoju i wdrażania sztucznej inteligencji i radzą sobie z trzema wynikami biznesowymi – tj. transformacją biznesową, modernizacją systemów i usprawnionym podejmowaniem decyzji – jednocześnie.

Jak zatem wykorzystać sztuczną inteligencję w swojej organizacji i dołączyć do grona liderów sztucznej inteligencji?

Aby odpowiedzieć na to pytanie, przeprowadziliśmy szeroko zakrojone badania, rozmawialiśmy z ekspertami ITRex, badaliśmy projekty z naszego portfolio. Oto czego się dowiedzieliśmy.

Jak wdrożyć AI w biznesie: 5-stopniowy przewodnik dla firm przechodzących inteligentną transformację

Zastrzeżenie: Innowacje same w sobie nie przyniosą żadnej korzyści Twojej firmie.

Czasami prostsze technologie, takie jak zautomatyzowana automatyzacja procesów (RPA), mogą obsługiwać zadania na równi z algorytmami sztucznej inteligencji i nie ma potrzeby nadmiernego komplikowania.

W innych przypadkach (pomyśl o rozwiązaniach obrazowania medycznego opartego na sztucznej inteligencji) może nie być wystarczającej ilości danych, aby modele uczenia maszynowego mogły z dużą precyzją identyfikować nowotwory złośliwe w tomografii komputerowej.

Czasami potrzeba wielowarstwowych sieci neuronowych i miesięcy bezobsługowego uczenia algorytmów, aby obniżyć koszty chłodzenia centrum danych o 20%.

Sztuczna inteligencja nie jest jakimś rozwiązaniem, które w magiczny sposób zwiększy produktywność Twoich pracowników i poprawi wynik finansowy. Ma jednak solidny potencjał do przekształcenia Twojej firmy.

Bez zbędnych ceregieli, oto Twój przewodnik po wdrażaniu AI

Krok 1: Zapoznaj się z możliwościami i ograniczeniami AI

Firmy mogą integrować sztuczną inteligencję w różnych zadaniach, od eksploracji danych społecznościowych w celu lepszej obsługi klienta po wykrywanie nieefektywności w swoich łańcuchach dostaw.

W szerszej skali wykorzystanie sztucznej inteligencji w biznesie to:

• Planowanie
• Prognozowanie (a także analiza „jeżeli-jeżeli”)
• Usprawnienie i automatyzacja procesów
• Zarządzanie zasobami i alokacja
• Raportowanie
• Zarządzanie cyberbezpieczeństwem

Ta lista nie jest wyczerpująca, ponieważ sztuczna inteligencja wciąż ewoluuje, napędzana znacznymi postępami w projektowaniu sprzętu i przetwarzaniu w chmurze.

Algorytmy, które ułatwiają lub przejmują samodzielne zadania i całe procesy, różnią się mocą pozyskiwania, przetwarzania i interpretacji danych — i o tym należy pamiętać podczas pracy nad strategią przyjęcia sztucznej inteligencji.

Weźmy na przykład nadzorowane uczenie maszynowe. Inżynierowie AI mogliby szkolić algorytmy wykrywania kotów w postach na Instagramie, karmiąc je adnotacjami obrazków naszych kocich przyjaciół. W obliczu nieznanych obiektów algorytmy te zawodzą.

Ale jeśli usuniemy oznaczone dane z procesu uczenia modelu ML, otrzymamy nienadzorowane algorytmy uczenia maszynowego, które przetwarzają ogromne ilości informacji – znowu użyjmy jako przykładu kotów – aż do sensownych spostrzeżeń. Jednak nienadzorowane modele ML nadal wymagają wstępnego szkolenia. Na przykład, moglibyśmy powiedzieć algorytmom, że konkretna baza danych zawiera tylko obrazy kotów i psów i pozostawić sztuczną inteligencję do wykonania obliczeń.

Istnieje również uczenie ze wzmocnieniem — technika polegająca na wypuszczeniu algorytmów na wolność, aby mogły proponować rozwiązania problemów biznesowych i uczyć się na własnych błędach. Ten rodzaj sztucznej inteligencji może pomóc podsumować długie teksty lub przewidzieć trendy na giełdzie.

Wreszcie istnieją głębokie sieci neuronowe, które tworzą inteligentne prognozy, analizując oznakowane i nieoznakowane dane pod kątem różnych parametrów. Głębokie uczenie znalazło swoją drogę do nowoczesnych rozwiązań przetwarzania języka naturalnego (NLP) i widzenia komputerowego (CV), takich jak asystenci głosowi i oprogramowanie z funkcją rozpoznawania twarzy.

