Процент неудач ИИ, по имеющимся данным, составляет около 85%. И есть все основания сделать шаг назад и признать, что большинство подходов и поставщиков решений для ИИ не работают.

Автор: Роб Эндерле, президент и главный аналитик Enderle Group
 
Такая же частота отказов была проблемой практически для всех технологий, о которых я рассказывал, начиная с волны client/server, которая в течение первого десятилетия была огромным провалом, о котором никто не хотел говорить.
 
Когда я был аналитиком и членом глобальной некоммерческой организации SCIP, я посетил занятие, которое навсегда запомнились мне. Профессор нарисовал типичную диаграмму X/Y с направлением на вертикальной оси и скоростью на горизонтальной. Он отметил, что проблема большинства компаний в том, что они работают в нижнем правом секторе, т.е. в первую очередь сосредоточены на скорости. А в то же время они должны быть в верхнем левом секторе, ориентируясь в первую очередь на направление. Его вывод казался очевидным. Если вы в первую очередь сосредоточитесь на скорости, а не на направлении, вы только быстрее пойдете в неправильную сторону, что может закончиться очень плохо.
 
Давайте поговорим о стратегическом подходе к внедрению искусственного интеллекта.
 
Определение направления
 
Одна из проблем новой технологической волны связана с тем, что все, кажется, смотрят друг на друга в поисках направления, не осознавая, что большинство не имеет никакого представления, каким должно быть это направление. Им еще предстоит изучить возможности, недостатки и преимущества новейших технологий. В результате они, как правило, бегут все быстрее в направлении, которое, к сожалению, становится все более безуспешным.
 
Проблема на данный момент заключается в том, что, хотя есть две компании, NVIDIA и IBM, которые, похоже, понимают возможности и ограничения искусственного интеллекта, потому что они работают с ним дольше всех, они являются поставщиками технологий и не считаются примерами превосходного использования технологий. NVIDIA в большей степени, чем IBM, использует эту технологию, но ее бизнес сильно отличается от бизнеса ее клиентов. Лучшие практики компании, которые явно доказали свою эффективность, не используются широко в качестве мировых примеров передового опыта.
 
Кроме того, направление развития технологии еще не определено, потому что внедрение недостаточно активно. Сама технология претерпевает значительные изменения по мере того, как ИИ применяется для разработки все более быстрыми темпами, и нет никаких признаков замедления.
 
Это говорит о том, что необходимо составить три внутренних списка, основанных на фактах, а не на желаниях. Один список — приоритеты того, для чего компании нужен искусственный интеллект, а также причины, по которым он занимает это место. Например, для организации, испытывающей массовую нехватку персонала, замена сотрудников с помощью ИИ может стать первоочередной задачей, чтобы она могла работать более эффективно. Второй список, который не менее динамичен, — то, что ИИ может сделать с экономической точки зрения (экономическая часть важна), основываясь на том, как его успешно используют другие. В окончательном списке эти два пункта сходятся и представляют собой перечень задач, которые необходимо выполнить компании, с разбивкой как по приоритетам, так и по возможностям инструментов.
 
Сосредоточьтесь на гибкости
 
Любой итоговый план должен быть разработан таким образом, чтобы обеспечить высокую гибкость, поскольку как потребности компании, так и возможности искусственного интеллекта постоянно меняются и, вероятно, будут продолжать изменяться в это время масштабных трансформаций.
 
Это означает, что лица, принимающие решения, должны быть открыты и стремиться к изменениям, которые либо приведут к обновлению плана, либо к переменам с учетом концепции «невозвратных затрат». Другими словами, решения о смене направления должны основываться не на уже потраченных деньгах и усилиях, а на деньгах и усилиях, которые необходимо будет вложить, чтобы адаптироваться к новой цели. Если вы обнаружите, что движетесь не в том направлении, не стоит продолжать движение только потому, что вы потратили много денег, чтобы попасть не в то место.
 
Гибкость станет ключом к успеху, потому что, как ни один военный план не выдерживает первого контакта с противником, так и ни один ИТ-сценарий не останется нетронутым после начала реализации, особенно когда базовая технология меняется так быстро, как в данном случае.
 
Таким образом, обеспечение гибкости и способность к жесткому повороту всегда на повестке дня — это важнейшие аспекты успешной стратегии внедрения ИИ.
 
Заключение
 
Ирония заключается в том, что технологии, основанные на знаниях, сильно страдают из-за недостатка знаний и опыта в этой области, но именно в этом мы и находимся. Я могу утверждать, что лучшее начало для создания решения с использованием ИИ — помощь в принятии решений по будущим проектам на основе ИИ, чтобы сам инструмент использовался для более успешного применения.
 
Очевидно, что сейчас мы не готовы к этому, поэтому мой совет — убедиться, что ваши решения подкреплены исследованиями как того, что вам нужно сделать, так и реальных возможностей инструмента.  И что эти решения остаются гибкими, поскольку основы для них будут меняться в обозримом будущем.
 
Ссылка на источник