Fem kjedelige, men avgjørende oppgaver som kreves for å lykkes i skala med AI

Samarbeid er nøkkelen til å gjøre AI- og IoT-arbeid Bedrifter må samarbeide og sikre at innkjøp for å bli vellykket med transformasjonsteknologi som kunstig intelligens og Internet of Things.

Den største barrieren for å implementere kunstig intelligens i omfang handler ikke om teknologien, men om mennesker og forretningspraksis. I en ny rapport fant PwC at selskaper skalerer tilbake AI-ambisjonene.

Hva er utfordringen? Måling av avkastning, få et budsjett godkjent og opplæring av nåværende ansatte. I AI Predictions-rapporten fra 2020 peker PwC på operasjonelle barrierer og forsterker behovet for en vedvarende forpliktelse fra ledere.

Seniorledere vet at bølgen kommer: "Nitti prosent av de spurte ledere mener at AI tilbyr flere muligheter enn risiko, og nesten halvparten forventer at AI vil forstyrre enten deres geografiske markeder, sektorene de opererer i eller begge deler."

På samme tid sa bare 12% av de 1 062 respondentene at de planla å forstyrre sin egen industri, noe som viser at "nesten fire ganger så mange respondenter frykter forstyrrelse som planlegger å være forstyrrere selv."

Rapporten anbefaler disse fem brede prioriteringene for AI-prosjekter i 2020:

  1. Kom ombord med kjedelig AI
  2. Tenk på opplæringen
  3. Lede på risiko og ansvar
  4. Operasjonaliser AI - integrert og i skala
  5. Gjengi din forretningsmodell på nytt

Den mest interessante og handlingsrike delen av rapporten er spesifikke doser som følger med hver prioritering. Dette er oppgavene som er enkle å utsette eller ignorere. Uten å ta disse trinnene, er det mye vanskeligere å få AI til å jobbe i omfang og å transformere den daglige driften, så vel som en langsiktig forretningsmodell. Her er fem AI-doser som bør være på prosjektlisten din.

Lag en AI inntakstrategi

Dette er en av de mer kjedelige, men viktige delene: Identifiser hvor AI kan ha størst forretningspåvirkning, og bygg de tekniske og menneskelige evnene som kreves for å lykkes. Pek AI-forsøk på papirer som ingen mennesker ønsker å lese uansett.

Telemedisin, AI og dyp læring revolusjonerer helsevesenet (gratis PDF)

Forfatterne av rapporten sier at den beste måten å bruke AI på for å fungere effektivt og øke produktiviteten, er å bruke teknologien til å hente ut informasjon fra avgiftsformer, fakturaer, fakturaer og annen dokumentasjon. Se etter oppgaver som er vanlige i hele virksomheten for å lage gjenbrukbare AI-løsninger, for eksempel en modell for behandling av ustrukturert tekst.

Sett et flerspråklig mål

Dette er en del av revurderingsopplæringsarbeidet - hvis du bare tilbyr teknisk opplæring til de ikke-tekniske ansatte, gjør du det galt.

Samarbeid på tvers av forretningsenheter er generelt viktig for transformasjonsteknologier, og opplæring på tvers av team er også en del av det.

Rapporten anbefaler at det blir prioritert å gi forskjellige spesialister muligheten til å snakke språket til andre spesialiteter. For å oppmuntre til tverrfunksjonelt samarbeid, bør selskaper "opprette 'flerspråklige' team, med dataingeniører, dataetikere, dataforskere og MLOps ingeniører som er en del av applikasjonsutvikling og forretningsteam." Tren også teknologeteammedlemmer på forretningssiden slik at alle snakker samme språk.

Som 50% av ledere i undersøkelsen anerkjent, må teammedlemmer gi umiddelbare muligheter og insentiver for folk å anvende det de har lært, slik at kunnskap blir til ferdigheter i den virkelige verden som forbedrer ytelsen. "

Bygg opp din AI risikotillit

PwC fant at bare omtrent en tredjedel av respondentene har "fullstendig taklet risiko knyttet til data, AI-modeller, utganger og rapportering." Rapportforfatterne antyder at selskaper tar sikkerhetskopi av ordene sine med handlinger. PwCs Ansvarlige AI Toolkit viser disse fem dimensjonene til ansvarlig AI:

  • styresett
  • Tolkbarhet og forklarbarhet
  • Skjevhet og rettferdighet
  • Robusthet og sikkerhet
  • Etikk og regulering

Undersøkelsen fant at omtrent 50% av ledere tar på seg "forklarbarhet" -utfordringen. Rapporten anbefaler også å jobbe med risiko- og etterlevelsesfunksjoner for å utvikle riktige AI-standarder, kontroller, tester og overvåking. Bedrifter trenger også et budsjett for AI-forsikring, ligner det for cybersikkerhet eller skysikkerhet.

Gjør dataene dine klarerte

Data må være "nøyaktige, standardiserte, merkede, komplette, fri for skjevhet, i samsvar med forskrifter og sikre." Dette trinnet er avgjørende for å gjøre AI operativ i stor skala. De største datautfordringene er:

  • Integrere data fra hele organisasjonen (45%)
  • Integrering av AI- og analysesystemer (45%)
  • Integrere AI med IoT og andre teknologiske systemer (43%)

Undersøkelsen fant at bare en tredel av de spurte sa at merkingsdata var en prioritering i 2020. Rapporten anbefaler at selv om AI-innsatsen er fokusert på en enkelt funksjon eller prosess, er det viktig for selskaper å samle inn sikker, kvalitetsdata fra hele (og utenfor) organisasjonen.

Tjene penger på kognitive eiendeler

Dette å gjøre er en del av å gjenoppbygge forretningsmodellarbeidet. Virksomheter bør lage unike dataeiendeler og kognitive eiendeler: AI-modeller som innkapsler selskapets erfaring og kompetanse i et bestemt domene.

For å se avkastning fra AI-prosjekter, må virksomheten kunne utnytte innsikten og resultatene disse nye eiendelene tilbyr.

Disse oppgavene er så kritiske fordi "AI-utvikling er veldig forskjellig fra programvareutvikling og krever en annen tankegang, tilnærming og verktøy." Siden utvikling av AI-modeller krever en "test and learning" -tilnærming, må forretningsgrupper også kontinuerlig lære og foredle tilnærmingen deres.

Blant årets 1.062 respondenter har 54% C-suite-titler, mer enn halvparten jobber innen IT- og teknologifunksjoner, og 36% var fra selskaper med inntekter på $ 5 milliarder dollar og oppover. Undersøkelsen ble utført av PwC Research.

Ukens beste nyhetsbrev

Redaktørene våre fremhever TechRepublic-artikler, gallerier og videoer som du absolutt ikke kan gå glipp av for å holde deg oppdatert om de siste IT-nyhetene, innovasjonene og tipsene. fredager

Registrer deg i dag

© Copyright 2020 | mobilegn.com