Bez względu na to, jak dokładne są przewidywania rozwiązań sztucznej inteligencji, w niektórych przypadkach muszą istnieć ludzie-specjaliści nadzorujący proces wdrażania AI i kierujący algorytmy we właściwym kierunku.

Na przykład sztuczna inteligencja może zaoszczędzić pulmonologom mnóstwo czasu, identyfikując pacjentów z zapaleniem płuc związanym z COVID, ale to lekarze kończą przegląd skanów, aby potwierdzić lub wykluczyć diagnozę.

Istnieje kilka obszarów, w których wdrażanie AI nie ma sensu bez skutecznego monitorowania:

• Generowanie kreatywnych treści, takich jak artykuły z opiniami i tekst zoptymalizowany pod kątem konwersji
• Kodowanie złożonych systemów oprogramowania (na marginesie, narzędzia takie jak GitHub Copilot i Tabnine mogą rzeczywiście przewidywać i sugerować linie kodu w edytorze, ale nie zalecamy ich używania, chyba że korzystają z nich starsi inżynierowie oprogramowania)
• Samodzielne dokonywanie osądów i decyzji etycznych
• Wymyślanie innowacyjnych, nieszablonowych rozwiązań dla rzeczywistych problemów

Jeśli Twój wewnętrzny zespół IT ma problemy z samodzielnym poruszaniem się w dynamicznym krajobrazie sztucznej inteligencji, możesz skorzystać z pomocy zewnętrznej firmy oferującej usługi doradztwa technologicznego.

Krok 2: Zdefiniuj cele wdrożenia AI

Aby zacząć wykorzystywać sztuczną inteligencję w biznesie, zidentyfikuj problemy, które chcesz rozwiązać za pomocą sztucznej inteligencji, wiążąc swoje inicjatywy z konkretnymi wynikami.

W tym celu musisz przeprowadzić spotkania z jednostkami organizacyjnymi, które mogłyby skorzystać na wdrożeniu AI. C-Suite Twojej firmy powinien być częścią i siłą napędową tych dyskusji.

Sprawdzaj również swoje procesy i dane, a także zewnętrzne i wewnętrzne czynniki wpływające na Twoją organizację. Istnieje wiele technik i ram wspierających podejmowanie decyzji. Obejmują one analizę mikro i makro środowiska TEMPLES, platformę VRIO do oceny krytycznych zasobów oraz analizę SWOT do podsumowania mocnych i słabych stron Twojej firmy. Innym świetnym narzędziem do oceny czynników i barier we wdrażaniu sztucznej inteligencji jest analiza pola sił Kurta Lewina. Ta lista nie jest wyczerpująca; mimo to może to być punkt wyjścia do podróży po implementacji sztucznej inteligencji.

Jednym ze sposobów oceny zalet i wad wdrożenia sztucznej inteligencji w Twojej organizacji jest wykonanie analizy pola sił. Czyniąc to, przypisz punkty do każdego przyczyniającego się czynnika. Jeśli Twój łączny wynik jest pozytywny, korzyści z zastosowania sztucznej inteligencji przeważają nad potencjalnymi wyzwaniami.

Eksperci uważają, że należy priorytetyzować przypadki użycia sztucznej inteligencji w oparciu o widoczność w krótkim czasie i wartość finansową, jaką mogą one przynieść Twojej firmie. Dlatego potrzebujesz konkretnych celów i sposobów ich pomiaru.

Wracając do kwestii zwrotu z inwestycji w sztuczną inteligencję, kluczem jest rozróżnienie między twardym i miękkim ROI.

Oto twardy zwrot z inwestycji, jaki Twoja firma może osiągnąć dzięki wdrożeniu sztucznej inteligencji:

• Oszczędność czasu napędza automatyzacja pracochłonnych zadań
• Wzrost produktywności wynikający z podejmowania decyzji wspomaganych przez sztuczną inteligencję
• Redukcja kosztów pracy i kosztów operacyjnych dzięki zwiększonej automatyzacji i produktywności pracowników
• Wzrost przychodów dzięki wzrostowi bazy klientów i wyższej wartości świadczonych usług

Przyjęcie sztucznej inteligencji miękkiego ROI może zapewnić:

• Spersonalizowane doświadczenie klienta, które pozytywnie wpływa na satysfakcję i lojalność klienta
• Utrzymanie umiejętności, które polega na ciągłym badaniu i walidacji nowych koncepcji wdrażania sztucznej inteligencji oraz przyczynia się do rozwoju wewnętrznych umiejętności w zakresie sztucznej inteligencji
• Sprawność organizacyjna i cyfrowa, która umożliwia pracownikom modernizację systemów technologicznych i całych przepływów pracy w odpowiedzi na nowe wyzwania i możliwości

Wszystkie cele wdrożenia pilota AI powinny być konkretne, mierzalne, osiągalne, istotne i ograniczone w czasie (SMART). Na przykład Twoja firma może chcieć skrócić czas rozpatrywania roszczeń ubezpieczeniowych z 20 sekund do trzech sekund, jednocześnie osiągając redukcję kosztów administrowania roszczeniami o 30% do pierwszego kwartału 2023 roku.

