Как внедрить ИИ в вашей организации: подробное руководство

От приема звонков ваших клиентов до выяснения того, почему ваше оборудование потребляет гораздо больше энергии, чем раньше, ИИ способен на многое.

Но есть много вещей, в которых алгоритмы дают сбой, что побуждает людей вмешиваться и настраивать их производительность.

Как внедрить ИИ и начать получать от него выгоду — последовательно, масштабно и достаточно быстро, чтобы заручиться поддержкой руководства для будущих проектов?

Проблема в том, что большинству компаний по-прежнему не хватает необходимого опыта, персонала и технологий, чтобы раскрыть весь потенциал искусственного интеллекта без привлечения опытных консультантов по ИИ.

Согласно опросу Deloitte 2020 года, зрелые в цифровом отношении предприятия получают 4,3% ROI для своих проектов искусственного интеллекта всего через 1,2 года после запуска. Между тем, рентабельность инвестиций отстающих ИИ редко превышает 0,2%, а средний срок окупаемости составляет 1,6 года.

Deloitte также обнаружила, что компании, которые видят ощутимую и быструю отдачу от инвестиций в искусственный интеллект, закладывают правильную основу для инициатив в области ИИ с первого дня.

PwC разделяет это мнение, утверждая, что лидеры в области ИИ применяют целостный подход к разработке и внедрению ИИ и решают сразу три бизнес-задачи — преобразование бизнеса, модернизацию систем и повышение эффективности принятия решений.

Итак, как использовать ИИ в своей организации и присоединиться к когорте лидеров искусственного интеллекта?

Чтобы ответить на этот вопрос, мы провели масштабное исследование, пообщались с экспертами ITRex, изучили проекты из нашего портфолио. Вот что мы узнали.

Как внедрить ИИ в бизнес: 5-шаговое руководство для компаний, проходящих интеллектуальную трансформацию

Отказ от ответственности: Инновации сами по себе не принесут вашей компании никакой пользы.

Иногда более простые технологии, такие как роботизированная автоматизация процессов (RPA), могут справляться с задачами наравне с алгоритмами ИИ, и нет необходимости усложнять вещи.

В других случаях (вспомните решения для медицинской визуализации на основе ИИ) может быть недостаточно данных для моделей машинного обучения, чтобы с большой точностью идентифицировать злокачественные опухоли на КТ.

А иногда требуются многослойные нейронные сети и месяцы обучения алгоритмов без присмотра, чтобы снизить затраты на охлаждение центра обработки данных на 20%.

Искусственный интеллект — это не панацея, которая волшебным образом повысит производительность ваших сотрудников и улучшит вашу прибыль. Тем не менее, у него есть солидный потенциал для преобразования вашего бизнеса.

Без лишних слов, вот ваше руководство по внедрению ИИ

Шаг 1. Ознакомьтесь с возможностями и ограничениями ИИ

Компании могут интегрировать ИИ в различные задачи, от анализа социальных данных для улучшения обслуживания клиентов до выявления неэффективности своих цепочек поставок.

В более широком масштабе использование искусственного интеллекта в бизнесе сводится к:

• Планирование
• Прогнозирование (а также анализ «если-иначе»)
• Усовершенствование и автоматизация процессов
• Управление ресурсами и их распределение
• Составление отчетов
• Управление кибербезопасностью

Этот список не является исчерпывающим, поскольку искусственный интеллект продолжает развиваться благодаря значительным достижениям в разработке аппаратного обеспечения и облачных вычислений.

Алгоритмы, которые облегчают или берут на себя отдельные задачи и целые процессы, различаются по мощности источников, обработки и интерпретации данных — и это то, что вам нужно помнить, работая над своей стратегией внедрения ИИ.

Возьмем, к примеру, контролируемое машинное обучение. Инженеры ИИ могли бы обучать алгоритмы обнаруживать кошек в постах в Instagram, скармливая им аннотированные изображения наших кошачьих друзей. При столкновении с незнакомыми объектами эти алгоритмы терпят неудачу.

