Menilai kesan perniagaan kecerdasan buatan

AI sedang dalam tempoh transformasi, baik sebagai teknologi dan dalam cara ia digunakan. Semakin banyak syarikat mengambil projek perintis AI daripada makmal ujian dan menggunakannya secara berskala, dan ada yang melihat manfaat yang besar. Walaupun terdapat ketidakpastian di sekeliling AI, mengabaikan potensinya boleh menyebabkan syarikat menjalankan perniagaan dengan cara lama dan berisiko muflis.

Walau bagaimanapun, bagi kebanyakan syarikat, memperoleh nilai daripada AI boleh menjadi sukar untuk diramalkan. Model mereka mungkin tidak ditala; set data latihan mungkin tidak cukup besar, pelanggan mungkin mempunyai keraguan, kebimbangan tentang berat sebelah, etika dan ketelusan, dan banyak lagi. Membawa strategi AI ke hadapan sebelum ia bersedia untuk memindahkan program AI ke dalam pengeluaran, atau sebelum keputusannya disemak dengan betul, boleh merugikan wang syarikat, atau lebih teruk lagi, memudaratkan perniagaan.

Jadi bagaimana anda tahu sama ada projek AI akan mengubah atau memusnahkan syarikat anda? Tanpa nombor ROI langsung, syarikat perlu mencari cara kreatif untuk menentukan perkara ini. Begini cara pemimpin IT dan orang dalam industri mengukur nilai AI.

Teknologi Matang lwn. Terobosan

Mengukur nilai perniagaan bagi sebarang inisiatif atau teknologi tidak semestinya pengiraan linear, dan AI sememangnya tidak terkecuali, terutamanya memandangkan kematangan dan potensi perniagaan. Pembolehubah yang terbukti dan diramalkan secara empirikal—seperti perlombongan data, penjimatan kos dan latihan serta keupayaan untuk melabur dalam dan mempromosikan penggunaan baharu—mempengaruhi keputusan tentang ROI yang boleh diterima, tetapi memberikan tahap kepercayaan tertentu kepada teknologi, sama ada baru muncul atau Untuk teknologi matang , mereka semua adalah penting.

Chris Mattmann, CTO dan Pegawai Inovasi Makmal Propulsion Jet NASA, berkata bahawa beberapa aplikasi kes AI sudah sangat matang. Ambil mengautomasikan proses perniagaan sebagai contoh.

Dia berkata: "Setiap syarikat mempunyai barangan yang membosankan, dan kami juga begitu. Jadi kami mengautomasikan banyak perkara, seperti memproses tiket, mencari, perlombongan data, menggunakan AI untuk melihat kontrak dan subkontrak."

JPL melakukan ini dengan menggunakan teknologi yang dikomersialkan, termasuk DataRobot dan Google Cloud, kata Mattmann. Untuk menentukan sama ada teknologi tertentu bernilai melabur, syarikat mempertimbangkan sama ada ia akan menjimatkan kos, masa dan sumber. "Ia sudah matang, jadi ia sepatutnya dapat membuktikannya."

Untuk teknologi yang berada pada tahap kematangan sederhana, JPL melihat sama ada teknologi itu mempunyai keupayaan untuk melaksanakan keupayaan baharu dan pada kosnya. Dia berkata: "Sebagai contoh, jika kita pergi ke Marikh, terdapat paip nipis untuk telekomunikasi angkasa lepas. Dan hari ini, terdapat lebar jalur yang mencukupi untuk menghantar kira-kira 200 foto sehari dari Marikh ke Bumi.

Itu orang hebat yang kami hantar The Mars rover mempunyai otak sebesar kacang, dan mereka menjalankan pemproses iPhone 1 Kami hanya meninggalkan perkara di angkasa yang telah dikeraskan oleh sinaran dan kami percaya mereka boleh menahan cip yang kami tahu akan berprestasi baik adalah cip yang lebih lama, jadi kami tidak melakukan AI atau ML canggih pada rover

Tetapi helikopter Ingenuity pada asalnya bertujuan sebagai demonstrasi teknologi dan bukan teras misi, dan ia dikuasakan oleh pemproses Snapdragon Qualcomm, yang merupakan cip AI Kami membuktikan bahawa adalah mungkin untuk memiliki cip yang lebih baharu dan melakukan lebih banyak AI”

Di sini, AI akan membolehkan kes penggunaan baharu yang tidak pada masa ini. mungkin. Sebagai contoh, daripada menghantar balik 200 imej sehari, rover boleh menggunakan AI untuk menganalisis imej dan menghantar sejuta penerangan teks ke Bumi sebagai contoh, terdapat dasar tasik kering ke arah tertentu, dan kami boleh mendapatkan hasil yang lebih baik melalui teks daripada Peringkat lebih keterlihatan.

Akhir sekali, untuk teknologi AI percubaan yang paling canggih, kejayaan akan diukur dengan sama ada ia membenarkan sains baharu dibuat, dan kertas kerja baharu ditulis dan diterbitkan.

