Найти тему
АйТи блог

5 основных причин, по которым компании опасаются внедрения Искуственного интеллекта

Оглавление

Пока только одна из шести компаний получает высокую отдачу от ИИ. Большинство же утверждает, что получит таковую в течение двух лет. Но сначала нужно преодолеть барьеры.

Многие компании ожидают в ближайшем будущем получить существенную выгоду от внедрения технологий, основанных на искусственном интеллекте. Что же предстоит преодолеть?
Многие компании ожидают в ближайшем будущем получить существенную выгоду от внедрения технологий, основанных на искусственном интеллекте. Что же предстоит преодолеть?

В глобальном опросе консалтинговой фирмы Protiviti приняли участие триста руководителей высшего звена и их непосредственные подчиненные. 16% из них ответили, что их компании получают “высокую” или “очень высокую” отдачу от своих инвестиций в ИИ. Но более половины респондентов (52%) сообщили, что через два года также получат высокую отдачу.

Компания Protiviti выявила пять основных препятствий для внедрения искусственного интеллекта.
Компания Protiviti выявила пять основных препятствий для внедрения искусственного интеллекта.

Во-первых, есть риски

Несмотря на усиленную кибербезопасность, как преимущество ИИ, доступ к конфиденциальным и личным данным всегда связан с опасностью.

“Когда у вас есть правила, например, такие как недавно принятые в Европейском Союзе правила обработки персональных данных [GDPR], ставки становятся выше, - говорит Трайуон Канадей, управляющий директор компании Protiviti. - Вам необходимо знать, что эти алгоритмы используют личные данные как с точки зрения закона, так и с точки зрения этики и что они одновременно тщательно защищают эти данные”.

Во-вторых, существуют и другие нормативные ограничения

Организации должны иметь возможность проводить аудит своих передовых приложений искусственного интеллекта не только для обеспечения безопасности данных, но и для того, чтобы руководители компаний понимали, как работают приложения.

Глубокое обучение - более высокая форма машинного обучения. Последовательные уровни представлений, которые “учат” компьютеры понимать и принимать решения самостоятельно. Но и тут возникает проблема, едва дело доходит до аудита.
Глубокое обучение - более высокая форма машинного обучения. Последовательные уровни представлений, которые “учат” компьютеры понимать и принимать решения самостоятельно. Но и тут возникает проблема, едва дело доходит до аудита.
“Когда вы начинаете смотреть на такие вещи, как ГО, где компьютеры по сути пишут свои собственные алгоритмы - как это можно проверить? - говорит Канадей. - Может ли регулятор быть в чём-то уверен, ведь не каждый понимает, как ИИ придумывает свои ответы...”

В-третьих, только половина компаний осторожна…

...и применяет такую же строгость к бизнес-кейсам ИИ, как к другим инвестициям. Примерно каждый третий основывает инвестиции в ИИ исключительно на доказательстве концепции, в то время как каждый пятый не требует ни ROI, ни доказательства концепции.

В-четвертых, негативное освещение в СМИ

Убедительные доказательства концепций и пробных проектов все равно необходимы, потому что высшее руководство просто скептически относится к передовому ИИ. Среди участников опроса лишь 8% опрошенных генеральных директоров, 14% исполнительных директоров и 21% финансовых директоров видят ИИ существенным или очень важным для будущего их бизнеса.

Одна из причин - освещение ИИ в СМИ часто негативное. Уважаемые голоса усилили возникшую озабоченность.

-4

Неудивительно, что многие руководители технологических компаний не согласны со своими нетехническими коллегами: 57% технических директоров и 46% ИТ-директоров признают важность внедрения продвинутого ИИ.

Компания Protiviti советует избегать крупных инвестиций в инфраструктуру на ранних стадиях. “Пробные проекты должны решать простые задачи, которые нелегко решить с помощью других аналитических подходов", - говорится в отчете. Однако выбор верных приложений может быть затруднен, поскольку компании имеют дело с устаревшими системами и другими проблемами инфраструктуры, отмечается в документе.

В-пятых, некому внедрять ИИ

Университеты не выпускают достаточно квалифицированных специалистов по ИИ, что порождает войну талантов и повышает зарплаты.

Кроме того, Канадей говорит, что конечной задачей для компаний является поиск людей, которые понимают как бизнес, так и технологии. Часто они сильны либо в одном, либо в другом. “Вам нужны люди, которые могут соединить эти области", - говорит он.

источник