Но если мы уберем помеченные данные из процесса обучения модели машинного обучения, мы получим неконтролируемые алгоритмы машинного обучения, которые обрабатывают огромные объемы информации — опять же, давайте использовать в качестве примера кошачьи кирки — вплоть до осмысленных идей. Тем не менее, неконтролируемые модели машинного обучения все еще требуют некоторого начального обучения. Например, мы могли бы сообщить алгоритмам, что конкретная база данных содержит только изображения кошек и собак, и оставить на усмотрение ИИ выполнение математических расчетов.

Существует также обучение с подкреплением — метод, при котором алгоритмы выпускаются на волю, чтобы они могли предлагать решения бизнес-проблем и учиться на собственных ошибках. Этот тип ИИ может помочь обобщить длинные тексты или предсказать тенденции фондового рынка.

Наконец, существуют глубокие нейронные сети, которые делают интеллектуальные прогнозы, анализируя размеченные и неразмеченные данные по различным параметрам. Глубокое обучение нашло свое применение в современных решениях для обработки естественного языка (NLP) и компьютерного зрения (CV), таких как голосовые помощники и программное обеспечение с возможностями распознавания лиц.

Какими бы точными ни были прогнозы решений искусственного интеллекта, в определенных случаях должны быть люди-специалисты, наблюдающие за процессом внедрения ИИ и двигающие алгоритмы в правильном направлении.

Например, ИИ может сэкономить много времени пульмонологам, выявляя пациентов с пневмонией, связанной с COVID, но в конечном итоге именно врачи-люди просматривают снимки, чтобы подтвердить или исключить диагноз.

Есть несколько областей, в которых внедрение ИИ не имеет смысла без эффективного мониторинга:

• Создание творческого контента, такого как авторские статьи и копии, оптимизированные для конверсии.
• Кодирование сложных программных систем (кстати, такие инструменты, как GitHub Copilot и Tabnine, действительно могут прогнозировать и предлагать строки кода внутри вашего редактора, но мы не рекомендуем их использовать, если ими не пользуются старшие инженеры-программисты)
• Независимое принятие суждений и этических решений
• Придумывать инновационные, нестандартные решения реальных проблем

Если ваша собственная ИТ-команда изо всех сил пытается самостоятельно ориентироваться в динамичном ландшафте искусственного интеллекта, вы можете заручиться помощью сторонней компании, предлагающей консультационные услуги в области технологий.

Шаг 2. Определите цели внедрения ИИ

Чтобы начать использовать ИИ в бизнесе, определите проблемы, которые вы хотите решить с помощью искусственного интеллекта, связав свои инициативы с ощутимыми результатами.

Для этого вам необходимо провести встречи с организационными подразделениями, которые могли бы извлечь выгоду из внедрения ИИ. Высшее руководство вашей компании должно быть частью и движущей силой этих дискуссий.

Кроме того, проверьте свои процессы и данные, а также внешние и внутренние факторы, влияющие на вашу организацию. Существует множество методов и схем, которые помогут вам в принятии решений. К ним относятся анализ микро- и макросреды TEMPLES, структура VRIO для оценки ваших критически важных активов и SWOT для обобщения сильных и слабых сторон вашей компании. Еще одним отличным инструментом для оценки движущих сил и барьеров на пути внедрения ИИ является анализ силового поля Курта Левина. Этот список не является исчерпывающим; тем не менее, это может стать отправной точкой для вашего пути внедрения ИИ.

Один из способов оценить плюсы и минусы внедрения ИИ в вашей организации — провести анализ силового поля. При этом присваивайте баллы каждому содействующему фактору. Если ваша совокупная оценка положительна, преимущества внедрения ИИ перевешивают потенциальные проблемы.

Эксперты считают, что вам следует расставлять приоритеты по вариантам использования ИИ, исходя из краткосрочной видимости и финансовой ценности, которую они могут принести вашей компании. Вот почему вам нужны конкретные цели и способы их измерения.

Возвращаясь к вопросу окупаемости инвестиций в искусственный интеллект, важно различать «жесткую» и «мягкую» рентабельность инвестиций.