Mattmann berkata: "Terdapat kos untuk melatih dan membina model. Syarikat seperti Google dan Microsoft mempunyai akses sedia kepada data latihan besar-besaran, tetapi set data JPL sukar diperoleh dan memerlukan pakar peringkat PhD untuk menganalisis dan Pelabelan. Di NASA, kos kami untuk melatih model AI baharu adalah 10 hingga 20 kali lebih tinggi daripada dalam industri komersial.”

Di sini, teknologi baharu muncul yang membolehkan NASA mencipta model AI dengan lebih sedikit label manusia.

Pengukuran AI dan skop impak

Apabila tiada cara langsung untuk mengukur kesan perniagaan projek AI, syarikat melihat petunjuk prestasi utama (KPI) yang berkaitan Data perlombongan. Pembolehubah proksi ini selalunya berkaitan dengan matlamat perniagaan, termasuk kepuasan pelanggan, masa ke pasaran atau pengekalan pekerja.

Sistem Kesihatan Atlantik ialah contoh biasa. Sunil Dadlani, naib presiden kanan syarikat dan CIO, percaya bahawa pesakit di syarikatnya berada di tengah-tengah setiap keputusan. Jadi dalam banyak cara, pulangan pelaburan dalam AI diukur dengan memerhatikan penambahbaikan dalam penjagaan pesakit. Metrik berpusatkan pesakit itu termasuk penginapan hospital yang lebih pendek, masa rawatan yang lebih cepat, pengesahan kelayakan insurans yang lebih cepat dan kebenaran insurans awal yang lebih cepat, katanya.

Projek lain melibatkan penggunaan AI untuk menyokong ahli radiologi dalam menyemak imbasan. Salah satu KPI ialah kekerapan ahli radiologi dimaklumkan tentang penemuan yang mungkin tidak normal. “Sehingga April 2022, 99% daripada ahli radiologi kami melaporkan menggunakan AI untuk menganalisis lebih daripada 12,000 laporan kajian,” kata Dadlani, sambil menambah bahawa ini telah mencetuskan hampir 600 makluman supaya doktor dapat menangani isu yang berpotensi serius secepat mungkin ”

Richard Davis, rakan kongsi dalam pasukan perundingan pengurusan, perniagaan dan transformasi teknologi RSM, firma perakaunan kelima terbesar di Amerika Syarikat, percaya bahawa di RSM, pelaburan AI mengikut dua laluan yang berkait rapat: satu ialah produktiviti dan Alat analisis boleh membantu pekerja bekerja dengan lebih baik kedua, pelanggan menggunakan alat yang sama atau serupa.

Sebagai contoh, apabila bekerja dengan pelanggan, RSM mungkin diminta untuk menarik data daripada berbilang sistem (perakaunan, jualan dan pemasaran, HR, logistik) dan menggabungkan segala-galanya ke dalam satu anak tetingkap. AI boleh membantu mempercepatkan proses, kata Davis, dan AI kemudiannya boleh digunakan untuk mengenal pasti cara kerja mengalir melalui sistem ini dan di mana potensi cabaran dan sekatan jalan mungkin.

Jadi bagaimana syarikat tahu sama ada AInya menuju ke arah yang betul?

Davis enggan memberikan butiran mengenai pelaburan RSM dalam rancangan AI atau ROI, tetapi berkata: "Satu, kami boleh mengukur penggunaan alat dengan sangat jelas. Dari masa ke masa, kami berharap dapat melihat Matlamatnya adalah untuk menyampaikan penglibatan dengan lebih berkesan.” Beliau juga berkata bahawa peningkatan penglibatan harus membawa kepada peningkatan produktiviti. Oleh itu, jika dahulu ia mengambil masa seminggu untuk menyelesaikan sesuatu, kini matlamatnya mungkin untuk menurunkannya kepada sehari.

Fokus pada faedah perniagaan

Mengukur kejayaan AI juga boleh menjadi subjektif. Menilai projek AI adalah seni seperti membangunkan AI itu sendiri, kata Eugenio Zuccarelli, seorang saintis penyelidikan AI di MIT dan seorang saintis data dalam industri runcit.

Namun, adalah penting untuk dapat menerangkan kesan AI pada perniagaan, kata Zuccarelli. Beliau berkata: "KPI tidak seharusnya ditetapkan di sekitar model itu sendiri, tetapi penunjuk harus ditetapkan di sekitar perniagaan dan orang, yang sepatutnya menjadi matlamat utama projek itu." kesan yang berkesan terhadap syarikat itu terlalu mudah.

Zuccarelli, yang juga pernah memegang peranan sains data di syarikat seperti BMW dan Tesla, turut memberi amaran supaya tidak mengukur kemajuan secara berasingan. Contohnya, jika projek AI bertujuan untuk menambah baik sesuatu yang sudah bertambah baik atas sebab lain, kumpulan kawalan diperlukan untuk menentukan berapa banyak peningkatan sebenarnya disebabkan oleh AI.

