НаверхБольшинство проектов в области ИИ закрываются. 5 способов добиться успеха в работе с данными
Вице-президент Virgin Atlantic по работе с данными и искусственному интеллекту объясняет, как своевременная аналитика повышает эффективность работы и улучшает качество обслуживания клиентов.
Почти две трети (63%) организаций не уверены, что у них есть правильные методы управления данными для ИИ, согласно исследованию фирмы Gartner. Это отсутствие готовности имеет последствия: аналитики прогнозируют, что 60% организаций откажутся от проектов ИИ к 2026 году.
Ричард Мастерс, вице-президент по данным и ИИ в Virgin Atlantic, является одним из тех бизнес-лидеров, которые полны решимости добиться успеха новаторских инициатив своей организации.
Он выступил на недавнем круглом столе Databricks в Лондоне, рассказав, что цели его авиакомпании в области данных просты: «Мы хотим, чтобы у людей были отличные впечатления от полета, и использование ИИ — это все, что нам нужно сделать для достижения этих целей».
Мастерс объяснил, как его организация осваивает новые технологии, и предложил пять способов, которыми бизнес-лидеры могут использовать ИИ и данные для создания преимуществ для бизнеса.
1. Знакомьте людей с новыми инструментами
ИИ не является чем-то новым для авиационной отрасли. Организация Мастерса уже много лет использует ИИ и машинное обучение, например, для прогнозирования коэффициентов загрузки самолета, включая вероятное количество пассажиров на рейсе.
Он сказал, что авиакомпании использовали новые технологии для анализа других операционных соображений, таких как ежемесячные доходы, сильные и слабые стороны конкурентов и надежность самолетов.
«Эволюция статистического анализа с помощью ИИ была постепенной», — сказал он, прежде чем предположить, что восходящий тренд станет обычным явлением для других бизнес-лидеров: «Теперь мы замечаем, что эволюция становится все быстрее и быстрее».
Мастерс сказал, что ключевым поворотным моментом стал выпуск ChatGPT в ноябре 2022 года, который ознаменовал начало легкого доступа к чат-ботам и открыл потенциальные преимущества ИИ.
«Все больше людей в организации, которые не обязательно работали в аналитических командах, начали понимать, что они могут делать с этой технологией», — сказал он. «Они начали думать о том, какой доступ может дать им ИИ, как он может переосмыслить и объяснить данные по-разному, предоставляя аналитические концепции тем частям бизнеса, которые обычно не имели доступа к таким же инструментам раньше».
Мастерс и его команда взяли на себя ответственность за рассмотрение того, как профессионалы могут использовать эти инструменты для повышения своей производительности и операционной эффективности бизнеса.
«Мы можем продвигать этот подход к разным людям и раскрывать инсайты с помощью различных инструментов, таких как боты, которые у нас есть на нашей платформе данных».
2. Отвечайте на ключевые бизнес-вопросы
Поощрение людей максимально использовать ИИ — это лишь одна часть задачи. Более серьезная проблема — обеспечить, чтобы люди эффективно использовали правильные инструменты.
Мастерс сказал, что окупаемость инвестиций в некоторых областях более очевидна, чем в других: «Когда речь идет о инструментах динамического ценообразования, таких как наше партнерство с Fetcherr, или о таких вещах, как предиктивное обслуживание или прогнозирование расхода топлива, вы можете довольно легко подсчитать экономию или заработок. Эти цели было легче преследовать».
В других областях, таких как улучшение процессов принятия решений, где рентабельность инвестиций менее очевидна, его команда сосредоточилась на своей платформе данных Databricks и рассмотрела, как быстро реагировать на новые технологии и модели, которые появляются.
«Мы сосредоточились на том, чтобы быть готовыми к поступающим вопросам, чтобы мы могли предоставить правильный алгоритм или фрагмент данных», — сказал он.
