Stebėtina šalutinis pandemijos poveikis: AI whiplash

Pateikė KPMG

Tarp daugybės verslo sutrikimų, kuriuos sukelia COVID-19, vienas iš dažniausiai nepastebėtas: dirbtinio intelekto (DI) plakimas.

Praėjusiais metais pandemijai pradėjus apversti pasaulį, įmonės griebėsi visų turimų įrankių, įskaitant dirbtinį intelektą, siekdamos išspręsti iššūkius ir saugiai bei efektyviai aptarnauti klientus. Į 2021 m. KPMG apklausa JAV verslo vadovų, atliktų sausio 3–16 d., pusė respondentų teigė, kad jų organizacija paspartino dirbtinio intelekto naudojimą reaguodama į COVID-19, įskaitant 72% pramonės gamintojų, 57% technologijų įmonių ir 53% mažmenininkų.

Dauguma džiaugiasi rezultatais. Aštuoniasdešimt du procentai apklaustųjų sutinka, kad AI padėjo jų organizacijai pandemijos metu, o dauguma teigia, kad jis duoda dar daugiau naudos, nei tikėtasi. Žvelgiant plačiau, beveik visi teigia, kad platesnis AI naudojimas padėtų jų organizacijai veikti efektyviau. Tiesą sakant, 85 % nori, kad jų organizacija paspartintų dirbtinio intelekto pritaikymą.

Vis dėlto nuotaikos nėra visiškai teigiamos. 44 % vadovų, net ir bandydami pasistengti, mano, kad jų pramonė dirbtinio intelekto srityje veikia greičiau nei turėtų. Dar labiau stebina tai, kad 74 % respondentų teigia, kad dirbtinio intelekto naudojimas siekiant padėti įmonėms tebėra labiau ažiotažas nei realybė – nuo ​​mūsų 2019 m. rugsėjo mėn. AI tyrimo smarkiai išaugo pagrindinėse pramonės šakose. Pavyzdžiui, tiek finansinių paslaugų, tiek mažmeninės prekybos sektoriuose 75 % vadovų dabar mano, kad dirbtinis intelektas yra per daug išpopuliarintas, atitinkamai nuo 42 % ir 64 %.

Kaip suderinti šiuos iš pažiūros priešingus požiūrius į tai, ką KPMG vadina AI whiplash? Remdamiesi savo darbu, padedančiu organizacijoms taikyti AI, matome keletą paaiškinimų apie ažiotažą. Vienas iš jų yra paprastas technologijos naujumas, dėl kurio atsirado klaidingas supratimas apie tai, ką ji gali ir ko negali, kiek laiko užtrunka pasiekti įmonės masto rezultatus ir kokios galimos klaidos, kai organizacijos eksperimentuoja su dirbtiniu intelektu be tinkamo pagrindo.

Nors 79 % respondentų teigia, kad dirbtinis intelektas jų organizacijoje yra bent vidutiniškai funkcionalus, tik 43 % teigia, kad jis yra visiškai funkcionalus. Vis dar įprasta rasti žmonių, kurie galvoja apie AI kaip ką nors, ką reikia įsigyti, pavyzdžiui, naują mechanizmą, kad būtų galima greitai pasiekti rezultatų. Ir nors jie galėjo patirti tam tikrą sėkmę dirbant su dirbtiniu intelektu (dažnai tai yra nedideli koncepcijos įrodymai), daugelis organizacijų sužinojo, kad pritaikyti juos įmonės lygiui gali būti sudėtingiau. Tam reikia prieigos prie švarių ir gerai sutvarkytų duomenų; tvirta duomenų saugojimo infrastruktūra; dalyko ekspertai, padedantys sukurti pažymėtus mokymo duomenis; sudėtingi informatikos įgūdžiai; ir įpirka iš verslo.

Žinoma, taip pat neverta manyti, kad dirbtinio intelekto šalininkai kartkartėmis galėjo perdėti jo potencialą arba neįvertinti pastangų, reikalingų norint suvokti visą jo vertę.