Вот приблизительная окупаемость инвестиций, которую ваша компания может получить от внедрения искусственного интеллекта:

• Экономия времени за счет автоматизации трудоемких задач
• Повышение производительности за счет принятия решений с помощью ИИ
• Снижение трудозатрат и эксплуатационных расходов за счет повышения автоматизации и производительности труда сотрудников
• Увеличение выручки за счет роста клиентской базы и повышения стоимости предоставляемых услуг

Внедрение искусственного интеллекта с мягкой окупаемостью инвестиций может обеспечить охват:

• Персонализированный клиентский опыт, который положительно влияет на удовлетворенность и лояльность клиентов
• Сохранение навыков, которое связано с постоянными исследованиями и проверкой новых концепций реализации ИИ и способствует развитию внутренних навыков искусственного интеллекта.
• Организационная и цифровая гибкость, которая позволяет вашим сотрудникам модернизировать технологические системы и целые рабочие процессы в ответ на новые вызовы и возможности.

Все цели для реализации вашего пилотного проекта ИИ должны быть конкретными, измеримыми, достижимыми, актуальными и привязанными ко времени (SMART). Например, ваша компания может захотеть сократить время обработки страховых требований с 20 до трех секунд, добившись снижения затрат на администрирование требований на 30% к 1 кварталу 2023 года.

Чтобы установить реалистичные цели, вы можете использовать несколько методов, включая исследование рынка, сравнение с конкурентами и консультации с внешними экспертами по науке о данных и машинному обучению.

Шаг 3. Оцените свою готовность к ИИ

Термин «готовность к искусственному интеллекту» относится к способности организации внедрить ИИ и использовать эту технологию для получения бизнес-результатов (см. Шаг 2).

После того, как вы определили аспекты своего бизнеса, которые могут выиграть от ИИ, пришло время оценить инструменты, необходимые для выполнения вашего плана внедрения ИИ.

По словам Виталия Лихадзеда, генерального директора и соучредителя ITRex, ваша стратегия внедрения ИИ будет опираться на пять ключевых строительных блоков:

Талант развития ИИ. Есть ли у вас штатные ИТ-специалисты и отраслевые эксперты (SME), знающие, как внедрить ИИ — как в технической, так и в бизнес-сфере — в сроки, указанные на предыдущем шаге? Если нет, есть ли у вас бюджет для аутсорсинга разработки ИИ третьей стороне или покупки и развертывания решения SaaS? Однако в последнем случае вам все равно придется нанимать разработчиков ИИ для настройки и настройки программного обеспечения.

Затраты на разработку, приобретение и обслуживание программного обеспечения. В зависимости от ваших бизнес-целей вы можете выбрать инструмент искусственного интеллекта на основе SaaS или выбрать индивидуальный путь разработки программного обеспечения. Оба подхода имеют свои преимущества и недостатки, такие как компромисс между более длительными циклами реализации ИИ и ограниченными возможностями настройки. Общая стоимость владения (TCO) для систем искусственного интеллекта, созданных на заказ или на основе SaaS, также будет включать в себя сборы поставщиков и обслуживание, а также стоимость настройки и эксплуатации облачной инфраструктуры (подробнее об этом позже). Стоимость платформ анализа данных на основе SaaS, например, может варьироваться от 10 000 до 25 000 долларов в год, при этом затраты на лицензирование составляют небольшую часть окончательной сметы.

Данные. Алгоритмы ИИ хороши настолько, насколько хороши данные, которые вы им предоставляете. Изображения, видео, аудиофайлы, документы в формате PDF, показания датчиков и другие данные, которые трудно интерпретировать и изменить (например, неструктурированные данные), составляют до 90 % всей информации, хранящейся в ИТ-инфраструктуре вашей компании. Его обнаружение, агрегирование и подготовка к обучению алгоритму — важный шаг на пути к созданию точных и высокопроизводительных решений ИИ.

Вычислительные и складские ресурсы. Microsoft Azure, Amazon Web Services, Google Cloud и другие известные поставщики облачных вычислений предоставляют ресурсы для обучения, развертывания и запуска моделей машинного обучения в облаке. Ваши данные также будут храниться в облаке — в аккуратно организованном хранилище данных, в озерах данных или в гибридных решениях для хранения данных, известных как хранилища данных. Таким образом, использование сервисов облачных вычислений является ключом к внедрению ИИ. И вы должны правильно настроить свою облачную инфраструктуру, иначе стоимость внедрения ИИ может превысить ваш потенциальный доход.

