Путь к надежному и ориентированному на ценность искусственному интеллекту начните с задания правильных вопросов.

Начните с правильных вопросов, чтобы достичь надежного и ценностно-ориентированного искусственного интеллекта.

Ваш первый шаг к созданию лучших решений в области искусственного интеллекта.

Фото Мохахида Моттакина на Unsplash

Недавние достижения в области генеративного искусственного интеллекта привлекли внимание предприятий, независимо от их размера, к реализации этой технологии для достижения конкретных бизнес-преимуществ. Однако многие из этих организаций быстро принимают существующие модели искусственного интеллекта или начинают разрабатывать свои собственные без стратегической оценки проблем, которые они намерены решить, или их готовности к интеграции искусственного интеллекта.

Хотя искусственный интеллект несомненно предлагает потенциал для ускоренного роста, увеличения доходов и улучшения удовлетворенности клиентов, извлечение его истинной ценности требует создания благоприятной среды для развития этой технологии.

Как руководитель компании, вероятно, у вас есть различные заинтересованные стороны, будь то ваш совет директоров, конкуренты, уже использующие искусственный интеллект, или сторонние организации, которые выступают за внедрение искусственного интеллекта в вашей организации. Нынешняя отраслевая среда требует не просто внедрения решений в области искусственного интеллекта, а требует достоверных и ценностно-ориентированных решений.

За годы работы и консультирования многих организаций, мне посчастливилось помочь моим клиентам разрабатывать и создавать возможности в области искусственного интеллекта, которые соответствуют и направляют их миссии. Сегодня я делюсь “Путем к достоверному и ценностно-ориентированному искусственному интеллекту” с целью помочь читателям в их путешествии, приблизить их к созданию ценностно-ориентированных решений и отвести их от текущего шума, окружающего искусственный интеллект.

С чего начать?

Изображение автора - использована библиотека open peeps.

Сначните всегда с вопроса “Почему?” Хотя это может показаться очевидным, многие организации фокусируются на “Что”. Важно задавать правильные вопросы – значимые вопросы, которые действительно могут открыть ценность, даже если они вызывают трудности. Как сказал Саймон Синек в своей книге:

“Все начинается с вопроса ‘Почему'”.

Определение самой критической проблемы, которую можно решить и которая предлагает значительный потенциал для прогресса, является важным. После этого понимания следует переходить к целенаправленным действиям, особенно в области искусственного интеллекта. Тщательное изучение основной причины проблемы требует тщательного и обдуманного подхода. Часто эта задача может быть сложной и трудоемкой, особенно когда сталкиваешься с запутанными трудностями. Неопределенности в информации могут добавить дополнительные сложности при определении проблемы. Компании должны проявлять любопытство и смелость, постоянно задавая правильные вопросы в нужном контексте.

В когнитивных науках общеизвестно, что существуют две различные когнитивные системы, лежащие в основе мышления. Система 1 работает быстро, фокусируясь на доступной информации, часто подводимой под принцип “Все, что вы видите, и есть все, что есть” (WYSIATI). Она отлично справляется с быстрым обнаружением ассоциаций, соединением точек и быстрым созданием логической истории. Как отмечает Адам Грант в своей книге “Оригиналы”:

“Люди не могут не видеть сигналы, даже в шуме”.

С другой стороны, предполагается, что Система 2 развилась гораздо позже и, по мнению большинства теоретиков, является уникально человеческой. Мышление Системы 2 медленное и последовательное. Несмотря на свою методичность, Система 2 позволяет абстрактное и гипотетическое мышление, что выходит за рамки возможностей Системы 1.

Динамика этих когнитивных систем явно проявляется в деловой среде. Часто организации колеблются между двумя крайностями. С одной стороны, существует тенденция быстро принимать решения, мотивируемая привлекательностью быстрого действия. Это может привести к принятию решений без должного изучения достаточности или актуальности доступной информации. Такая срочность в действиях может привести к несоответствующим стратегиям или упущенным нюансам. С другой стороны, некоторые организации становятся чрезмерно осторожными и занимаются исчерпывающими обсуждениями. Они могут просматривать бесчисленное количество презентаций PowerPoint, отчетов и совещаний, чтобы оценить доступную информацию. Хотя тщательность восхищает, такой подход иногда может привести к “анализу паралича”, когда огромный объем данных и точек зрения скорее препятствует, чем способствует принятию решений. Бизнес-организации должны сбалансировать эти две крайности, чтобы принимать обоснованные, своевременные и эффективные решения.