Kalbant apie tai, kodėl vadovai nesutaria dėl AI pritaikymo greičio, matome pagrindinę žmogaus prigimtį. Pradedantiesiems visada lengviau patikėti, kad kitoje pusėje žolė žalesnė. Taip pat įtariame, kad daugelis žmonių nerimauja, kad jų pramonė per greitai juda pirmiausia dėl to, kad jų pačių organizacija neatitinka tokio greičio. Jei jie patyrė ankstyvos stadijos PG žagsėjimą, ypač praėjusiais metais, kai pasaulis matė su DI įgalintus pasiekimus, pavyzdžiui, rekordiškai greitą vakcinų nuo COVID-19 kūrimą, galėjo būti lengva pasiduoti tokioms baimėms.

Matome kitą veiksnį, skatinantį prieštaringus jausmus apie AI potencialą – tai, kad nėra nustatytos teisinės ir reguliavimo sistemos, kuri padėtų jį naudoti. Daugelis verslo lyderių neturi aiškaus požiūrio į tai, ką jų organizacija daro valdydama dirbtinį intelektą, ar kokių naujų vyriausybės taisyklių gali laukti. Suprantama, jie nerimauja dėl su tuo susijusių pavojų, įskaitant šiandieninius naudojimo atvejus, kuriuos rytoj gali sunaikinti reguliuotojai.

Šis neapibrėžtumas padeda paaiškinti dar vieną, atrodytų, prieštaringą mūsų apklausos išvadą. Nors įmonių vadovai paprastai skeptiškai žiūri į vyriausybės reguliavimą, 87 % teigia, kad vyriausybė turėtų atlikti vaidmenį reguliuojant dirbtinio intelekto technologijas.

Pereinama nuo AI whiplash

Nors kiekvienai organizacijai reikės savo vadovo, kad atsigautų nuo AI whiplash ir optimizuotų savo investicijas į technologiją, išsamų planą turėtų sudaryti penki komponentai:

• Strateginė investicija į duomenis. Duomenys yra dirbtinio intelekto žaliava ir skaitmeninės organizacijos jungiamasis audinys. Organizacijoms reikia švarių, mašininiu būdu virškinamų duomenų, paženklintų AI modeliams mokyti, padedant dalyko ekspertams. Jiems reikalinga duomenų saugojimo infrastruktūra, kuri pranoktų funkcines verslo talpyklas ir galėtų greitai bei patikimai pateikti duomenis. Kai modeliai yra įdiegti, norint nuolat juos derinti ir mokyti, reikia strategijos ir požiūrio į rinkimo duomenis.
• Tinkamas talentas. Kompiuterių mokslininkai, turintys patirties dirbtinio intelekto srityje, yra labai paklausūs, juos sunku rasti, tačiau jie yra labai svarbūs norint suprasti AI kraštovaizdį ir vadovaujantis strategija. Organizacijoms, kurios negali sukurti visos mokslininkų komandos viduje, reikės išorinių partnerių, kurie galėtų užpildyti spragas ir padėti joms rūšiuoti nuolat besiplečiantį AI pardavėjų ir pasiūlymų asortimentą.
• Ilgalaikė AI strategija, vadovaujama verslo. Organizacijos daugiausiai iš AI išnaudoja galvodamos apie problemų sprendimo būdus, o ne pirkdamos technologijas ir ieškodamos būdų, kaip jas panaudoti. Jie leidžia verslui, o ne IT skyriui, vadovauti darbotvarkei. Kai dirbtinio intelekto investicijos, susietos su verslo vadovaujama strategija, suklysta, jos tampa galimybe greitai žlugti ir mokytis, o ne paspartinti ir sudeginti. Tačiau net jei įmonės kartojasi greitai, jos turi tai daryti pagal ilgalaikę AI strategiją, nes didžiausia nauda pasiekiama per ilgą laikotarpį.
• Kultūra ir darbuotojų kvalifikacijos kėlimas. Tik nedaugelis dirbtinio intelekto darbotvarkių įgaus trauką be darbo jėgos ir kultūros, investuotos į DI sėkmę. Norint laimėti darbuotojų įsipareigojimą, reikia suteikti jiems bent elementarų supratimą apie technologiją ir duomenis bei dar gilesnį supratimą, kokia tai bus naudinga jiems ir įmonei. Taip pat svarbu tobulinti darbo jėgos įgūdžius, ypač kai dirbtinis intelektas perims arba papildys esamas jų pareigas. Duomenimis pagrįstos mąstysenos pritaikymas ir gilesnio dirbtinio intelekto raštingumo įdiegimas organizacijos DNR padės joms plėstis ir pasisekti.
• Įsipareigojimas etiškai ir nešališkai naudoti AI. Dirbtinis intelektas yra daug žadantis, tačiau taip pat gali pakenkti, jei organizacijos jį naudos taip, kaip klientai nemėgsta arba diskriminuoja kai kuriuos gyventojų sluoksnius. Kiekviena organizacija turėtų parengti AI etikos politiką su aiškiomis gairėmis, kaip ši technologija bus įdiegta. Ši politika turėtų būti įpareigota imtis priemonių ir būti „DevOps“ proceso dalis, siekiant patikrinti, ar nėra duomenų problemų ir disbalanso, išmatuoti ir kiekybiškai įvertinti nenumatytą mašininio mokymosi algoritmų paklaidą, stebėti duomenų kilmę ir nustatyti algoritmus mokančius asmenis. Organizacijos turėtų nuolat stebėti modelių šališkumą ir poslinkį ir užtikrinti, kad modelio sprendimai būtų paaiškinami.

