Створення цінності за допомогою ШІ з урахуванням контексту підприємства
У бізнесі одночасно може працювати будь-яка кількість платформ, систем та інструментів ШІ — наприклад, клієнтські платформи на основі ШІ, діалогові асистенти, а також інструменти автоматизації робочих процесів і процедур. Кожен із них є складним, передовим і швидко реагує. Але під час роботи результати та дії, які вони генерують, можуть бути неправильними, суперечливими або не враховувати належним чином специфіку бізнесу. Багато організацій опиняються саме в такій ситуації — і це може бути однією з ключових причин, чому їм важко отримувати віддачу від інвестицій у ШІ.
Опитування MIT Technology Review Insights показує, що, хоча кожна опитана організація сьогодні тією чи іншою мірою використовує ШІ, менш як одна з п’яти (16%) отримує трансформаційну цінність від його впровадження. Найбільша частка респондентів (40%) заявляє про помірне зростання ефективності в окремих завданнях або командах, тоді як 21% повідомляє про суттєві результати; водночас 23% бачать мінімальну віддачу або не отримують її взагалі.
Переважно компанії все ще випробовують варіанти використання ШІ (за словами 38% респондентів) або використовують його для підтримки роботи співробітників за допомогою таких інструментів, як копілоти чи чат-асистенти (35%). Лише 12% підприємств використовують ШІ-агентів у робочих процесах, а 3% заявляють, що застосовують ШІ для виконання більшої частини роботи в ключових процесах.
«Існує великий розрив між тим, на що здатні моделі, і тим, наскільки корисними моделі насправді є всередині організацій», — каже Прукалпа Санкар, співзасновниця Atlan. «Для кожної практичної мети й завдання штучний загальний інтелект уже тут. Просто сьогодні він не є справді корисним у більшості компаній».
За словами Санкар, бракує контексту — тобто того, наскільки добре ШІ розуміє бізнес. Контекстний рівень — це архітектурна інфраструктура, яка розташована між бізнес-системами організації (наприклад, системами обліку та даних) і її платформами ШІ. Він перетворює корпоративну інформацію на керований контекст, придатний для використання машинами, для ШІ-агентів або моделей, і допомагає накопичувати знання. «Без контекстного рівня для ШІ це майже те саме, що найняти найрозумнішого стажера у світі, зав’язати йому очі та кинути його у свою організацію», — каже Санкар.
Цей матеріал підготовлено командою Insights — підрозділом MIT Technology Review, що створює спеціальний контент, а не редакцією видання. Його досліджували й писали люди; будь-які інструменти ШІ, які могли використовуватися, були обмежені виробничими процесами під наглядом людей.
Перекладено автоматично з англійської. Оригінал статті — за посиланням нижче.