Создание ценности с помощью ИИ на основе контекста предприятия
В компании одновременно могут работать самые разные платформы, системы и инструменты искусственного интеллекта — например, клиентские платформы на базе ИИ, разговорные ассистенты, а также инструменты автоматизации рабочих процессов и операций. Каждый из них сложен, развит и быстро реагирует. Однако при использовании результаты и действия, которые они выдают, могут быть ошибочными, противоречивыми или не учитывать специфику бизнеса. Многие организации оказываются в такой ситуации — и это может быть одной из ключевых причин, по которым им не удается получать отдачу от инвестиций в ИИ.
Опрос MIT Technology Review Insights показывает, что сегодня все опрошенные организации в той или иной степени используют ИИ, однако менее одной из пяти (16%) получают от его внедрения трансформационный эффект. Наибольшая доля респондентов (40%) сообщает об умеренном повышении эффективности в отдельных задачах или командах, тогда как 21% отмечают существенный эффект; при этом 23% видят минимальную отдачу либо не получают ее вовсе.
В основном компании все еще проводят пилотные проекты по использованию ИИ (так ответили 38% респондентов) или применяют его для поддержки работы сотрудников с помощью таких инструментов, как ассистенты для совместной работы или чат-ассистенты (35%). Лишь 12% компаний используют ИИ-агентов в рабочих процессах, а 3% заявляют, что применяют ИИ для выполнения большей части работы в ключевых процессах.
«Существует большой разрыв между тем, на что способны модели, и тем, насколько полезными они на самом деле оказываются внутри организаций», — говорит Прукалпа Санкар, сооснователь Atlan. «Для любой реальной задачи и цели искусственный общий интеллект уже здесь. Просто сегодня он пока не приносит реальной пользы большинству компаний».
По словам Санкар, недостающим звеном является контекст — то есть то, насколько хорошо ИИ понимает бизнес. Контекстный слой — это архитектурная инфраструктура, расположенная между бизнес-системами организации (например, системами учета и хранения данных) и ее платформами ИИ. Он преобразует корпоративную информацию в управляемый, пригодный для машинного использования контекст для ИИ-агентов или моделей и помогает накапливать знания. «Без контекстного слоя для ИИ это почти как нанять самого умного стажера в мире, завязать ему глаза и бросить его в свою организацию», — говорит Санкар.
Этот материал подготовлен отделом Insights — подразделением MIT Technology Review, создающим специализированные материалы, — а не редакцией издания. Исследование и текст подготовлены людьми; любые инструменты ИИ, которые могли использоваться, применялись только в производственных процессах под контролем человека.
Переведено автоматически с английского. Оригинал статьи — по ссылке ниже.