Poruszanie się po zaskakującym efekcie ubocznym pandemii: bicz AI

Dostarczone przez KPMG

Wśród wielu zakłóceń biznesowych spowodowanych przez covid-19, tutaj jest jeden w dużej mierze pomijany: whiplash sztucznej inteligencji (AI).

Gdy pandemia zaczęła wstrząsać światem w zeszłym roku, firmy sięgnęły po każde dostępne im narzędzie — w tym sztuczną inteligencję — aby rozwiązywać wyzwania oraz bezpiecznie i skutecznie służyć klientom. w badanie KPMG 2021 spośród amerykańskich biznesmenów przeprowadzonych między 3 a 16 stycznia połowa respondentów stwierdziła, że ​​ich organizacja przyspieszyła stosowanie sztucznej inteligencji w odpowiedzi na covid-19 — w tym 72% producentów przemysłowych, 57% firm technologicznych i 53% sprzedawców detalicznych.

Większość jest zadowolona z wyników. Osiemdziesiąt dwa procent ankietowanych zgadza się, że sztuczna inteligencja była pomocna dla ich organizacji podczas pandemii, a większość twierdzi, że zapewnia jeszcze większą wartość, niż oczekiwano. Mówiąc szerzej, prawie wszyscy twierdzą, że szersze wykorzystanie sztucznej inteligencji poprawiłoby wydajność ich organizacji. W rzeczywistości 85% chce, aby ich organizacja przyspieszyła wdrażanie sztucznej inteligencji.

Jednak sentyment nie jest całkowicie pozytywny. Nawet jeśli chcą nadepnąć na gaz, 44% menedżerów uważa, że ​​ich branża porusza się szybciej niż powinna. Co bardziej zaskakujące, 74% twierdzi, że wykorzystanie sztucznej inteligencji do pomocy firmom pozostaje bardziej szumne niż rzeczywistość — gwałtowny wzrost w kluczowych branżach od czasu naszego badania AI we wrześniu 2019 r. Na przykład, zarówno w sektorze usług finansowych, jak i handlu detalicznego, 75% kadry kierowniczej uważa, że ​​sztuczna inteligencja jest przesadzona, odpowiednio z 42% i 64%.

Jak pogodzić te pozornie sprzeczne punkty widzenia z tym, co KPMG nazywa biczem AI? Opierając się na naszej pracy pomagającej organizacjom stosować sztuczną inteligencję, widzimy kilka wyjaśnień na temat szumu. Jedną z nich jest prosta nowość technologii, która pozwoliła na błędne wyobrażenia na temat tego, co może, a czego nie może zrobić, ile czasu zajmuje osiągnięcie wyników w skali przedsiębiorstwa oraz jakie błędy są możliwe, gdy organizacje eksperymentują z AI bez odpowiednich podstaw.

Chociaż 79% respondentów twierdzi, że sztuczna inteligencja jest w ich organizacji co najmniej umiarkowanie funkcjonalna, tylko 43% twierdzi, że jest w pełni funkcjonalna na dużą skalę. Nadal często spotyka się ludzi, którzy myślą o sztucznej inteligencji jako o czymś, co można kupić — jak nowy element maszyny — aby zapewnić natychmiastowe rezultaty. I chociaż mogły odnieść pewien sukces ze sztuczną inteligencją — często małe dowody koncepcji — wiele organizacji nauczyło się, że skalowanie ich do poziomu przedsiębiorstwa może być trudniejsze. Wymaga dostępu do czystych i dobrze zorganizowanych danych; solidna infrastruktura przechowywania danych; eksperci merytoryczni, którzy pomogą w tworzeniu oznaczonych danych szkoleniowych; zaawansowane umiejętności informatyczne; i wpisowe od firmy.

Oczywiście nie jest również naciąganie przypuszczenia, że ​​zwolennicy sztucznej inteligencji od czasu do czasu wyolbrzymiali jej potencjał lub zlekceważyli wysiłek wymagany do osiągnięcia pełnej wartości.

