การประสบความสำเร็จในการนำ AI มาใช้นั้นไม่ใช่เรื่องง่าย แต่ในช่วงไม่กี่ปีที่ผ่านมามีความคืบหน้าอย่างมาก โดย McKinsey & Company รายงานว่าธุรกิจจำนวนมากเริ่มเห็นคุณค่า รวมถึงผลกระทบต่อรายได้ พูดง่ายๆ เราอาจจะเข้าสู่ขั้นตอนใหม่ในการเดินทางของปัญญาประดิษฐ์ในปี 2020 จริง ๆ แล้ว “ไม่มีการยอมรับ AI เพิ่มขึ้นเลย” ตามรายงานของThe State of AI ของ McKinsey
(เผยแพร่ในเดือนพฤศจิกายนของปีนั้น) แต่บริษัทต่างๆ กำลัง
“จับมูลค่าจาก AI ในระดับองค์กร” ในแง่ของรายได้และการลดค่าใช้จ่าย โดยบางรายถึงกับให้รายได้ก่อนดอกเบี้ยจ่าย ภาษี ค่าเสื่อมราคา และค่าตัดจำหน่าย (EBITDA) แก่ AI ถึง 20% หรือมากกว่านั้น
หลังการระบาดของโควิด-19 PwC พบว่า 52% ของธุรกิจเร่งแผนการนำ AI ไปใช้ โดย 86% กล่าวว่ากำลังจะกลายเป็น “เทคโนโลยีกระแสหลัก” ในปี 2564 ปัจจุบันหลายบริษัทกำลังเริ่มต้นการเดินทางของ AI แต่มีความแตกต่าง เวลานี้: พวกเขาจะไม่ทำมันตาบอด ปัจจุบันเป็นเทคโนโลยีที่คุ้นเคยมากขึ้น และแทนที่จะเป็น “วัตถุที่สว่างและเป็นประกาย” กำลังกลายเป็นศูนย์กลางขององค์กร
ปัญหาเกี่ยวกับการรับเอา AI
การเดินทางสู่การบรรลุคุณค่าสูงสุดจาก AI จะยาวนานและยุ่งเหยิงกว่าการเปลี่ยนแปลงทางเทคโนโลยีส่วนใหญ่ ข้อมูล เทคโนโลยี และความสามารถที่เกี่ยวข้องจะส่งผลกระทบต่อการทำงานต่างๆ ทั่วทั้งองค์กรของคุณ รวมถึงคนที่คุณร่วมงานด้วย
การยอมรับเป็นกระบวนการต่อเนื่อง เนื่องจากฟังก์ชัน AI ตลอดจนข้อมูลที่ป้อนเข้าไป จำเป็นต้องได้รับการตรวจสอบตลอดขั้นตอนต่างๆ ของการพัฒนา การปรับใช้ และการปรับเปลี่ยนอย่างต่อเนื่อง “การเรียนรู้” ของเครื่องจักรทำในสิ่งที่เขียนไว้บนกระป๋อง: เมื่อมีการเพิ่มและเปลี่ยนแปลงข้อมูล AI จะเรียนรู้จากข้อมูลนี้และเปลี่ยนแปลง จึงต้องมีการปรับเปลี่ยนและปรับปรุงอย่างต่อเนื่อง
เมื่อธุรกิจเริ่มเข้าใจและเห็นคุณค่าของ AI ความท้าทายที่สำคัญจนถึงขณะนี้อยู่ที่การปรับใช้ แต่เราเริ่มเห็นว่าสิ่งเหล่านี้ได้รับการแก้ไขอย่างเป็นระบบ ขณะนี้เรายังมีกรณีความสำเร็จและตัวอย่างที่ดีสำหรับบริษัทต่าง ๆ ในการเรียนรู้และซึมซับแนวทางปฏิบัติที่ดีที่สุด แต่นั่นไม่ได้หยุดอยู่แค่นั้น
ที่เกี่ยวข้อง: 5 สิ่งที่ผู้นำธุรกิจต้องรู้เกี่ยวกับการปรับใช้ AI ในระดับต่างๆ
ขั้นตอนของการรับเลี้ยงบุตรบุญธรรม
