Künstliche Intelligenz muss aus dem Scheitern der digitalen Transformation ihre Lehren ziehen

Im Januar dieses Jahres veröffentlichte IBM einen detaillierten Forschungsbericht, in dem erläutert wurde, dass die digitale Transformation nur eine Kapitalrendite von -5 bis 10 % bieten kann, nicht die erwarteten 150 %. Diese Lücke hängt mit den in den letzten Jahrzehnten gesammelten Erfahrungen in der Client/Server-Implementierung, Betriebssystemmigration, Big-Data-Anwendungen und Technologieimplementierung zusammen.

Nicht alle technischen Umsetzungen verfehlen ihr Ziel, die meisten Umsetzungen jedoch schon. Das Hauptproblem besteht darin, dass die Technologie noch nicht ausgereift ist und Technologieanbieter und Bereitstellungsunternehmen häufig Verkaufsgespräche nutzen, um Käufer anzulocken, aber keine Folgemaßnahmen ergreifen, um sicherzustellen, dass der versprochene Wert geliefert wird.

Dasselbe kann auch mit künstlicher Intelligenz passieren.

Als der Client/Server-Trend aufkam, war die Technologie noch nicht bereit, was IBM in Schwierigkeiten brachte und der Markt sich beeilte, in einen Bereich vorzudringen, der noch nicht ausgereift war.

Der Verkauf kann in der Regel über das Produkt selbst hinausgehen, da der Verkauf oft den Mehrwert und die Dienstleistungen des Produkts hervorhebt. Im Zeitalter des Aufkommens neuer Technologien wie der künstlichen Intelligenz hoffen viele Unternehmen, in diesem Bereich Fuß zu fassen. Abgesehen von Unternehmen wie IBM und Nvidia, die sich seit Jahrzehnten mit künstlicher Intelligenz befassen, hat jedoch kein anderes Unternehmen (einschließlich Google) angekündigt, dass es bereit ist, vollständig in das Feld der künstlichen Intelligenz einzusteigen.

Der Grund, warum IBM so begeistert ist, liegt darin, dass das Unternehmen WatsonX besitzt, eine der ausgereiftesten KI-Lösungen auf dem Markt. Auf dem Gebiet der generativen KI auf Unternehmensebene ist IBM am ausgereiftesten, während andere Unternehmen nur auf geringe oder gar keine Vertriebs- und Marketingverpflichtungen angewiesen sind, um zu überleben.

Käufer können leiden, wenn der Verkauf der Technologie voraus ist. Daten zeigen, dass viele Menschen ihrer Sorgfaltspflicht nicht nachkommen, was zu dieser Situation führt.

Lösung: Machen Sie Ihre Hausaufgaben und folgen Sie dem Prozess

Eine erfolgreiche Strategie in dieser Situation besteht darin, einen „Test zuerst“-Ansatz zu verfolgen. Nachdem sichergestellt wurde, dass die vom Lieferanten bereitgestellte Lösung ausgereift und vollständig ist, wird ihre Machbarkeit durch ein Pilotprojekt überprüft. Selbst wenn das Produkt ausgereift ist, muss es entsprechend der tatsächlichen Situation schrittweise bereitgestellt werden, um mögliche groß angelegte Ausfälle zu vermeiden. Fehler in Pilotprojekten sind akzeptabel und korrigierbar, was zu fundierteren Entscheidungen während der Produktionsphase führt.

Stellen Sie vor der Pilotierung sicher, dass die Umsatz- und ROI-Anforderungen des Anbieters erreichbar sind, und holen Sie Referenzen von Unternehmen ein, die die Technologie erfolgreich eingesetzt haben. Fragen Sie den Anbieter, ob die Technologie intern eingesetzt wurde, und sprechen Sie mit den IT-Mitarbeitern der Unternehmen, die die Technologie nutzen, um echtes Feedback zu erhalten.

Recherchieren Sie und tauschen Sie sich mit anderen aus, die sich mit der gleichen Aufgabe befassen, und holen Sie sich Best Practices. Dabei ist Ihnen bewusst, dass nicht jede Lösung für jedes Unternehmen oder sogar jede Abteilung funktioniert.

Hybrid-Multi-Cloud ist die Praxis, die beste Balance zwischen Betriebszeit, Kosten, Verfügbarkeit und Zuverlässigkeit zu bieten. Es braucht einen Anbieter, der dieses Konzept versteht, eine enge Beziehung zu einem Cloud-Anbieter hat, dem Sie vertrauen, und der genug Erfahrung gesammelt hat, dass man es nicht am Arbeitsplatz lernen sollte.

Gerade bei KI-Daten ist die Qualität entscheidend und Sie benötigen viel Hilfe, um diese sicherzustellen. Sie wollen keine KI, die voreingenommen ist oder halluziniert, genauso wenig wie Sie eine Analyse wollen, die immer ungenaue Antworten liefert.

Diese neuen KI-Funktionen werden voraussichtlich multimodal sein und natürliche Sprache, Bilder, Audio, Video und sogar kritische Zeitelemente umfassen. Der Einsatz von KI tendiert häufig dazu, für einen Datentyp zu optimieren und für andere Datentypen eine schlechte Leistung zu erzielen. Daher müssen Sie die Unterschiede verstehen und den Anbieter wissen lassen, dass in Bereichen, in denen er nicht in der Lage ist, das Unternehmen des anderen Anbieters möglicherweise die bessere Wahl ist.

Schließlich benötigen Sie Hilfe bei Kennzahlen und Meilensteinen, damit Sie bei schlechter Leistung eines Anbieters das Problem frühzeitig erkennen und entweder den Anbieter oder das Team wechseln können. Wenn der Anbieter, mit dem Sie zusammenarbeiten, Ihnen nicht dabei helfen kann, Kennzahlen und Ziele für Ihr Projekt festzulegen, arbeiten Sie mit dem falschen Anbieter zusammen.

Von Client/Server in den 1980er Jahren bis hin zur künstlichen Intelligenz heute besteht das Problem, auf das wir bei den jüngsten großen Technologien häufig stoßen, darin, dass der Umsatz die Produkt- und Supportstruktur bei weitem übersteigt. Das Ergebnis ist ein Einsatz, der die Ziele und Erwartungen nicht erfüllt. In vielen Fällen ist es klüger zu warten, bis der richtige Partner, das richtige Team und die richtige Lösung gefunden werden.

Das obige ist der detaillierte Inhalt vonKünstliche Intelligenz muss aus dem Scheitern der digitalen Transformation ihre Lehren ziehen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!