Aby wyznaczyć realistyczne cele, możesz wykorzystać kilka technik, w tym badania rynku, testy porównawcze z konkurencją oraz konsultacje z zewnętrznymi ekspertami od nauki danych i uczenia maszynowego.

Krok 3: Oceń swoją gotowość AI

Termin gotowości do sztucznej inteligencji odnosi się do zdolności organizacji do wdrażania sztucznej inteligencji i wykorzystywania technologii do osiągania wyników biznesowych (patrz Krok 2).

Po zidentyfikowaniu aspektów swojej działalności, które mogą skorzystać na sztucznej inteligencji, nadszedł czas, aby ocenić narzędzia potrzebne do realizacji planu wdrożenia sztucznej inteligencji.

Według Vitali Likhadzed, dyrektora generalnego i współzałożyciela ITRex, Twoja strategia wdrażania AI będzie opierać się na pięciu kluczowych elementach konstrukcyjnych:

Talent rozwoju AI. Czy masz wewnętrznych specjalistów IT i ekspertów merytorycznych (MŚP) wiedzących, jak wdrożyć AI – zarówno od strony technologicznej, jak i biznesowej – w ramach czasowych określonych w poprzednim kroku? Jeśli nie, czy masz budżet na outsourcing rozwoju AI do firmy zewnętrznej lub zakup i wdrożenie rozwiązania SaaS? Jednak w przypadku tej drugiej opcji nadal będziesz musiał zatrudnić programistów AI do skonfigurowania i dostosowania oprogramowania.

Koszty rozwoju, zakupu i utrzymania oprogramowania. W zależności od celów biznesowych możesz wybrać narzędzie sztucznej inteligencji oparte na SaaS lub wybrać niestandardową ścieżkę inżynierii oprogramowania. Oba podejścia mają swoje zalety i wady, takie jak kompromis między dłuższymi cyklami wdrażania AI a ograniczonymi opcjami dostosowywania. Całkowity koszt posiadania (TCO) systemów AI, wykonywanych na zamówienie lub opartych na SaaS, będzie również obejmował opłaty od dostawcy i utrzymania, a także cenę utworzenia i obsługi infrastruktury chmury (więcej o tym później). Na przykład koszt platform do analizy danych opartych na SaaS może wynosić od 10 000 do 25 000 USD rocznie, a koszty licencji stanowią niewielką część ostatecznego oszacowania.

Dane. Algorytmy AI są tak dobre, jak dane, które im przekazujesz. Obrazy, filmy, pliki audio, dokumenty PDF, odczyty czujników i inne dane trudne do interpretacji i modyfikacji (tj. dane nieustrukturyzowane) stanowią do 90% wszystkich informacji przechowywanych w infrastrukturze IT Twojej firmy. Lokalizowanie, agregowanie i przygotowywanie go do uczenia algorytmów to niezbędny krok w kierunku tworzenia dokładnych, wydajnych rozwiązań AI.

Zasoby obliczeniowe i magazynowe. Microsoft Azure, Amazon Web Services, Google Cloud i inni wybitni dostawcy rozwiązań do przetwarzania w chmurze zapewniają zasoby umożliwiające szkolenie, wdrażanie i uruchamianie modeli uczenia maszynowego w chmurze. Twoje dane również będą znajdować się w chmurze — w starannie zorganizowanej hurtowni danych, w jeziorach danych lub w hybrydowych rozwiązaniach do przechowywania danych, znanych jako Data Lakehouses. Skorzystanie z usług przetwarzania w chmurze ma zatem kluczowe znaczenie dla wdrożenia sztucznej inteligencji. Powinieneś też odpowiednio skonfigurować infrastrukturę chmury — w przeciwnym razie koszt wdrożenia sztucznej inteligencji może przekroczyć potencjalny przychód.

Szkolenie pracowników. Nawet jeśli współpracujesz z doświadczonymi programistami AI, nadal będziesz musiał edukować pracowników w zakresie nowej technologii, aby mogli efektywnie wykonywać swoją pracę — zarówno teraz, jak i w przyszłości, gdy zbliżasz się do przyjęcia AI w całym przedsiębiorstwie.