Jeśli chodzi o to, dlaczego menedżerowie są skonfliktowani co do szybkości wdrażania sztucznej inteligencji, widzimy w grze podstawową ludzką naturę. Na początek zawsze łatwiej jest uwierzyć, że po drugiej stronie trawa jest bardziej zielona. Podejrzewamy również, że wiele osób martwi się, że ich branża rozwija się zbyt szybko, głównie dlatego, że ich własna organizacja nie osiąga tej prędkości. Jeśli doświadczyli wczesnych czkawek związanych ze sztuczną inteligencją — zwłaszcza w zeszłym roku, kiedy świat był świadkiem osiągnięć związanych z AI, takich jak rekordowo szybki rozwój szczepionek przeciwko Covid-19 — może łatwo było ulec tym obawom.

Widzimy inny czynnik napędzający mieszane uczucia dotyczące potencjału sztucznej inteligencji — brak ustalonych ram prawnych i regulacyjnych, które ukierunkowują jej użycie. Wielu liderów biznesu nie ma jasnego obrazu tego, co ich organizacja robi, aby zarządzać sztuczną inteligencją, ani jakie nowe regulacje rządowe mogą się pojawić. Zrozumiałe jest, że obawiają się związanego z tym ryzyka, w tym opracowywania przypadków użycia dzisiaj, które organy regulacyjne mogą zdusić jutro.

Ta niepewność pomaga wyjaśnić kolejne pozornie sprzeczne odkrycie z naszego badania. Podczas gdy dyrektorzy firm zazwyczaj sceptycznie podchodzą do regulacji rządowych, 87% twierdzi, że rząd powinien odgrywać rolę w regulowaniu technologii sztucznej inteligencji.

Przechodząc od bata AI

Chociaż każda organizacja będzie potrzebować własnego podręcznika, aby wyjść z batalii AI i zoptymalizować inwestycje w tę technologię, kompleksowy plan powinien obejmować pięć elementów:

• Strategiczna inwestycja w dane. Dane są surowcem AI i tkanką łączną cyfrowej organizacji. Organizacje potrzebują czystych, przetwarzalnych maszynowo danych oznaczonych etykietami do trenowania modeli AI z pomocą ekspertów w danej dziedzinie. Wymagają infrastruktury do przechowywania danych, która wykracza poza funkcjonalne silosy w firmie i może szybko i niezawodnie dostarczać dane. Po wdrożeniu modeli potrzebna jest strategia i podejście do zbierania danych w celu ich ciągłego dostrajania i szkolenia.
• Właściwy talent. Informatycy posiadający doświadczenie w sztucznej inteligencji są bardzo poszukiwani i trudni do znalezienia, ale mają kluczowe znaczenie dla zrozumienia krajobrazu sztucznej inteligencji i strategii przewodniej. Organizacje, które nie są w stanie zbudować pełnego zespołu naukowców wewnętrznie, będą potrzebowały partnerów zewnętrznych, którzy będą w stanie wypełnić luki i pomóc im w sortowaniu stale powiększającej się gamy dostawców i ofert AI.
• Długoterminowa strategia AI kierowana przez biznes. Organizacje czerpią jak najwięcej z AI, myśląc o znajdowaniu rozwiązań problemów, a nie o kupowaniu technologii i szukaniu sposobów jej wykorzystania. Pozwalają firmie, a nie działowi IT kierować agendą. Kiedy inwestycje w sztuczną inteligencję powiązane ze strategią kierowaną przez biznes idą źle, stają się okazją do szybkiej porażki i uczenia się, a nie szybkiego i wypalenia. Ale nawet jeśli firmy szybko iterują, muszą to robić zgodnie z długoterminową strategią AI, ponieważ największe korzyści są osiągane na dłuższą metę.
• Kultura i podnoszenie kwalifikacji pracowników. Niewiele programów AI zyskuje na popularności bez udziału siły roboczej i kultury zainwestowanej w sukces AI. Zdobycie zaangażowania pracowników wymaga zapewnienia im przynajmniej szczątkowego zrozumienia technologii i danych oraz jeszcze głębszego zrozumienia korzyści, jakie przyniesie ona im i przedsiębiorstwu. Ważne jest również podnoszenie kwalifikacji siły roboczej, zwłaszcza tam, gdzie sztuczna inteligencja przejmie lub uzupełni ich dotychczasowe obowiązki. Przyjęcie sposobu myślenia opartego na danych i zaszczepienie głębszej znajomości sztucznej inteligencji w DNA organizacji pomoże im zwiększyć skalę i odnieść sukces.
• Zobowiązanie do etycznego i bezstronnego korzystania ze sztucznej inteligencji. Sztuczna inteligencja jest bardzo obiecująca, ale może też zaszkodzić, jeśli organizacje użyją jej w sposób, którego klienci nie lubią lub dyskryminują niektóre segmenty populacji. Każda organizacja powinna opracować politykę etyczną AI z jasnymi wytycznymi dotyczącymi sposobu wdrażania technologii. Ta polityka powinna narzucać środki i być częścią procesu DevOps w celu sprawdzania problemów i braku równowagi w danych, mierzenia i kwantyfikacji niezamierzonych odchyleń w algorytmach uczenia maszynowego, śledzenia pochodzenia danych i identyfikowania osób, które szkolą algorytmy. Organizacje powinny stale monitorować modele pod kątem błędów systematycznych i dryfowania oraz zapewniać możliwość wyjaśnienia decyzji dotyczących modelu.

