НаверхИИ — не золотая жила. 5 ошибок, превращающих его в денежную черную дыру
«Спустя три года хайпа — разочарование. Генеративный ИИ оказался мыльным пузырём? Но есть те, кто заставляет его работать на результат. Секрет не в моделях, а в подходе. Читайте, как выжать из ИИ реальную пользу, пока другие теряют инвестиции.»
Основные идеи
Мнение автора
Мой главный инсайт: успех ИИ — это не про крутую технологию. Это вот прям вообще не про нее. Это на 100% про то, как ты внедришь его в ежедневные процессы и решишь реальные задачи. Начните с малого — просто разберитесь, как ИИ сможет облегчить жизнь, убрать рутину!
Ну что, друзья, вот уже три года как мы все подсели на ChatGPT. Темпы, конечно, нереальные — просто космос! Но, если честно, многие начали замечать, что этот ваш генеративный ИИ, возможно, не такая уж и революция, как нам его малюют. Ну знаете, как бывает: обещали летающие машины, а получили просто крутой автопилот.
Ага, и вот сейчас эксперты вовсю трубят тревогу: мол, инвестиционный пузырь вокруг ИИ вот-вот хлопнет. Руководители компаний смотрят на вложения в эти технологии и просто разводят руками — отдача то нулевая, простите за прямоту. Ну как так-то?
Но не всё так печально! Я для вас, цифровые стратеги и бизнес-гуру, раскопал пять шикарных способов не просто прокачать свои проекты с помощью генеративного ИИ, но и зацепить другие крутые фишки — тот же агентный ИИ или глубокие исследования.
1. Старайтесь избегать «пилотной паузы»
Диана Шилдхаус, директор по данным и аналитике в Colgate-Palmolive, считает, что ключом к успеху в сфере ИИ является определение бизнес-задачи, которую необходимо решить, и поиск подходящего технологического решения.
«Нам нужно убедиться, что это что-то осязаемое и полезное с практической точки зрения, — сказала она в интервью. — Наш подход заключается не в том, чтобы создать команду ИИ, которая будет работать в башне из слоновой кости над чем-то, что мы считаем блестящим решением, но когда придёт время говорить с бизнесом, окажется, что это не помогает решить их проблемы».
Шилдхаус вместе со своей командой и представителями бизнеса проводит пилотные проекты, которые демонстрируют ценность продукта. Как только ценность продукта доказана, они начинают думать о том, как масштабировать свои решения.
«Организации могут попасть в ловушку того, что я называю «пилотным безумием», — сказала она. — Это также иногда называют «цветением тысячи цветов». Это когда каждый пробует все возможные способы что-то сделать».
Шилдхаус сказал, что у крупных компаний могут быть сотни пилотов, выполняющих схожие задачи по всему миру. Тщательный таргетинг приводит к более значительным результатам для бизнеса.
«Мы очень тщательно подходим к тому, как организуем пилотные проекты, что мы изучаем, а затем составляем план масштабирования. Это помогло нам добиться успеха, потому что мы не тестируем каждый новый блестящий объект бесконтрольно».
2. Внедряйте проверенные решения
Иэн Раффл, руководитель отдела данных и аналитики в британской компании RAC, специализирующейся на ремонте автомобилей, сказал, что высокий процент сбоев в работе ИИ возникает, когда специалисты сосредотачиваются на технологии, а не на бизнес-задачах.
Шумиха вокруг ИИ — одна из серьёзных проблем для профессионалов, которые занимаются искусственным интеллектом. Стремление получить преимущество первопроходца привело к тому, что поставщики программного обеспечения стали позиционировать свои продукты как решения с поддержкой ИИ, независимо от того, насколько они соответствуют действительности.
Несмотря на критику в адрес гиперболизации ИИ, Раффл сказал, что на рынке есть полезные технологические решения и что профессионалы должны помнить, как далеко продвинулись новые технологии за короткий промежуток времени.
«Я думаю, что три года — это слишком мало для того, чего мы хотим достичь, — сказал он. — У нас есть огромные возможности. Однако преуспеют в сфере ИИ те организации, которые будут ждать, пока не найдут проблему, и внедрять зрелый ИИ для решения этой проблемы».
Раффл сказал, что он тесно сотрудничает с представителями бизнеса, своей командой и ключевыми поставщиками технологий, включая Snowflake, чтобы найти решения бизнес-задач с использованием искусственного интеллекта.
Он сказал, что организации справедливо обеспокоены вопросами управления, но он ожидает, что в ближайшие два года темпы внедрения ускорятся.