Zgodnie z klasyfikacją Intela firmy z wszystkimi pięcioma elementami sztucznej inteligencji osiągnęły podstawową i operacyjną gotowość do stosowania sztucznej inteligencji. Przedsiębiorstwa te mogą kontynuować realizację planu wdrożenia sztucznej inteligencji — i mają większe szanse na sukces, jeśli mają solidne strategie zarządzania danymi i cyberbezpieczeństwa oraz stosują najlepsze praktyki dostarczania DevOps i Agile.

Jeśli Twoja organizacja nie spełnia tych kryteriów, możesz nawiązać współpracę z firmą świadczącą usługi transformacji cyfrowej w celu modernizacji infrastruktury IT i rozważenia opcji wdrożenia sztucznej inteligencji.

Krok 4: Zacznij integrować sztuczną inteligencję z wybranymi procesami i planując skalę

W ITRex kierujemy się zasadą „zacznij od małych rzeczy, wdrażaj szybko i ucz się na swoich błędach”. I sugerujemy, że „nasi klienci postępują zgodnie z tą samą mantrą — zwłaszcza przy wdrażaniu sztucznej inteligencji w biznesie.

Gartner informuje, że tylko 53% projektów AI przechodzi od prototypów do produkcji. Jednym z powodów może być niepowodzenie firm w replikowaniu wyników, które osiągnęły dzięki swoim POC w sterylnych środowiskach testowych w prawdziwym życiu, z algorytmami AI zużywającymi dane z wielu źródeł i ulepszającymi różne procesy.

Pragmatycznym podejściem do wdrażania sztucznej inteligencji jest posiadanie większego obrazu z tyłu głowy, zamiast skupiania się na izolowanych dowodach koncepcji (POC) dla wybranych przypadków użycia, nawet jeśli ten ostatni może wyglądać jak nisko wiszący owoc w porównaniu z ambitnymi inicjatywy moonshot.

Tworząc na wczesnym etapie plan strategii wdrażania sztucznej inteligencji w całej firmie, unikniesz również losu 75% pionierów sztucznej inteligencji, którzy mogą zakończyć działalność do 2025 r., nie wiedząc, jak wdrożyć sztuczną inteligencję na dużą skalę.

Ponadto rozsądny harmonogram dla POC sztucznej inteligencji nie powinien przekraczać trzech miesięcy. Jeśli nie osiągniesz oczekiwanych rezultatów w tej ramce, sensowne może być zatrzymanie tego i przejście do innych scenariuszy użycia.

Krok 5: Osiągnij doskonałość AI

Po uruchomieniu programu pilotażowego, monitorowaniu wydajności algorytmu i zebraniu wstępnych informacji zwrotnych możesz wykorzystać swoją wiedzę do zintegrowania sztucznej inteligencji warstwa po warstwie z procesami i infrastrukturą IT firmy.

W tym celu musisz skonfigurować:

• Solidne ramy zarządzania danymi zapewniające bezpieczne i wydajne zarządzanie danymi w całej firmie
• Zintegrowany ekosystem danych do gromadzenia, przechowywania i organizowania informacji na potrzeby uczenia algorytmów
• Centrum doskonałości AI, w którym Twój wewnętrzny zespół będzie współpracować z zewnętrznymi ekspertami, zdobywać nowe umiejętności, stale poprawiać wydajność AI i testować nowe koncepcje
• Podstawa ułatwiająca podejmowanie decyzji Agile i ciągłe przeprojektowywanie procesów biznesowych: ponieważ sztuczna inteligencja usprawni lub zautomatyzuje więcej procesów w Twojej organizacji, musisz potwierdzić, że ludzie i maszyny wzajemnie się uzupełniają i uzupełniają

Przyrostowe podejście do wdrażania sztucznej inteligencji może pomóc w szybszym osiągnięciu ROI, uzyskać poparcie C-Suite i zachęcić inne działy do ​​wypróbowania nowej technologii.

Zrozumienie sztucznej inteligencji to pierwszy krok w kierunku wykorzystania tej technologii do rozwoju i dobrobytu Twojej firmy.

Aby ułatwić rozpoczęcie pracy, napisaliśmy przewodnik biznesowy po sztucznej inteligencji (do pobrania tutaj) — e-book zawierający wszystkie pytania dotyczące technologii, od jej typów i zastosowań po praktyczne wskazówki dotyczące wdrażania sztucznej inteligencji w całym przedsiębiorstwie.

Pierwotnie opublikowany na https://itrexgroup.com 1 września 2022 r.