Vladislav Shapiro, yang mempunyai pengalaman bertahun-tahun dalam industri perkhidmatan kewangan, berkata bahawa KPI berharga lain untuk projek AI mungkin untuk mengurangkan penggera palsu atau secara automatik mengalih keluar keistimewaan yang berlebihan. Shapiro ialah pengasas Costidity, sebuah kumpulan perunding yang pakar dalam keselamatan IT dan pengurusan tadbir urus identiti.

Dalam penggunaan keselamatan dipacu AI baru-baru ini, beliau berkata, kadar positif palsu telah dikurangkan tiga kali ganda dan banyak proses manual sebelum ini diautomasikan.

"Apabila anda menunjukkan nombor ini kepada pengurusan kanan syarikat, mereka memahami bahawa semua langkah di atas mengurangkan risiko pelanggaran dan meningkatkan akauntabiliti serta tadbir urus," katanya.

Pengukuran kejayaan secara progresif

Sanjay Srivastava, ketua strategi digital syarikat perkhidmatan profesional global Genpact, berkata pengurangan kos yang disebabkan oleh automasi adalah cara paling mudah dan jelas untuk menunjukkan faedah ekonomi cara AI. Tetapi AI juga boleh memudahkan aliran pendapatan baharu dan juga merevolusikan model perniagaan syarikat.

Sebagai contoh, dengan bantuan AI, pengeluar enjin pesawat mendapati bahawa ia boleh meramalkan kegagalan dengan lebih baik dan menambah baik logistik, jadi ia boleh mula menyediakan perkhidmatan enjin. Beliau berkata: "Bagi pengguna akhir, membeli batu penerbangan adalah lebih baik daripada membeli enjin itu sendiri. Ini adalah model perniagaan baharu yang mengubah cara syarikat beroperasi kerana ia disokong oleh teknologi AI. Pada masa yang sama, ia bagus untuk perniagaan Impaknya juga jelas”

Jadi untuk mewajarkan pelaburan dalam AI pada masa itu, pengeluar tertentu ini memerlukan matlamat jangka panjang ini, tetapi menterjemahkannya kepada sesuatu yang boleh diukur dengan cara lain pendek -projek jangka.

Dia juga berkata, "Daripada mengatakan kami akan menukar industri dalam tempoh sepuluh tahun, pada tahun pertama kami akan mula melihat bahagian mana yang perlu kami simpan. Anda tidak berubah. perbatuan industri, anda cuma berkata , kami memerlukan bahagian yang betul dalam kuantiti yang betul Ini adalah projek sepanjang tahun untuk mengoptimumkan sistem gudang dan mengurangkan pelaburan dalam inventori.”

Selain itu. pengoptimuman rantaian bekalan, langkah kemajuan jangka pendek lain termasuk.

Dia berkata: "Jika pesawat itu terperangkap di Mumbai selama lima hari menunggu bahagian, pelanggan akan mempunyai perasaan yang tidak baik."

Penjajaran dengan visi strategik

Terdapat juga realiti bahawa sesetengah projek AI mungkin memberi kesan kepada kerugian dalam jangka pendek, tetapi kekal penting dan transformatif dalam jangka panjang. Sebagai contoh, syarikat yang menggunakan robot untuk menyediakan perkhidmatan pelanggan boleh menyelesaikan beberapa tugas yang membosankan. Penganalisis Gartner, Whit Andrews berkata: "Tetapi chatbots juga boleh mempunyai kelemahan. Kerana sesetengah orang pandai menjual dan ingin berinteraksi dengan orang ramai, syarikat mungkin tidak mahu menggunakan chatbots

Ini kembali kepada anda syarikat yang anda mahu jadi? "Pada satu ketika anda perlu bertanya kepada diri sendiri sama ada syarikat anda adalah syarikat di mana, sebagai contoh, jika penghantaran menjadi kucar-kacir, pelanggan boleh menghubungi dan bertanya apa yang sebenarnya berlaku, dan kemudian anda berinteraksi dengan mereka secara langsung untuk cuba menyelesaikan masalah selepas penghantaran. Pamerkan mereka setiap bulan ”

Jika syarikat komited kepada transformasi dipacu AI, disokong oleh ROI yang boleh diukur dan mempunyai visi berpusatkan pelanggan, maka ia mungkin mengabaikan untuk melakukannya secara langsung metrik hasil dan sebaliknya menumpukan pada metrik lain yang berpotensi lebih bermakna.

Andrews berkata: "Syarikat yang lebih automatik mungkin lebih berjaya kerana ia meningkatkan bahagian pasaran. Tetapi anda boleh membangunkan data anda supaya anda boleh mencapai mereka pada masa yang lebih relevan kepada mereka. . Jika ada sesuatu yang anda boleh tunjuk dan katakan, pemikiran logik memberitahu kami, ia akan membuatkan pelanggan kami lebih gembira dan pekerja kami lebih berjaya, maka lakukannya."

Sumber: www. cio.com​

Atas ialah kandungan terperinci Menilai kesan perniagaan kecerdasan buatan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!