4 módszer, amellyel segíthet a szervezetnek leküzdeni az AI tehetetlenségét
A kutatások azt sugallják, hogy az AI kiaknázása sok vállalatnál megakadt. Íme, hogyan mozdíthatja el vállalkozását a megfelelő irányba.
Lehet, hogy a vállalatok szívesen kiaknázzák a mesterséges intelligenciát (AI), de a kutatások azt sugallják, hogy a feltörekvő technológia lehető legtöbbet kihozni könnyebb mondani, mint megtenni.
A Carruthers and Jackson's Data Maturity Index szerint az adatvezetők 87%-a azt állítja, hogy a mesterséges intelligenciát vagy csak az alkalmazottak kisebb része használja, vagy egyáltalán nem.
A tanácsadó cég adatvezetői körében végzett éves közvélemény-kutatása azt sugallja, hogy sok szervezet szenved "AI által kiváltott bénulástól", ahol a vállalkozások mindössze 5%-a büszkélkedhet magas szintű MI-érettséggel, kiépített mesterségesintelligencia-részlegekkel vagy világos mesterségesintelligencia-folyamatokkal.
Mindazonáltal fontos, hogy azok az adatvezetők, akik úgy érzik, szervezetükben hiányzik a kiforrottság, ne legyenek túlságosan elkeseredve.
Caroline Carruthers, a Carruthers and Jackson vezérigazgatója a ZDNET-nek elmondta, hogy minden új technológia az igazolás, a kormányzás és az elfogadás időszakán megy keresztül.
- Mindannyian úton vagyunk - mondja. "Sokkal több adatunk van, mint valaha. Az adatok alapvető fontosságúak vállalkozásunk számára."
A lassabban mozgó szervezetekben az AI lendületének kiindulópontjaként Carruthers négy prioritást javasol azoknak az adatvezetőknek, akik túl szeretnének lépni a jelenlegi mesterséges intelligencia-bénuláson:
- Kezdje a céllal - "Nem tudom ezt eléggé hangsúlyozni. Mit akarsz csinálni? Milyen problémát próbálsz megoldani? Mi tart ébren éjszaka? Milyen lehetőségeid vannak? Mik Valamilyen ok arra, hogy előrelépjen, és úgy nézünk ki, mint egy csapat sportoló vasárnap ."
- Koncentráljon a célzott eredményekre - "Mi az a legkisebb része ennek a célnak, amelyen változtatni tud? Ha ezt az utat választja, és amint megemlíti az olyan dolgokat, mint az AI, mindenki arra törekszik, hogy 'minél nagyobb, annál jobb.' Ez olyan, mint: "Mi a legnagyobb probléma Meg tudjuk oldani a világbékét?" Ehelyett összpontosítson a legkisebb problémára, ahol változást hozhat, és használja ezt modellként a jövőben."
- Kiálts a sikereidről - "Az adatkezelők nem túl jók abban, hogy mindenkinek elmondják, milyen jó dolgokat csinálnak. Nagyon jók vagyunk abban, hogy átgondoljuk, mennyi dolgunk van még. És nagyon jók vagyunk a rohangálásban és a sok dologban, de nem vagyunk túl jók abban, hogy „nézzétek, milyen nagyszerű cuccaink vannak”, és nem bátorítjuk az embereket, hogy jöjjenek velünk.
- Használjon adatokat az eset bizonyítására - "Mutasd meg az embereknek a projekted eredményeit. Működött? Az AI megtette azt a dolgot, amit mindenkinek mondtunk? Végezhettük volna jobban a projektet vagy gyorsabban megérti a mérőszámokat, hogy több projektre is bekerülhessen."
Ha erre a négy prioritásra összpontosít, akkor szervezete elkezdheti az AI lendületét.
De figyelembe véve a generatív eszközök, például az OpenAI ChatGPT és a Microsoft Copilot iránti nagy felhajtást és izgalmat, miért marad az AI a fejlődés ilyen kezdődő szintjén?
Carruthers szerint a magyarázat egyszerű - a mesterséges intelligencia felkarolása magában foglalja a két nagy akadály leküzdésének képességét: az embereket és a szabályokat.
1. akadály: Az emberek problémája
Ami az embereket illeti, a vállalkozás minden alkalmazottját - a tanácsteremtől az üzlethelyiségig - meg kell győzni a mesterséges intelligencia értékéről.
Carruthers pedig, aki a Network Rail egyesült királyságbeli infrastrukturális óriáscég egykori adatkezelési igazgatója (CDO), azt mondja, hogy az emberek meggyőzése nem könnyű feladat, a generatív technológiák gyors növekedése körüli izgalom ellenére sem.
