Чаму вы павінны думаць пра ІІ як пра камандны спорт

Што значыць лічыць ІІ камандным відам спорту? Мы бачым, як праекты штучнага інтэлекту пераходзяць ад шуміхі да ўплыву, у асноўным таму, што патрэбныя ролі прыцягваюцца для забеспячэння бізнес-кантэксту, якога раней не хапала. Дамен экспертызы з'яўляецца ключавым; машыны не маюць той глыбіні кантэксту, якую маюць людзі, і людзі павінны ведаць бізнес і даныя дастаткова добра, каб зразумець, якія дзеянні трэба распачаць на аснове любой інфармацыі або рэкамендацый, якія ўсплываюць.

Калі справа даходзіць да маштабавання штучнага інтэлекту, многія кіраўнікі думаюць, што ў іх праблемы з людзьмі, у прыватнасці, недастаткова навукоўцаў па апрацоўцы дадзеных. Але не кожная бізнес-праблема з'яўляецца праблемай навукі аб дадзеных. Ці, прынамсі, не ўсе бізнес-задачы павінны кідацца вашай камандзе па апрацоўцы дадзеных. Пры правільным падыходзе вы зможаце скарыстацца перавагамі штучнага інтэлекту без праблем, звязаных з традыцыйнымі цыкламі апрацоўкі дадзеных.

Каб разгарнуць і маштабаваць рашэнні штучнага інтэлекту, кіраўнікам неабходна змяніць мысленне арганізацыі, каб лічыць штучны інтэлект камандным відам спорту. Для таго, каб выглядаць паспяховыя вынікі, некаторым праектам штучнага інтэлекту патрэбны іншы набор людзей, інструментаў і чаканняў. Веданне таго, як распазнаць гэтыя магчымасці, дапаможа вам падысці да больш паспяховых праектаў штучнага інтэлекту і пашырыць колькасць карыстальнікаў штучнага інтэлекту, дадаючы хуткасці і моцы прыняццю рашэнняў сярод супрацоўнікаў. Давайце разбярэмся, чаму і як.

Арганізацыі дэмакратызуюць пашыраны аналіз з дапамогай штучнага інтэлекту

Выкарыстанне штучнага інтэлекту для вырашэння бізнес-задач у значнай ступені ўваходзіць у кампетэнцыю навукоўцаў па апрацоўцы дадзеных. Часта каманды навукі аб дадзеных зарэзерваваны для самых вялікіх магчымасцей арганізацыі і самых складаных задач. Мноства арганізацый дасягнулі поспеху ў прымяненні навукі аб дадзеных у канкрэтных выпадках выкарыстання, такіх як выяўленне махлярства, персаналізацыя і г.д., дзе глыбокая тэхнічная экспертыза і дакладна наладжаныя мадэлі забяспечваюць вельмі паспяховыя вынікі.

Тым не менш, маштабаванне рашэнняў штучнага інтэлекту праз вашу каманду па навуцы дадзеных з'яўляецца складанай задачай для арганізацый па многіх прычынах. Прыцягненне і ўтрыманне талентаў вельмі дорага і можа быць складаным на канкурэнтным рынку. Распрацоўка і разгортванне традыцыйных праектаў у галіне навукі аб дадзеных часта можа заняць шмат часу, перш чым бізнес убачыць каштоўнасць. І нават самыя дасведчаныя, надзейныя каманды навукі аб дадзеных могуць пацярпець няўдачу, калі ім не хапае неабходных даных або кантэксту, каб зразумець нюансы праблемы, якую ім прапануецца вырашыць.

Gartner® 2021 Стан навукі аб даных і машыннага навучання У справаздачы (DSML) гаворыцца, што «кліенцкі попыт змяняецца: менш тэхнічная аўдыторыя хоча прасцей прымяняць DSML, экспертам неабходна павысіць прадукцыйнасць, а прадпрыемствам патрабуецца больш кароткі час для ацэнкі сваіх інвестыцый.¹.” Нягледзячы на ​​​​тое, што хуткасць і дбайнасць аналізу, які можа забяспечыць штучны інтэлект, могуць узнікнуць многія бізнес-праблемы, якія могуць прынесці карысць, традыцыйны падыход да навукі аб дадзеных не заўсёды можа быць лепшым планам атакі, каб хутка ўбачыць каштоўнасць. Фактычна, той жа даклад Gartner прагназуе, што «да 2025 года дэфіцыт навукоўцаў па дадзеных больш не будзе перашкаджаць прыняццю навукі аб дадзеных і машыннага навучання ў арганізацыях».

Экспертыза ў дамене мае вырашальнае значэнне для маштабавання ІІ у бізнесе

ШІ ўжо дапамагае прадастаўляць пашыраныя магчымасці аналізу карыстальнікам, якія не маюць вопыту ў галіне навукі аб дадзеных. Машыны могуць выбіраць з лепшых мадэляў прагназавання і алгарытмаў, і асноўныя мадэлі могуць быць адкрыты, прапаноўваючы магчымасць наладзіць іх і пераканацца, што ўсё адпавядае таму, што шукае карыстальнік.

