Разделы

Цифровизация

9 вещей про ИИ, которые необходимо знать ИТ-директору

К 2030 г., как прогнозируют в PwC, искусственный интеллект может привнести в мировую экономику $15,7 трлн. Подавляющее большинство топ-менеджеров крупных компаний связывают с ИИ очередную технологическую революцию; согласно исследованию отношения в обществе к ИИ, проведенному компанией Edelman к Всемирному экономическому форуму 2019 г., такого мнения придерживаются 91% руководителей технологических компаний. Среди представителей «широкой общественности» доля оптимистов чуть ниже, 84%, но тоже весьма велика. Что нужно принять во внимание ИТ-директорам прежде, чем выступить проводником технологий ИИ в свои компании?

Директору, обдумывающему проект по ИИ

Быстрое развитие технологий искусственного интеллекта требует от ИТ-директоров постоянно следить за разработками в этой области для того, чтобы быть в состоянии оценить применимость той или иной технологии в его компании, подбирать необходимых ИТ-специалистов, ставить перед ними задачи и контролировать их выполнение.

Эта работа, сама по себе непростая, осложняется тем, что ИТ-директорам нужно принимать решение о том, как можно применить технологии искусственного интеллекта в ближайшее время, а не через 3–5 лет. Во-первых, потому, что тема «горячая» и все ждут немедленных результатов от ИИ-проектов (в том числе — подстегнутые маркетинговыми заверениями поставщиков решений). А во-вторых, потому, что в кризисное время от любых ИТ-проектов ждут быстрой отдачи.

Стефани Оверби собрала 9 советов ИТ-директорам, обдумывающим проекты в области искусственного интеллекта.

1. Искусственный интеллект многолик

Термин «искусственный интеллект» очень расплывчатый, он используется для обозначения широкого круга технологий, позволяющих на основе данных получать прогноз или ответ на интересующий вопрос. И у каждой «ветки» ИИ — своя «специализация». К примеру, технологии NLP (Natural Language Processing, технологии обработки естественного языка) подходят для автоматизации сортировки входящих электронных писем; технологии машинного зрения могут использоваться для оценки качества продуктовой линейки, а расширенная аналитика поможет предсказать сбой в работе инфраструктуры или оборудования. Соответственно, ИТ-директору надо сфокусироваться на тех технологиях ИИ, которые нужны бизнесу его компании.

2. Искусственный интеллект не всемогущ

Зачастую ожидания от ИИ намного превосходят реальные возможности средств искусственного интеллекта, по крайней мере — на текущем этапе их развития. Поэтому ИТ-директорам нужно разобраться в ограничениях технологий искусственного интеллекта, чтобы привести свои ожидания в соответствие с возможностями решений в области ИИ, которые предлагают поставщики. Условно говоря, проанализировав ИИ миллионы изображений кошек и «не кошек», алгоритм машинного обучения может научиться распознавать этих зверей, но он не узнает, что эти домашние животные мяукают.

Зачастую ожидания от ИИ намного превосходят реальные возможности средств искусственного интеллекта. Фото: ru.depositphotos.com

3. Терпение, только терпение

В ходе опроса Everest Group, в котором приняли участие более 200 мировых лидеров в сфере ИТ, 84% респондентов назвали важной проблемой «долгое ожидание» возврата инвестиций в проекты, связанные с искусственным интеллектом. Действительно, для выхода на окупаемость проектов, основанных на технологиях ИИ, требуется больше времени, чем, в среднем, для любой другой инициативы в ИТ. Поэтому, начиная ИИ-проект, надо набраться терпения. Несмотря на упоминавшиеся выше большие ожидания от ИИ и требование быстрых результатов.

4. Больше инвестиций — больше данных

Данные — это топливо для алгоритмов искусственного интеллекта. Вот почему в разработку стратегии ИИ должны изначально вовлекаться любые их наборы. А ИТ-директорам нужно понимать, какой объем данных необходим для создания ИИ-решения и оценить до начала проекта — есть ли они в достаточном количестве.

При этом ИТ-директорам следует интересоваться у разработчиков, откуда те берут данные для обучения алгоритма и по каким критериям оценивается работа алгоритма.

Хотя большинство организаций заявляют, что «данные важны», лишь немногие готовы инвестировать достаточно средств в их получение и обработку. Поэтому ИТ-директору необходимо четко понимать, в какие навыки работы с технологиями ИИ ему нужно инвестировать, для того, чтобы уложиться в бюджет.

5. Нужно ценить специалистов по данным

В компаниях часто возникают споры о том, кому должны подчиняться подразделения по работе с данными. Одни директора по информационным технологиям считают, что специалисты этого профиля должны входить в состав их службы, другие выступают за то, чтобы они работали в бизнес-подразделениях. Как бы то ни было, ИТ-директора должны ценить специалистов по обработке данных, независимо от их «приписки» к той или иной структуре. При правильном руководстве такие сотрудники могут решать серьезные бизнес-задачи независимо от того, где они числятся.

6. Искусственному интеллекту нужны масштаб и инфраструктура

Хотя все большее количество компаний используют ИИ-приложения по модели SaaS, однако решающую роль в их масштабировании играет собственная группа разработчиков. Она же вносит решающий вклад в успех (или в провал) проектов в области искусственного интеллекта. Одна из самых важных ролей ИТ-директора в этом процессе — понимание технологических требований, необходимых для поддержки внедрения ИИ-решений в компании. ИТ-директор должен убедиться, что стек технологий ИИ способен работать вместе с другими корпоративными технологиями.

7. К успеху приводят кросс-функциональные команды

В отличие от традиционных ИТ-проектов, для реализации инициатив с использованием технологий искусственного интеллекта требуется сотрудничество специалистов в области анализа данных, поддержки и развития инфраструктуры, приложений, управления данными и собственно бизнеса компании. Соответственно, ИТ-директора должны уметь собирать кросс-функциональные команды, которые будут отвечать за результаты ИИ-проектов в целом, а не отдельных их частей.

8. ИИ не похож на человеческий интеллект

Несмотря на слово «интеллект» в названии группы технологий, искусственный интеллект не адаптивен. Поэтому алгоритмы хорошо решают только те задачи, для которых они разрабатывались, и обычно терпят неудачу, когда применяются в ситуациях, похожих на них с точки зрения людей, но не с точки зрения ИИ. Например алгоритм, обученный управлению автомобилем в городской среде, скорее всего потерпит неудачу, управляя автомобилем в сельской местности.

9. Результаты для бизнеса должны быть на первом месте

И, конечно, ИТ-директор должен понимать, в чем ценность внедрения приложений искусственного интеллекта для бизнеса его компании. Позволит ли ИИ стать ей более эффективной? Сможет вывести на новый уровень работу с клиентами? Поможет найти совершенно новые бизнес-модели? При этом от директора, как отмечают в Everest Group, еще требуется и необычное умение — управлять завышенными ожиданиями бизнеса в отношении внедрения искусственного интеллекта и его влияния на бизнес.

Александра Крылова