Эти области включают анализ чистых показателей лояльности, углубление во все результаты опросов, которые получает авиакомпания, и объединение этой информации с другими данными, такими как мнения клиентов о впечатлениях от полета.
«Мы можем начать объединять эту информацию сейчас, потому что у нас есть платформа, в отличие от того, чтобы собирать данные и сводить их воедино», — сказал он. «Платформа позволяет нам отвечать на множество небольших вопросов, не проводя этого огромного упражнения по приоритизации».
3. Установите единый подход
Давление на то, чтобы «попробовать» ИИ, исходит со всех сторон, включая технологических поставщиков, которые продвигают свои последние системы и услуги с поддержкой ИИ.
«Это создает много шума», — сказал Мастерс, добавив, что его организация разработала процесс оценки новых предложений для инструментов ИИ. «Учитывая нашу способность общаться между отделами, мы можем сказать: «Вам не нужен этот модуль ИИ. У нас уже есть эта технология на платформе».
Мастерс объяснил, как работает этот процесс. Каждую неделю группа специалистов, включая архитекторов, бизнес-аналитиков и центральный офис по управлению продуктами, изучает технологические предложения.
«Это парадная дверь для технологий», — сказал он. «Затем у нас есть я и наши вице-президенты по технологиям, цифровым технологиям и данным, которые оценивают инструменты на более высоком уровне».
В этих обсуждениях об услугах с поддержкой ИИ также могут участвовать другие старшие руководители, если требуется дополнительное разъяснение или приоритизация.
«Наш вице-президент по клиентским путям и инженерии, например, может посмотреть, как эта технология помогает им достичь части нашей более широкой бизнес-стратегии», — сказал он. «Этот совместный подход помогает нам выделять правильные ресурсы на проект».
4. Используйте свою платформу
Авиакомпании традиционно хранят данные о клиентах и операционные данные в отдельных системах. Такой разрозненный подход к сбору и хранению данных затрудняет реализацию межотраслевых инициатив.
Virgin стремилась создать консолидированный подход к корпоративной информации и объединила свою информацию с помощью каталога Unity от Databricks. Мастерс сказал, что этот подход значительно упрощает получение инсайтов.
«Мы можем запускать различные симуляции с данными и запускать различные прогнозные модели на платформе, что помогает нам быть гибкими и проворными», — сказал он. «Если у вас возник сбой, вы можете начать задавать вопросы, например: «Сколько у нас стыковочных пассажиров в этом аэропорту? Что мы можем сделать для этих стыковочных пассажиров? У них будет мало времени на стыковочный рейс, или у них все будет в порядке?»
Этот инсайт помогает авиакомпаGIST операционно, поскольку организация может динамично меняться, меняя команды на местах для помощи в удовлетворении потребностей пассажиров.
«Наши команды могут опускаться до самого низкого уровня детализации о том, что происходит каждый день на каждом рейсе», — сказал Мастерс. «Вы можете свернуть этот инсайт в любом измерении, которое вам нужно, что для нас является настоящей революцией».
5. Продолжайте развивать любознательность
Ключевой урок, который Мастерс извлек из этих исследований в области данных и ИИ, заключается в том, что цифровые лидеры должны тратить меньше времени на возню с технологиями и больше времени на понимание того, чем занимается бизнес.
«Команды по данным могут немного застрять в мире платформы и инструментов», — сказал он. «Однако все чаще становится так, что специфика инструментов или создание лучшей базы данных здесь или там уже не так важны. Данные автоматически появляются на платформах сегодня, и их становится легче подключать».
В результате такого более высокого уровня интеграции технология становится менее приоритетной для руководителей данных.
«Вместо этого фокус смещается на то, чтобы быть любопытным в отношении организации, в которой вы находитесь, и думать о том, что делать», — сказал он. «Вы можете начать убирать много шума и добираться до сути. Вы можете потратить значительную часть своего времени на то, чтобы донести эти приоритеты до своих команд, чтобы они стали любопытными».