"Amint megemlíti a mesterséges intelligencia szót, az emberek elképzelik a Skynetet, és elkezdenek azt gondolni, hogy elveszítik az állásukat" - mondja, utalva mind a The Terminator fiktív mesterségesintelligencia-rendszerére, mind arra a nagyon is valós félelemre, amelyet sokan éreznek a a feltörekvő technológia lehetséges hatása a munkaerő létszámára.
"Bár sok adatvezető úgy érzi, hogy valamit tennie kell az AI-val, egy belső ellenállási szinttel is szembesülnek, mielőtt bármit is elkezdhetnének."
2. akadály: A szabályozási kötelezettség
Ami a szabályozást illeti, a Carruthers és Jackson kutatás azt sugallja, hogy a vezetőket jogosan aggasztja az adatetika és az információhasználatra összpontosító szigorúbb adattörvények lehetősége.
Mivel azonban ezeknek a szabályoknak és törvényeknek a formája még mindig tisztázatlan, sok vállalat úgy dönt, hogy időt áldoz, mielőtt a mesterséges intelligencia bevezetésére törekszik.
"Kicsit olyan, mint a füst és a tükrök. Jön a törvényhozás - tudjuk, hogy sokan beszélnek róla, de még nem tudjuk, mit jelentenek ezek a törvények" - mondja Carruthers.
"Szóval úgy gondolom, hogy az emberek egy kicsit fedezik a fogadásukat, mert nem egészen tudják, mi fog következni."
A Momentumnak szilárd alapokra van szüksége
A kutatás azt sugallja, hogy a félelmetes munkaerő és a jelenlegi szabályozási környezet kiszámíthatatlansága trükkös kombinációja azt jelenti, hogy sok szervezet még mindig a mesterséges intelligencia kiindulási kapujánál rekedt.
Ennek eredményeként nemcsak a kísérleti projektek vékonyak a helyszínen, hanem azok az alapvető alapok is - mind az adatkereteket, mind a stratégiákat tekintve -, amelyekre ezek a kezdeményezések létrejönnek.
Az adatkezelők körülbelül kétötöde (41%) nyilatkozott úgy, hogy alig vagy egyáltalán nem rendelkezik adatkezelési keretrendszerrel, ami csak egy százalékkal haladja meg az előző évi lejárati indexet, amikor az adatkezelők 40%-a nyilatkozott úgy, hogy kevés vagy nincs adatkezelési keretrendszere. amely olyan szabványok és irányelvek összessége, amelyek lehetővé teszik a szervezetek számára adataik hatékony kezelését.
Az adatvezetők alig több mint negyede (27%) nyilatkozott úgy, hogy szervezetének egyáltalán nincs adatstratégiája, ami csak kismértékű javulás az előző évi adathoz (29%) képest.
"Megértem, hogy miért nincs még mindenki a helyén" - mondja Carruthers, aki korábbi CDO-ként érti a stratégia és az irányítás bonyolultságát.
Továbblépés az adatvezérelt célok felé
Carruthers és Jackson kutatása azt sugallja, hogy az irányítás kulcsszerepe azt jelenti, hogy azoknak a vállalatoknak, amelyek készen akarnak állni az AI kiaknázására, egy adatstratégia és egy támogató adatkeret létrehozására kell összpontosítaniuk.
"Olyasmit kell a helyére hoznunk, amit korábban nem tettünk meg, hogy megértsük, milyen következményekkel jár a mesterséges intelligencia, és hogy milyen jót okozhat" - mondja Carruthers.
A jó hír az, hogy néhány digitális vezető halad előre. Andy Moore, a Bentley Motors CDO-ja a feltörekvő technológiák, például a mesterséges intelligencia kiaknázásának alapjainak megteremtésére összpontosít.
Nemrég elmagyarázta a ZDNET-nek, hogyan hozott létre egy vállalati szintű adatstratégiát négy fő pilléren: kormányzás; az adatfelhő, amely a Bentley technológiai verem; a data dojo, amely az ő belső adatműveltségi programja; és engedélyezése, amely arra összpontosít, hogy segítse az adatcsoportot az üzlet többi részével való együttműködésben.
"Adatvezetőként továbbra is az a kihívásom, hogy megadjam a lehetőségeket ezeknek a technológiáknak anélkül, hogy azt mondanám, hogy most megkaphatod - mert természetesen mindenki mesterséges intelligenciára vágyik most" - mondja.
"Meg kell mondanom: "Most nem tudok mesterséges intelligenciát adni, mert először az alapokat kell a helyére tennem." Tehát az én szerepem az elvárások kiegyensúlyozása, miközben továbbra is az üzleti igények szerinti ütemben haladok."