«Возможности будут и дальше расширяться, — сказал он. — Я думаю, что ИИ обладает огромным потенциалом, когда речь идёт о поиске решения проблемы».
3. Учитесь на своих ошибках
Пол Невилл, директор по цифровым технологиям, данным и технологиям в британском агентстве The Pensions Regulator (TPR), сказал, что важно понимать, что инвестиции в ИИ могут привести не только к буму, но и к спаду.
«Между этими двумя вещами довольно большая разница, и я думаю, что нам нужно быть дальновидными, вдумчивыми и готовыми мыслить иначе», — сказал он в интервью.
Невилл создал команду дизайнеров, ориентированных на пользователя, которая следит за тем, чтобы организация добивалась нужных результатов для пользователей. Эти результаты, в том числе в проектах с использованием ИИ, оцениваются, и компания анализирует прогресс.
«Мы работаем по принципу итерации и постоянно учимся, — сказал он. — Мы пробуем то, что не сработало с первого раза. Нам нужно это планировать, потому что такова реальность. Это часть инноваций. Вы ничего не добьётесь, если что-то не будет работать. Самое важное — извлекать уроки из этого процесса».
В рамках этого итеративного подхода Невилл руководит исследовательской работой за пределами ИТ-отдела, способствуя тому, чтобы TPR стала обучающейся организацией.
«Мне не нравится фраза “быстро потерпеть неудачу”, потому что я не считаю, что вы потерпели неудачу, если чему-то научились в процессе», — сказал он, прежде чем объяснить, как этот подход применим к внедрению ИИ.
«Успех заключается в том, чтобы учиться на ходу, а не пытаться сделать всё сразу. Вам нужен хороший контроль, грамотное управление. И всё это в сочетании с долгосрочным видением. Когда всё это сочетается, вы можете добиваться постепенных результатов, которые в конечном счёте приносят пользу и ощутимые изменения тем, кто имеет значение».
4. Преодолейте культурное сопротивление
Майк Брей, вице-президент по инновациям в компании RS, специализирующейся на производстве, отметил, что искусственный интеллект продолжает привлекать внимание и вызывать интерес у руководителей компаний, и теперь ИТ-директора сталкиваются с необходимостью использовать новые технологии.
«Инвестиции в инструменты ИИ — это только первый шаг. Внедрение — более сложная задача, поскольку требует глубоких культурных изменений», — сказал он.
Недавнее исследование RS показало, что сопротивление переменам — самое большое внутреннее препятствие, с которым сталкиваются руководители высшего звена, когда дело касается инноваций.
Брей рассказал, что культурное сопротивление со стороны команд, руководителей или рядовых сотрудников может замедлить внедрение новых инструментов, технологий и процессов, что затруднит масштабирование пилотных проектов и проверку концепций с использованием ИИ.
Он сказал, что ИТ-директора должны уделять приоритетное внимание целенаправленному внедрению ИИ, не поддаваясь ажиотажу.
«Успех зависит от решения реальных бизнес-задач, которые важны для сотрудников, а также от стимулирования персонала к внедрению новых процессов путем демонстрации четких и ощутимых преимуществ в их повседневной работе», — сказал он.
«Когда сотрудники видят, как ИИ может облегчить их работу, повысить её эффективность или сделать её более увлекательной, внедрение происходит естественным образом. В конечном счёте инициатива по внедрению ИИ принесёт долгосрочную пользу только в том случае, если она реализуется с чётким пониманием цели, а не просто ради самого процесса».
5. Сосредоточьтесь на интеграции систем
Стив Лукас, генеральный директор технологической компании Boomi, сказал, что революция в области искусственного интеллекта происходит по-разному и с разной скоростью. По мере того как технологические компании внедряют инновации, некоторые конечные пользователи могут испытывать недоумение.
«Я думаю, что в некоторых областях темпы экспериментов у производителей моделей ускорены и высоки», — сказал он.
«В целом, я думаю, что темпы внедрения немного отстают, потому что многие представители бизнеса не до конца понимают, как правильно предоставлять ИИ данные, необходимые для этих моделей».
Лукас рассказал, что одной из самых серьёзных проблем является интеграция. ИТ-директора и их партнёры-поставщики должны работать сообща, чтобы устранить пробелы.
«У нас есть все эти корпоративные системы. Они у нас уже давно, и, возможно, их даже слишком много», — сказал он.
«В наших моделях тоже есть искусственный интеллект, но нам не хватает связующего звена между корпоративными системами и ИИ. Люди понимают, что им не хватает промежуточного стека активации. Интеграция станет ключом к успеху».
ChatGPT превратился в базар: теперь нейросеть будет вам продавать товары, и это может быть ужасно
