تتطور الذكاء الاصطناعى بسرعة تترك العديد من المنظمات الكبيرة تكافح لمواكبة. تظهر الدراسات الاستقصائية الحديثة تجربة واسعة النطاق مع الذكاء الاصطناعي عبر الصناعات ، ولكن الواقع هو ذلك أكثر من 88 ٪ من طيارو الذكاء الاصطناعى لا يصلون إلى الإنتاج.
بالنسبة لقادة تكنولوجيا المعلومات ، يكون النمط مألوفًا للغاية: وهو عرض تجريبي مقنع يبدأ طيارًا مليئًا بالوعد ، ولكن بعد شهور ، لم يتغير الكثير. يستمر الطيار ، يتم إنفاق الوقت الثمين والموارد ، ومع ذلك لا شيء يجعله يتجاوز مرحلة الاختبار. وفي الوقت نفسه ، فإن تحولات المناظر الطبيعية التنافسية ، وتتطور نماذج الذكاء الاصطناعي ، وتبدأ الثقة الداخلية في تحجيم الذكاء الاصطناعي في التآكل. إذن ، ما الخطأ الذي يحدث؟
على مدار العقد الماضي ، ساعدنا الشركات في بناء علاقات ذات مغزى مع الشركات الناشئة. عندما بدأت موجة الذكاء الاصطناعي ، لاحظنا نمطًا مألوفًا. هرعت الشركات إلى استكشاف الأدوات التوليدية والتنبؤية ، وإطلاق إثبات المفاهيم التي ظلت غالبًا ما تبقى ، غير مقررة ، وتخلي عنها في النهاية. هناك أيضًا العديد من الحالات التي يتم فيها استكشاف عدد كبير جدًا من حالات الاستخدام في وقت واحد ، أو يشارك العديد من أصحاب المصلحة ، مما يؤدي إلى وجود مسدود في أي أداة يجب تبنيها ، خاصة إذا كانت بعض الحالات تستخدم الأداء الضعيف أو أداة أخرى مفضلة لتطبيق معين.
على طول الطريق ، حددنا بعض الأسباب الأساسية لدرجة أن العديد من الطيارين يختصرون وما يفعله الناجحون بشكل مختلف.
تم إعداد معظم طيارو الذكاء الاصطناعى إلى المماطلة
أكبر فكرة خاطئة نسمعها هي: “نحن نعرف بالفعل كيفية تشغيل الطيارين. تحدينا هو التحجيم”. ولكن كيف تدير الطيار هو مفتاح النطاق. تعامل النماذج التجريبية التقليدية على التوسع كشيء يأتي بعد النجاح. في الواقع ، يجب بناء أسس الحجم ، مثل إدارة التغيير ، ومواءمة أصحاب المصلحة ، والمشاركة المتعددة الوظيفية ، خلال الطيار نفسه.
بدون هذا ، حتى أدلة ناجحة من الناحية الفنية على الكفاح المفهوم لاكتساب الجر. قد يكون فريق تكنولوجيا المعلومات على متن الطائرة ، ولكن إذا لم يتم إشراك قانوني ، يصبح الامتثال مانعًا. إذا لم يتم إشراك المستخدمين النهائيين مبكرًا ، فستتأخر التبني. وإذا لم يتم محاذاة مقاييس النجاح مع نتائج الأعمال ، فلا أحد يعرف كيف يبدو “الجيد”.
عنق الزجاجة الحقيقي هو الثقة وليس التقنية
من السهل افتراض أن أكبر عقبات منظمة العفو الدولية هي خوارزمية. ولكن في أكثر الأحيان ، فإن أكبر نقاط الاحتكاك ثقافية. حتى حل الذكاء الاصطناعي الأكثر دقة سيواجه مقاومة إذا لم يتم الوثوق أو فهم مخرجاته. في الصناعات الخاضعة للتنظيم الشديد مثل الخدمات المالية أو الرعاية الصحية ، غالبًا ما تتردد الفرق الداخلية في المضي قدمًا دون شفافية كاملة على نسب البيانات وسلوك النموذج وتخفيف التحيز.
نرى العديد من الشركات الناشئة من الذكاء الاصطناعي لهذا السبب بالذات. عقد أحد متاجر التجزئة الرائدة شراكة مع شركة ناشئة مبتكرة للجمهور الاصطناعي قدمت بالضبط ما طلبه قادة التسويق في بائع التجزئة ، لكن فريق التسويق في النهاية لم يثق في الأفكار لأن المنتج لم يتماشى مع سير العمل الحالي لاختبار الجمهور. على الرغم من أداء النموذج ، فإن عدم اليقين حول كيفية تفسير أو التحقق من صحة النتائج توقفت عن التبني. تم إعادة وضع الشركة الناشئة منذ ذلك الحين حول عرض تنبؤ أوسع للاتجاه ، حيث دخل إلى سوق أكثر ازدحامًا ولكنه أفضل فهومًا.
