В недавнем опросе Deloit тех, кто внедрил ИИ отметили, что отдачу получили 82%, что говорит об эффективности внедрения, но на этом пути всегда встречаются сложности. А 88% планируют увеличить расходы на внедрение ИИ в их организациях.
Первое препятствие в использовании ИИ.
Отсутствие нормальных релевантных данных, которые не содержат ложных предпосылок и не нарушают конфиденциальность. Если с конфиденциальностью всё понятно то, что эта такое «ложные предпосылки». ИИ будет пережёвывать то, что вы ему скормите и если данные будут отражать не всю картину, а только однобоко её показывать, то и результат вы получите соответствующий.
Положим, вы решили связать продажи с погодными условиями, и попытаетесь это сделать на данных только одного магазина. ИИ трудолюбивая машинка и она, конечно, выведет какие-то закономерности, но так ли они пригодны для использования? Скорее нет и выборка неточна и достоверный прогноз погоды найти сложно, короче, пустая трата времени и денег.
39% включили проблему с данными в тройку наиболее важных.
Как совет, чтобы не перелопачивать все данные, которые собирает организация, сосредоточьтесь на тех, которые наиболее важны. К примеру, часто бывает, что «хорошие» данные не всегда пригодны, если вам важно понять, где сбой. Если продажи идут хорошо, то анализ этих данных не поможет вам, если у вас пойдёт что-то не так, поэтому анализ «нехороших» данных, проблемных может дать больше бизнесу.
Второе препятствие – это бизнес-процессы в компаниях. В России это, наверно, проблема номер один, когда есть бесконечное подруливание собственником, отсутствие чётких рамок всего и вся, не даёт возможности говорить об автоматизации и внедрении ИИ. ИИ сам по себе очень гибкий инструмент, но когда в компании полнейший бардак, то и он бессилен. Бизнес-процессы – это отражение цели организации, а зачастую ни у организации, ни у собственника цели нет. В этом ему даже ИИ не поможет.
Третье препятствие – это сложности внедрения: навыков нет, а страх есть и все заходят в тупик вместе с кучкой энтузиастов, которые решили внедрить ИИ. 69% заявили, что разрыв в необходимых навыках для внедрения ИИ на сегодня либо умеренный, либо сильный, либо драматически большой. И только 31% заявил, что «у нас навыками всё в порядке».
Что делать в этой ситуации, либо брать внедренцев, либо просчитать отдачу от внедрения и взять с рынка специалистов, которые будут в вашей организации отвечать и внедрять ИИ.
Четвёртое препятствие - стоимость.
С нуля пилить такие сложные системы могут позволить себе только очень крупные компании и то это не совсем оправдано. Эта дорога - в никуда. Более выгодно использовать ИИ с чужих платформ, которые сейчас щедро предоставляется от Yandex до Microsoft.
Пятое препятствие – это несогласованность целей, зачастую измеряется не эффективность, а валовые показатели: копай больше – кидай дальше.
Часто CIO хвалится бюджетом, который ему безоговорочно выделяют для IT и размером своего отдела и совсем мало говорит об эффективности для бизнеса потраченных денег и человеко-часов. А зачастую отдача, которая декларируется выглядит вроде бы внушительно, но, если её сравнить с аналогичными внедрениями в более успешных компаниях выглядит прямо-таки жалко.
Бизнесу зачастую довольно сложно сопоставить результаты, т.к. их довольно мало на сегодня. Но если цели бизнеса чаще всего прозрачны, то с целями CIO нужно ещё разбираться. Это как правило, люди очень любопытные и увлекающиеся, поэтому цели их могут совсем не совпадать с целями организации, а они их могут искусно маскировать за мудрёными и хайповыми вещами.
Совет: нужно быть всегда начеку.
Шестое препятствие заключается в том, что не могут оценить эффект по причине того, что сначала внедряют ИИ, а затем смотрят, что он может решить. Просто как дань моде без чётких экономических обоснований. 30% опрошенных указывают отсутствие доказанной деловой ценности от внедрения ИИ.
Совет: возьмите какую-нибудь задачу из вашего бизнеса и примерьте на неё технологию и если увидите, что стоит ждать улучшения от внедрения, то смело действуйте в этом направлении.
Седьмое препятствие – это непрозрачность алгоритмов. Нам в целом не нравится, когда мы мало знаем, хотя и крепко спим, но когда мы доверяем наши деньги ИИ, а по сути когда мы пускаем его в наш бизнес, то мы ему доверяем наши деньги и вот тут возникает беспокойство потому, что как всё посчитано и насколько это будет стабильно ответить сложно.
Если вдруг пойдёт что-то не так, организация, где глубоко укоренился ИИ, может пойти по миру, собирать биткоины))).
Совет: доверие вещь хорошая и нужна в человеческих отношениях, а вот с машиной нужно быть всегда на чеку и не расслабляться ни на минуту. Хотя нас приучают, что машина лучше сделает и можно расслабиться – это иллюзия.
Седьмое препятствие – безопасность. ИИ – это для многих организаций вещь в себе. Представьте, что я талантливый молодой жулик, которому доверили обучить ИИ для борьбы с обманом. Если мне много не надо, то я обучу его так, что все операции, которые будут проходить в мой день рождения не считать мошенническими. И каждый день рождения я буду получать подарок от ИИ и «дырявой безопасности». Вычислить подобную уязвимость крайне сложно, а создать её весьма просто.
Совет: безопасность при ИИ переходит на абсолютно новый уровень и к этому нужно быть готовым. ИИ принесёт и это уже очевидно не только выгоды, но и огромную головную боль. И лечить её придётся всё тем же ИИ.
Восьмое препятствие – это этика. У ИИ нет этических проблем, но он действует уже в поле этих проблем и важно чем и как мы наделим это удивительное технологическое решение. Вопросы доверия ему уже лежат не только в области математических погрешностей, а в области обычного понимания термина доверия.
32% по результатам опроса Deloit уделяют этому большое внимание.
Сколь не были бы серьёзны препятствия на пути внедрения ИИ, выгода от них очевидна и нам надо быть готовыми, к их преодолению и прежде, чем ввязываться в эту технологию оцените свои возможности.
Рекомендую прочесть про искусственный интеллект в ритейле, пожалуй самую прорывную вещь «Искусственный интеллект в ритейле: как его уже сейчас применяют, и какие выгоды из этого извлекают»
Ставьте лайки и подписывайтесь на канал, если понравилась статья.
Буду вам очень благодарен за это.
Автор Борис Агатов,
Независимый эксперт по внедрению инноваций в ритейле, автор концепции «Магазин 4.0»
От автора: «Провожу корпоративные семинары по теме: «Как открыть Магазин 4.0 без ошибок»
Создаю стратегию магазина 4.0, консультирую, помогаю разобраться в новых технологиях для ритейла, сравнить аналоги и выбрать оптимальный вариант для вашего бизнеса и дать новый импульс развития вашей компании при помощи новых технологий.
Связывайтесь через Facebook или http://agatov.new-retail.ru/ :
Больше информации на Facebook https://www.facebook.com/boris.agatov