В корпоративной среде часто звучат такие термины, как “быстрая победа” и “низкорослый плод”. Однако не редкость, когда организации вкладывают значительное время, часто недели или месяцы, и существенные финансовые ресурсы в инструменты, облачную инфраструктуру и другие связанные затраты для “Доказательства концепции” (POC).

Иронично, эти технические проекты иногда направлены на автоматизацию процессов, которые при оценке занимают всего несколько минут вручную. Для организаций, чтобы эффективно использовать возможности искусственного интеллекта и получить измеримую отдачу от инвестиций (ROI), необходимо разумно распределять ресурсы. Стратегическое различение в определении подлинных возможностей применения ИИ, а не преследование автоматизации ради самой автоматизации, является важным для обеспечения того, чтобы инвестиции приносили смысловые и устойчивые результаты.

Image by Author — used open peeps Library.

Во-вторых, сосредотачивайтесь и избегайте синдрома “сияющего объекта”. Легко поддаться последним инновациям и трендам. Привлекательность “синдрома сияющего объекта” – склонность преследовать новейшие технологии или тренды, не полностью осознавая их последствия и соответствие бизнес-целям – может нанести ущерб. Бизнесы часто инвестируют значительные средства в новейшие модные слова: одно мгновение – это машинное обучение; на следующий момент – это глубокое обучение, а затем внимание переключается на генеративный ИИ. Частое изменение фокуса может привести к значительным затратам, не пропорциональным возврату инвестиций.

Однако важно помнить выявленную проблему и оставаться приверженным ее решению. Этот фокус гарантирует более эффективное использование ресурсов и максимизацию возможности достижения реальной ценности. Важно быть в курсе технологических новинок, но при этом следить за тем, чтобы эти инновации служили основным целям организации и не отвлекали внимание и ресурсы.

Кроме того, им наверняка придется столкнуться с неопределенностями и “неизвестными неизвестными”. Это непредвиденные вызовы или переменные, которые изначально не учитывались, но могут существенно влиять на решение проблемы. В таких случаях организациям необходимо выделить буфер для экспериментов, обеспечивая гибкость и адаптивность. Это позволяет извлекать уроки из непредвиденных результатов и уточнять стратегии на основе обратной связи из реального мира.

Кроме того, важно привлечь экспертов в определении проблемы на ранних этапах процесса. С их обширными знаниями и опытом эти эксперты могут предоставить бесценные идеи, помочь в процессе экспериментирования и помочь в навигации по сложностям, обеспечивая, чтобы организация оставалась на пути к значимым решениям и реализации ценности.

Наконец, последний этап – ВЗЯТЬ ДЕЙСТВИЕ. Когда организация полностью понимает проблему и учитывает возможные неопределенности, следующим важным шагом является принятие последовательных действий. Последовательные действия означают, что каждый предпринятый шаг соответствует общей цели и согласуется с пониманием проблемы и этапом экспериментирования. Речь идет не только о внедрении решений, но и о том, чтобы они были синергичными, строящими друг на друге для создания комплексного подхода.

Для этого необходимо объединить стратегическое предвидение, тактическое выполнение и непрерывные циклы обратной связи для корректировки курса по мере необходимости. Также важно создать культуру сотрудничества, в которой межфункциональные команды работают в партнерстве для продвижения решения, опираясь на свои уникальные знания. Организации могут оптимизировать свои усилия, сократить избыточность и ускорить путь от выявления проблемы к внедрению решения, обеспечивая последовательность и согласованность действий.

Наконец, внедрение ИИ – это не только о разработке решений, но и о постановке правильных вопросов или преодолении вызовов. Привлекательность трансформационного обещания ИИ иногда может перевесить его практическое использование. Однако подход, сосредоточенный на технологии – выбор ИИ, а затем поиск задач для решения – может привести к несоответствующим тактикам и неудовлетворительным результатам.

Задавая правильные вопросы, организации могут убедиться, что они используют ИИ не только из-за его рекламы, но и из-за его реальной способности решать конкретные проблемы. Такой проблемно-ориентированный подход гарантирует, что ИИ является инструментом, адаптированным к конкретным потребностям компании, а не организация подстраивается под ограничения технологии. В сущности, успех внедрения ИИ зависит от ясности целей, которую можно достичь, задавая правильные вопросы с самого начала.

Об авторе:

Хаджар является сторонником искусственного интеллекта, спикером и консультантом, ценящим технологии, инновации и превосходство.

Она помогает организациям социальной направленности использовать силу данных и ИИ для максимизации своего воздействия. Она гордится тем, что слушает потребности клиентов и создает хорошо спроектированные, инновационные и ценностно-ориентированные решения, которые помогают ее клиентам достигать своих целей.

Ее можно найти в LinkedIn и Twitter.