Co dalej

Cele kierownictwa dotyczące inwestycji w sztuczną inteligencję na najbliższe dwa lata różnią się w zależności od branży. Kierownicy służby zdrowia twierdzą, że skupią się na telemedycynie, robotach i świadczeniu opieki nad pacjentem. W naukach przyrodniczych twierdzą, że będą chcieli wdrożyć sztuczną inteligencję, aby identyfikować nowe możliwości uzyskania przychodów, zmniejszać koszty administracyjne i analizować dane pacjentów. A dyrektorzy rządowi twierdzą, że skupią się na poprawie automatyzacji procesów i możliwości analitycznych, a także na zarządzaniu kontraktami i innymi zobowiązaniami.

Oczekiwane wyniki różnią się również w zależności od branży. Kierownicy handlu detalicznego przewidują największy wpływ w obszarach analizy klienta, zarządzania zapasami i chatbotów obsługi klienta. Producenci przemysłowi widzą to w projektowaniu, rozwoju i inżynierii produktów; czynności konserwacyjne; i działalność produkcyjna. Firmy świadczące usługi finansowe oczekują, że będą lepiej wykrywać oszustwa i zapobiegać im, zarządzać ryzykiem i automatyzować procesy.

W perspektywie długoterminowej, KPMG widzi, że sztuczna inteligencja odgrywa kluczową rolę w ograniczaniu oszustw, marnotrawstwa i nadużyć, a także w pomaganiu firmom w usprawnieniu sprzedaży, marketingu i obsługi klienta. Wierzymy, że sztuczna inteligencja pomoże rozwiązać fundamentalne ludzkie wyzwania w tak różnych obszarach, jak identyfikacja i leczenie chorób, rolnictwo i globalny głód oraz zmiana klimatu.

To jest przyszłość, nad którą warto pracować. Wierzymy, że zarówno rząd, jak i przemysł mają do odegrania rolę w osiągnięciu tego celu — we współpracy w celu sformułowania zasad, które wspierają etyczną ewolucję sztucznej inteligencji bez tłumienia już trwających innowacji i rozpędu.

Czytaj więcej w KPMG Raport „Rozwijanie się w świecie AI” .

Ta treść została wyprodukowana przez KPMG. Nie została napisana przez redakcję MIT Technology Review.

ukryć