Навигация в золотой лихорадке искусственного интеллекта раскрытие скрытых затрат технического долга в предприятий венчурного бизнеса

Навигация в искусственном интеллекте раскрытие затрат технического долга в венчурном бизнесе

За последний год искусственный интеллект привлек внимание руководителей предприятий, побуждая их ускорить инвестиции в компании по искусственному интеллекту или ускорить внедрение собственных продуктов, чтобы не отставать. Однако, в спешке присоединиться к этой новой эпохе технологического прогресса, организации, которые только начинают работать с искусственным интеллектом, могут не учитывать один важный фактор, который должен быть в голове при инвестировании или создании новых продуктов на основе искусственного интеллекта: технический долг.

Хотя идея технического долга не нова, технология искусственного интеллекта вызывает другой вид технического долга по сравнению с обычными программными продуктами. И по мере того, как искусственный интеллект продолжает быстро развиваться, этот важный вопрос также продолжает расти.

Что такое технический долг?

Технический долг, в самом простом определении, это накопление кода низкого качества при создании программного обеспечения. Это обычно происходит из-за ускоренного срока выхода на рынок для удовлетворения бизнес-потребностей или для получения обратной связи от клиентов. При рассмотрении технического долга важно сосредоточиться на сознательном аспекте, поскольку принимающие решения зачастую осознают риски, связанные с программным обеспечением, и последствия, которые могут возникнуть в результате сокращения времени для ускорения работы. Появление искусственного интеллекта привнесло новую и уникальную проблему в области технического долга, а также значительные риски и последствия, которые могут возникнуть.

По мере старения систем искусственного интеллекта и устаревания обучающих данных их стоимость инвестиций в искусственный интеллект превышает затраты времени и инвестиций, необходимых для поддержания высококачественных обучающих данных, также известных как гигиена данных.

Давайте рассмотрим, как накапливается технический долг, какое влияние он оказывает на финансовые показатели и как организации могут его устранить.

Как организации накапливают технический долг?

 Существует два способа накопления технического долга в программном обеспечении. Один из них – это просто плохой код. Организации могут приобретать продукты или наследовать их в результате слияний и поглощений, а затем обнаруживать проблемы с качеством на фоне медленного темпа изменений и инноваций. Другой способ – осознанное принятие руководителями технического долга.

Когда дело доходит до искусственного интеллекта, более 72% руководителей хотят применять искусственный интеллект для повышения производительности сотрудников, но главной проблемой при внедрении искусственного интеллекта является качество и контроль данных. Кажется, что использование продукта, направленного на повышение производительности, одновременно отнимает время от важной работы по непрерывному решению всех проблем качества, вызванных техническим долгом, которые могут подорвать производительность. Но обещание будущей отдачи от повышения производительности перевешивает эти препятствия в ближайшем будущем, что в конечном итоге вернется и негативно повлияет на программное обеспечение в долгосрочной перспективе.

Модельное отклонение: новый вид технического долга

С появлением увеличенных инвестиций в искусственный интеллект организации спешат с маркетинговыми стратегиями, чтобы получить выгоду от генеративного искусственного интеллекта. Хотя это может привести к краткосрочному росту доходов, организации не учитывают то, что впоследствии может стать значительным техническим долгом, известным как модельное отклонение.

Модельное отклонение происходит, когда производительность системы искусственного интеллекта начинает снижаться, а результаты становятся менее точными с увеличением возраста обучающих данных. Рассмотрев жизненный цикл искусственного интеллекта, очевидно, что обучающие данные должны постоянно поддерживаться и обновляться, чтобы обеспечить наиболее точные ответы от машины – и здесь начинается проблема. Спешка в выпуске решений зачастую приводит к недооценке таких вопросов, как получение дополнительных обучающих данных, поддержка гигиены данных системы и обеспечение наличия достаточного числа сотрудников для поддержки этих задач.

По мере устаревания обучающих данных и увеличения разрыва между реальностью и результатами работы системы, организации столкнутся с увеличением затрат и времени, затрачиваемых на устранение этих проблем, которые могли быть предотвращены при правильном планировании процедур и протоколов. Короче говоря, пропуск следующего шага при планировании маркетинговой стратегии может позволить достичь более быстрой доставки, но это не стоит неизбежных негативных последствий, которые в итоге обойдутся дороже в долгосрочной перспективе.

Влияние технического долга на финансовые показатели

Технический долг также сильно влияет на эффективность организации – например, на продажи. Когда технический долг начинает накапливаться и темп изменений замедляется, продавцам становится все сложнее привлечь клиентов, что замедляет заключение сделок и, в конечном итоге, снижает доходы.

Помимо продаж, технический долг также сильно влияет на команды разработчиков. Это потребует больше времени, затраченного на обновление кода, что оттягивает инновации. Переключение внимания и времени на обслуживание откладывает или отменяет планы развития продукта, создавая эффект каскада, который может привести к недоверию между инженерным и коммерческим подразделениями бизнеса. Без плана развития продукта продажные команды лишаются либо обещаний, либо продуктов для представления потенциальным клиентам, что снова сильно сказывается на доходах.

Как решать технический долг

По мере ухудшения предсказуемости доставки, организации начинают сталкиваться с нарушением организационной эффективности, что приводит к разговорам о том, как решить возникшие проблемы. Есть два способа, которыми руководители могут воспользоваться для борьбы с техническим долгом. Первый – полностью отказаться от платформы и кода, и заново создать платформу или сделать небольшие инкрементные изменения, подобно медленной уборке комнаты одним предметом за раз, чтобы в конечном итоге системы пришли в порядок.

Первый метод – переоснащение, требует полной перестройки ваших систем и является огромным и дорогостоящим риском. Подобно крупномасштабному строительному процессу, любые задержки в планировании могут нарушить график продукта и привести к полному провалу усилий. Однако, этот метод иногда может сработать. Возьмем, к примеру, LinkedIn – после их IPO в 2011 году, компания переоснастила сайт и сейчас является крупным игроком на рынке.

Более безопасный вариант – внесение небольших изменений, которые со временем приведут к значительным улучшениям. Поскольку разработчики уже ежедневно взаимодействуют с данными, вносить корректировки здесь и там позволяет привести системы в порядок и избавиться от технического долга. Это также полезно для навыков разработчиков, поскольку это требует от них быть в курсе последних стандартов кода и технологий, что в свою очередь гарантирует успех организации, так как у нее будет меньше пробелов в навыках. Реализация инициативы, основанной на работе инженеров, в рамках которой им выделяется 20% времени для обновления продукта, – отличный способ начать. Хотя этот процесс гораздо медленнее переоснащения, он менее рискованный и все равно приносит ценность для бизнес-модели.

Оставьте ваш технический долг позади в эпоху искусственного интеллекта

По мере того как пространство искусственного интеллекта продолжает быстро развиваться, мы будем видеть все больше решений, которые обещают повышение производительности и организационной эффективности. Хотя это правда, руководители должны приоритезировать внедрение таких методов, как непрерывное обслуживание данных, и мыслить о крупном масштабе, когда речь идет о жизненном цикле вашего решения. Инвестирование в искусственный интеллект не обязательно дорого и сложно, и с небольшими изменениями в планировании и стратегии выхода на рынок вы можете избежать накопления технического долга.