인공지능은 디지털 혁신의 실패 경향에 대한 교훈을 배워야 합니다.

올해 1월 IBM은 디지털 혁신으로 예상되는 150%가 아닌 -5~10%의 투자 수익률만 제공할 수 있다고 설명하는 상세한 연구 보고서를 발표했습니다. 이러한 격차는 클라이언트/서버 구현, 운영 체제 마이그레이션, 빅 데이터 애플리케이션 및 기술 구현 분야에서 지난 수십 년 동안 축적된 경험과 관련이 있습니다.

모든 기술 구현이 목표를 놓치지는 않지만 대부분의 구현은 그렇습니다. 가장 큰 문제는 기술이 미성숙하고, 기술 제공업체와 배포 회사가 구매자를 유치하기 위해 판매 홍보를 하는 경우가 많지만 약속된 가치가 전달되는지 확인하기 위한 후속 조치가 부족하다는 것입니다.

인공지능에서도 같은 일이 일어날 수 있습니다.

클라이언트/서버 트렌드가 시작되었을 때 기술은 아직 준비되지 않았으며 IBM은 곤경에 처했고 시장은 아직 성숙되지 않은 영역으로 서둘러 이동했습니다.

판매는 일반적으로 제품 자체를 넘어설 수 있습니다. 판매는 제품의 부가가치와 서비스를 강조하는 경우가 많기 때문입니다. 인공지능 등 신기술이 등장하는 시대를 맞아 많은 기업들이 이 분야에서 발판을 마련하기를 희망하고 있습니다. 그러나 수십 년 동안 인공지능을 연구해 온 IBM, 엔비디아 등의 기업을 제외하고는 (구글을 포함해) 인공지능 분야에 본격적으로 진출할 준비가 되었다고 밝힌 기업은 없습니다.

IBM이 그토록 흥분하는 이유는 시장에서 가장 성숙한 AI 솔루션 중 하나인 WatsonX를 소유하고 있기 때문입니다. 엔터프라이즈급 생성 AI 분야에서는 IBM이 가장 성숙한 반면, 다른 기업들은 생존을 위해 영업 및 마케팅 노력에 거의 또는 전혀 의존하지 않습니다.

판매가 기술보다 앞서면 구매자가 어려움을 겪을 수 있습니다. 데이터에 따르면 많은 사람들이 실사를 수행하지 않아 이러한 상황이 발생합니다.

해결책: 숙제를 하고 프로세스를 따르세요

이 상황에서 성공적인 전략은 "테스트 우선" 접근 방식을 채택하는 것입니다. 공급업체가 제공하는 솔루션의 성숙도와 완성도를 확인한 후 파일럿 프로젝트를 통해 타당성을 검증합니다. 제품이 성숙하더라도 대규모 실패 가능성을 피하기 위해 실제 상황에 따라 점진적으로 배포해야 합니다. 파일럿 프로젝트의 실패는 허용되고 수정 가능하므로 생산 단계에서 더 많은 정보를 바탕으로 결정을 내릴 수 있습니다.

시험을 진행하기 전에 공급업체의 수익 및 ROI 요구 사항이 달성 가능한지 확인하고 기술을 성공적으로 배포한 회사의 참고 자료를 구하세요. 해당 기술이 내부적으로 배포되었는지 공급업체에 문의하고 해당 기술을 사용하는 회사의 IT 직원과 대화하여 실제 피드백을 얻으세요.

동일한 작업을 시도하는 다른 사람들과 함께 연구하고 모범 사례를 얻으세요. 모든 솔루션이 모든 회사나 모든 부서에 적용되는 것은 아니라는 사실을 깨달으세요.

하이브리드 멀티 클라우드는 가동 시간, 비용, 가용성 및 안정성 간의 최상의 균형을 제공하는 방식입니다. 이 개념을 이해하고, 신뢰하는 클라우드 제공업체와 깊은 관계를 갖고 있으며, 실무에서 배울 수 없을 만큼 충분한 경험을 쌓은 공급업체가 필요합니다.

특히 AI 데이터의 경우 품질이 중요하며 이를 보장하려면 많은 도움이 필요합니다. 항상 부정확한 답변을 제공하는 분석을 원하지 않는 것처럼 편향되거나 환각적인 AI를 원하지 않습니다.

이러한 새로운 AI 기능은 자연어, 이미지, 오디오, 비디오는 물론 시간의 중요한 요소까지 포함하는 다중 모드가 될 것으로 예상됩니다. AI를 사용하면 데이터 유형 중 하나에 대해서는 최적화되고 다른 유형에서는 성능이 저하되는 경향이 있으므로 차이점을 이해하고 AI가 불가능한 영역에서는 다른 공급업체 비즈니스가 더 나은 선택일 수 있음을 공급업체에 알려야 합니다. .

마지막으로 공급업체의 성과가 저조한 경우 문제를 조기에 식별하고 공급업체를 변경하거나 팀을 변경할 수 있도록 측정항목 및 마일스톤에 대한 도움이 필요합니다. 함께 작업하는 공급업체가 프로젝트에 대한 지표와 목표를 설정하는 데 도움을 줄 수 없다면 잘못된 공급업체와 협력하고 있는 것입니다.

1980년대 클라이언트/서버부터 오늘날의 인공지능까지, 최근 빅 기술에서 우리가 흔히 접하는 문제는 매출이 제품 및 지원 구조를 훨씬 앞지른다는 것입니다. 결과적으로 목표와 기대를 충족하지 못하는 배포가 발생합니다. 많은 경우에는 올바른 파트너, 팀, 솔루션이 나올 때까지 기다리는 것이 더 현명합니다.

위 내용은 인공지능은 디지털 혁신의 실패 경향에 대한 교훈을 배워야 합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!