Обучение персонала. Даже если вы сотрудничаете с опытными разработчиками ИИ, вам все равно придется обучать сотрудников новой технологии, чтобы они могли эффективно выполнять свою работу — как сейчас, так и в будущем, когда вы приблизитесь к внедрению ИИ на предприятии.

Согласно классификации Intel, компании со всеми пятью строительными блоками ИИ достигли базовой и оперативной готовности искусственного интеллекта. Эти предприятия могут продолжать реализацию плана внедрения ИИ, и у них больше шансов на успех, если у них есть надежные стратегии управления данными и кибербезопасности и они следуют лучшим практикам DevOps и Agile.

Если ваша организация не соответствует этим критериям, вы можете сотрудничать с компанией, предоставляющей услуги цифровой трансформации, для обновления вашей ИТ-инфраструктуры и рассмотрения вариантов внедрения ИИ.

Шаг 4. Начните интегрировать ИИ в отдельные процессы и при планировании масштабирования

В ITRex мы живем по правилу «начинай с малого, быстро развертывай и учись на своих ошибках». И мы предлагаем нашим клиентам следовать той же мантре, особенно при внедрении искусственного интеллекта в бизнес.

Gartner сообщает, что только 53% проектов ИИ проходят путь от прототипа до производства. Одной из причин этого может быть неспособность компаний воспроизвести результаты, достигнутые ими с помощью своих POC в стерильных тестовых средах, в реальной жизни, когда алгоритмы ИИ используют данные из нескольких источников и улучшают различные процессы.

Прагматичный подход к внедрению ИИ состоит в том, чтобы иметь в глубине души более широкую картину, вместо того чтобы сосредотачиваться на изолированном доказательстве концепций (POC) для выбранных вариантов использования, даже если последнее может показаться легковесным по сравнению с амбициозным. лунные инициативы.

Создав на раннем этапе план стратегии внедрения ИИ в масштабах всей компании, вы также избежите участи 75 % пионеров ИИ, которые могут уйти из бизнеса к 2025 году, не зная, как внедрить ИИ в масштабе.

Кроме того, разумный срок для POC искусственного интеллекта не должен превышать трех месяцев. Если вы не достигли ожидаемых результатов в рамках этого фрейма, возможно, имеет смысл остановить его и перейти к другим сценариям использования.

Шаг 5: Добейтесь совершенства в области искусственного интеллекта

После запуска пилотного проекта, мониторинга производительности алгоритма и сбора первоначальных отзывов вы сможете использовать свои знания для поэтапной интеграции ИИ в процессы и ИТ-инфраструктуру вашей компании.

Для этого нужно настроить:

• Надежная структура управления данными, обеспечивающая безопасное и эффективное управление данными во всей вашей компании.
• Интегрированная экосистема данных для сбора, хранения и организации информации для обучения алгоритмов
• Центр передового опыта в области искусственного интеллекта, где ваша собственная команда будет работать рука об руку со сторонними экспертами, приобретать новые навыки, постоянно повышать производительность искусственного интеллекта и тестировать новые концепции.
• Основа, облегчающая принятие гибких решений и непрерывную реорганизацию бизнес-процессов: поскольку ИИ усовершенствует или автоматизирует больше процессов в вашей организации, вам потребуется подтвердить, что люди и машины улучшают и дополняют работу друг друга.

Поэтапный подход к внедрению ИИ может помочь вам быстрее достичь окупаемости инвестиций, заручиться поддержкой высшего руководства и побудить другие отделы опробовать новую технологию.

Понимание искусственного интеллекта — это первый шаг к использованию этой технологии для роста и процветания вашей компании.

Чтобы помочь вам начать работу, мы написали бизнес-руководство по искусственному интеллекту (скачать здесь) — электронную книгу, в которой вы найдете ответы на все вопросы, которые могут у вас возникнуть об этой технологии, от ее типов и приложений до практических советов по внедрению ИИ в масштабах предприятия.

Первоначально опубликовано на https://itrexgroup.com 1 сентября 2022 г.