Гэтыя магчымасці даюць аналітыкам і кваліфікаваным экспертам у сферы бізнесу магчымасць распрацоўваць і выкарыстоўваць уласныя прыкладанні штучнага інтэлекту. Знаходзячыся бліжэй да дадзеных, гэтыя карыстальнікі маюць перавагу перад многімі сваімі аналагамі па апрацоўцы дадзеных. Перадача гэтай паўнамоцтвы ў рукі тых, хто валодае вопытам у гэтай галіне, можа дапамагчы пазбегнуць доўгага часу распрацоўкі, нагрузкі на рэсурсы і схаваных выдаткаў, звязаных з традыцыйнымі цыкламі навукі аб дадзеных. Акрамя таго, людзі з дасведчанымі ведамі павінны вырашаць, ці карысныя прагнозы або прапановы штучнага інтэлекту.

З больш ітэратыўнымі працэсамі пабудовы мадэляў з пераглядам і паўторным разгортваннем людзі з бізнес-кантэкстам могуць хутчэй атрымліваць карысць ад штучнага інтэлекту, нават разгортваючы новыя мадэлі для тысяч карыстальнікаў на працягу некалькіх дзён-тыдняў, а не тыдняў-месяцаў. Гэта асабліва важна для тых каманд, чые унікальныя задачы могуць не быць прыярытэтнымі для каманд навукі аб даных, але яны могуць атрымаць выгаду з хуткасці і дбайнасці аналізу штучнага інтэлекту.

Аднак важна адзначыць, што хаця гэтыя рашэнні могуць дапамагчы ліквідаваць разрыў у навыках аналітыкаў і навукоўцаў па апрацоўцы дадзеных, яны не з'яўляюцца заменай апошнім. Навукоўцы па апрацоўцы дадзеных застаюцца найважнейшым партнёрам бізнес-экспертаў для праверкі даных, якія выкарыстоўваюцца ў рашэннях з падтрымкай штучнага інтэлекту. І ў дадатак да гэтага супрацоўніцтва, адукацыя і навыкі працы з дадзенымі будуць мець вырашальнае значэнне для паспяховага выкарыстання такіх інструментаў у вялікіх маштабах.

Пісьменнасць даных дазваляе большай колькасці людзей выкарыстоўваць ІІ

Ваша асноўная стратэгія даных адыгрывае велізарную ролю ў падрыхтоўцы вашай арганізацыі да поспеху з выкарыстаннем штучнага інтэлекту, але для прадастаўлення рашэнняў штучнага інтэлекту большай колькасці людзей ва ўсім бізнэсе спатрэбіцца базавы ўзровень пісьменнасці даных. Разуменне таго, якія даныя прыдатныя для вырашэння бізнес-праблемы, а таксама як інтэрпрэтаваць даныя і вынікі рэкамендацый штучнага інтэлекту дапаможа людзям паспяхова давяраць штучнаму інтэлекту і выкарыстоўваць яго пры прыняцці рашэнняў. Агульная мова даных у арганізацыі таксама адкрывае новыя магчымасці для паспяховага супрацоўніцтва з экспертамі.

Апошняе глабальнае апытанне McKinsey па штучнаму інтэлекту паказала, што ў 34% высокапрадукцыйных арганізацый «спецыяльны навучальны цэнтр развівае ў нетэхнічнага персаналу навыкі штучнага інтэлекту шляхам практычнага навучання», у параўнанні з толькі 14% усіх астатніх апытаных. Акрамя таго, у 39% высокаэфектыўных арганізацый «існуюць вызначаныя каналы сувязі і кропкі ўзаемадзеяння паміж карыстальнікамі штучнага інтэлекту і камандай арганізацыі па навуцы дадзеных», у параўнанні з толькі 20% іншых.

Лідэры могуць выкарыстоўваць розныя падыходы для павышэння пісьменнасці даных, пачынаючы ад адукацыі і навучання, праграм настаўніцтва, конкурсаў даных па стварэнні супольнасці і г.д. Падумайце аб нармалізацыі доступу і абмену данымі, а таксама аб тым, як вы адзначаеце і прасоўваеце поспехі, навучанне і прыняцце рашэнняў з дапамогай даных.

«Пісьменнасць даных і адукацыя ў галіне візуалізацыі і навукі аб даных павінны быць больш распаўсюджанымі і выкладацца раней», — сказаў Від'я Сэтлур, кіраўнік Tableau Research. «Існуе нейкая сацыяльная і арганізацыйная адказнасць, звязаная з выкарыстаннем даных. Людзі павінны быць лепш падрыхтаваны да разумення, інтэрпрэтацыі і максімальнага выкарыстання даных, таму што штучны інтэлект будзе толькі ўдасканальвацца, і мы павінны быць на некалькі крокаў наперадзе».

Працяг фарміравання культуры даных вашай арганізацыі стварае выдатныя магчымасці для развіцця навыкаў і прыняцця новых рашэнняў ва ўсім бізнэсе. Многія арганізацыі ўжо павялічылі свае інвестыцыі ў дадзеныя і аналітыку ў апошнія гады, паколькі лічбавая трансфармацыя паскорылася. Думаць пра даныя як пра камандны від спорту недасяжна — і цяпер у нас ёсць сродкі, каб распаўсюдзіць гэта мысленне на штучны інтэлект.