للتنقل في هذه الحواجز الداخلية ، أصبحت العديد من الشركات الناشئة من الذكاء الاصطناعى الآن خدمات على رأس منتجات SaaS الخاصة بها ، حيث تقدم دعمًا عمليًا للتنفيذ ، ومواءمة سير العمل ، والتدريب. إنها وسيلة لتطهير المسار قبل حواجز الطرق المعروفة وتسريع التبني في البيئات التي تهم الثقة والوضوح والمحاذاة الداخلية بقدر الأداء الفني.
السرعة الآن تتفوق على الحجم
تم تصميم Playbook التقليدية للمؤسسات التجريبية للدورات التكنولوجية الأبطأ مثل تطبيقات ERP والترحيل السحابي متعدد السنوات. منظمة العفو الدولية مختلفة. النماذج تتطور في أسابيع. هذا التقلب هو بالضبط السبب في أن الشركات تحتاج إلى أطر تجريبية أسرع وأكثر مرونة. بالنسبة لأعضائنا ، قدمنا مرحلة النماذج الأولية السريعة المصممة “للفشل بسرعة” ، ومساعدة الفرق على اختبار الافتراضات ، وصقل بيانات المشكلات ، وتقييم العائد على الاستثمار قبل ارتكاب موارد كبيرة. إنها طريقة لتجربة الدرابزين ، وتقليل المخاطر مع الاستمرار في التحرك بسرعة كافية لمواكبة الابتكار.
وهذا يهم. لن تكون المنظمات التي تنجح مع الذكاء الاصطناعي هي أكثر من تنفق أكثر. سيكونون هم الذين يتعلمون الأسرع.
نجاح الذكاء الاصطناعي هو رياضة جماعية
واحدة من أكثر الدروس التي تعلمناها أكثر إثارة للدهشة هي أن نجاح طيار الذكاء الاصطناعى يعتمد أقل على التكنولوجيا وأكثر على الأشخاص الذين يقودونها. لقد عملنا مؤخرًا مع عميل للخدمات المالية في الشرق الأوسط الذي كان حريصًا على استكشاف الذكاء الاصطناعى ولكننا شعروا بالإرهاق بسبب العدد الهائل من الخيارات. كانت أكثر من 20 شركة ناشئة في اللعب ، وكانت الإدارات المتعددة تتنافس على الاهتمام ، ولم يكن هناك إطار واضح لاتخاذ القرارات. على مدار ستة أشهر ، ساعدناهم في تحديد أولويات حلول حقيقية وتجربة وتنفيذ حلول حقيقية في تسجيل الائتمان والتخصيص والتدريب الداخلي ، وضغط خريطة طريق لمدة 18 شهرًا إلى ربع.
سبب عمله؟ لم يكن العميل فقط “تشغيل الطيارين”. بنوا إيقاع التشغيل الداخلي. كان لديهم أبطال أصحاب المصلحة عبر وظائف ، ويتوافقون مع مؤشرات الأداء الرئيسية في وقت مبكر ، وأنشأوا حلقات ملاحظات داخلية تضمن التعلم من طيار واحد تسارع في اليوم التالي.
لا تستخدم كتاب اللعب القديم
إذا كان هناك الوجبات الجاهزة واحدة للمديرين التنفيذيين في تكنولوجيا المعلومات التي تنقل اعتماد الذكاء الاصطناعي ، فإنها لتجنب تطبيق عقلية شراء البرمجيات التقليدية على الذكاء الاصطناعي. هذا ليس عن RFPs الثابتة والجداول الزمنية الخطية. اعتماد الذكاء الاصطناعي هو تكرار. قد لا تكون المشكلة التي تبدأ بها المشكلة التي تنتهي بها في حلها. هذا ليس عيبًا. إنها العملية تعمل. أفضل قادة الشركات التي نعملها مع احتضان هذا الغموض ، شريطة أن تكون هناك نقاط قرار واضحة وأطر الحوكمة على طول الطريق.
تحجيم الذكاء الاصطناعى لا يدور حول الحظ أو على أمل نجاح طيار واحد. يتطلب نظامًا متعمدًا يقلل من المخاطر ، ويعزز القدرات الداخلية ، ويقدم نتائج أعمال حقيقية. مع انتقال المؤسسات لتحويل وعد الذكاء الاصطناعى إلى الأداء ، سيكون الانتقال من الطيارين المتوقفين إلى الإنتاج الواثق هو مفتاح التأثير الدائم.