Kas toliau

Vadovų tikslai dėl AI investicijų per ateinančius dvejus metus skiriasi priklausomai nuo pramonės šakos. Sveikatos priežiūros vadovai teigia, kad jų dėmesys bus skiriamas telemedicinai, robotizuotoms užduotims ir pacientų priežiūros teikimui. Gyvybės mokslų srityje jie teigia, kad sieks įdiegti AI, kad nustatytų naujas pajamų galimybes, sumažintų administracines išlaidas ir analizuotų pacientų duomenis. O vyriausybės vadovai teigia, kad jų dėmesys bus skiriamas procesų automatizavimo ir analizės pajėgumų gerinimui bei sutarčių sudarymo ir kitų įsipareigojimų valdymui.

Tikėtini rezultatai taip pat skiriasi priklausomai nuo pramonės šakos. Mažmeninės prekybos vadovai prognozuoja didžiausią poveikį klientų žvalgybos, atsargų valdymo ir klientų aptarnavimo pokalbių robotų srityse. Pramonės gamintojai tai mato gaminių projektavimo, kūrimo ir inžinerijos srityse; techninės priežiūros operacijos; ir gamybinę veiklą. Be to, finansinių paslaugų įmonės tikisi geriau aptikti ir užkirsti kelią sukčiavimui, valdyti riziką ir automatizuoti procesus.

Ilgainiui KPMG mano, kad dirbtinis intelektas atlieka labai svarbų vaidmenį mažinant sukčiavimą, švaistymą ir piktnaudžiavimą bei padedant įmonėms patobulinti pardavimų, rinkodaros ir klientų aptarnavimo operacijas. Galiausiai tikime, kad dirbtinis intelektas padės išspręsti esminius žmogaus iššūkius tokiose įvairiose srityse kaip ligų nustatymas ir gydymas, žemės ūkis ir pasaulinis badas bei klimato kaita.

Tai ateitis, dėl kurios verta dirbti. Manome, kad vyriausybė ir pramonė turi atlikti tam tikrą vaidmenį – bendradarbiaujant suformuluoti taisykles, skatinančias etinę AI evoliuciją, neslopinant jau vykstančių naujovių ir impulso.

Daugiau skaitykite KPMG Pranešimas „Klesti dirbtinio intelekto pasaulyje“. .

Šį turinį sukūrė KPMG. Ją parašė ne „MIT Technology Review“ redakcija.

paslėpti