ตามเนื้อผ้า (ถ้าคุณใช้คำนั้นในบริบทนี้ได้จริงๆ) โซลูชัน AI จะมีสามขั้นตอน ได้แก่ การวางแผน การสร้างหรือการสร้างแบบจำลอง และการนำไปผลิต ตอนนี้ ถึงเวลาที่ต้องมุ่งเน้นไปที่ขั้นตอนที่สี่ และอาจสำคัญที่สุด: การดำเนินการ นี่คือจุดที่การสันนิษฐานว่าข้อมูลคงที่ในห้องปฏิบัติการทำให้เกิดปัญหา เนื่องจากโซลูชัน AI ในโลกแห่งความเป็นจริงจะต้องจัดการกับข้อมูลแบบไดนามิก ซึ่งสามารถเลื่อนและเปลี่ยนแปลงได้ ดังนั้นความเสถียรและความทนทานจึงมีความสำคัญสำหรับทีมวิศวกรรมที่ต้องพิจารณา ขั้นตอนการดำเนินการยังเป็นช่วงเวลาสำคัญในการสร้างความมั่นคง
โซลูชัน AI ที่เสถียรและยั่งยืนต้องการมากกว่าแบบจำลอง
ในการผลิต: ในขั้นตอนการดำเนินการ ส่วนประกอบแบบคลาสสิกควรรวมถึงความสามารถในการตรวจสอบ การสังเกต แดชบอร์ด กลไกการป้อนกลับ การเพิ่มความคิดเห็นของข้อมูล และอื่นๆ ในขั้นตอนขั้นสูง ทีมปฏิบัติการจำเป็นต้องคิดเกี่ยวกับการฝึกอบรมโมเดลใหม่และปรับใช้ในสภาพแวดล้อมการผลิต เช่นเดียวกับการคัดกรองข้อมูลขั้นสูง การจัดการเสียงรบกวน และการตอบสนองแบบสองทิศทางระหว่าง AI และผู้ใช้
ขั้นตอนต่อไป
ขั้นตอนการปฏิบัติงานจะมีความสำคัญอย่างยิ่งในอีกสองถึงห้าปีข้างหน้า บริษัทเหล่านั้นที่ได้วางแผน สร้าง และปรับใช้โมเดล AI ที่ประสบความสำเร็จแล้ว จะต้องลงทุนในการบำรุงรักษาและการดำเนินการ ข้อมูลแบบไดนามิก การทดสอบอย่างต่อเนื่อง และการเติบโตในสภาพแวดล้อมจริงเท่านั้นที่สามารถสร้างผลกระทบต่อไปได้
ที่เกี่ยวข้อง: สิ่งที่นักต้มตุ๋นและ ‘หงส์ดำ’ มีเหมือนกัน AI สามารถลดผลกระทบของทั้งสองได้อย่างไร
จากนี้ไป จะมีความจำเป็นเพิ่มขึ้นสำหรับเครื่องมือ ผลิตภัณฑ์ วิธีการ และที่สำคัญคือ ผู้คน เพื่อใช้งาน AI สิ่งนี้จะต้องได้รับการพิจารณาทั่วทั้งองค์กร เพื่อให้ทีมสามารถตอบสนองต่อการเปลี่ยนแปลงข้อมูลในลักษณะที่ปรับขนาดได้ การวนลูปในทีมวิทยาศาสตร์ข้อมูลทั้งหมดสำหรับโครงการสามเดือนทุกครั้งที่มีการเปลี่ยนแปลงข้อมูลนั้นไม่ยั่งยืน ท้ายที่สุดแล้ว จุดประสงค์ของการนำ AI มาใช้ก็คือเพื่อทำให้กระบวนการเป็นอัตโนมัติและทำให้ชีวิตง่ายขึ้น — ไม่ใช้กำลังคนมากขึ้นและทำให้เกิดปัญหามากขึ้น
เรากำลังก้าวไปสู่โลกที่ไม่ควรใช้เวลา 18 เดือนในการนำ AI มาสู่การผลิตและดำเนินการโดยไม่ควรเป็นเรื่องยุ่งยาก การแก้ไขปัญหา? ลงทุนในการดำเนินงานและโครงสร้างพื้นฐาน และสร้างชุดปฏิบัติการที่สามารถตอบสนองต่อการเปลี่ยนแปลงได้อย่างยั่งยืน
Credit : แนะนำ 666slotclub / hob66
