Понятию «искусственный интеллект» уже более 60 лет, и последние пару десятилетий «умные» алгоритмы активно внедряются в бизнес-процессы организаций. Эксперты отмечают множество преимуществ при использовании ИИ: повышение эффективности работы персонала, сокращение издержек, снижение рисков, лучшее понимание потребностей своей целевой аудитории и др. Так, плюсы от внедрения систем выражаются не только в качественном, но и количественном отношении. Однако многие компании не до конца понимают, как использовать алгоритмы ИИ для улучшения показателей своей работы. Согласно статистике, в 2022 году только 12% организаций внедрили искусственный интеллект в свою экосистему, еще 48% – тестируют отдельные функции, а 40% по-прежнему с настороженностью относятся к интеллектуальным системам. Мы собрали основной список препятствий, которые тормозят внедрение искусственного интеллекта во внутреннюю среду организации, и дали рекомендации, как компаниям преодолеть подобные трудности.
Что такое цифровизация? На этот запрос поисковые системы выдают более миллиона ответов. Существует стереотип, что внедрение алгоритмов ИИ – решение, которое подходит только для высокотехнологичных компаний. При этом руководители могут не знать, что искусственный интеллект не просто программа для автоматизации конкретной задачи, а полноценный инструмент, который коренным образом меняет структуру и способ управления предприятием: трансформирует организационные процессы, коммуникации, взаимодействие с клиентами и т.д. ИИ оптимизирует работу персонала, избавляет от рутины и позволяет грамотнее и эффективнее использовать ресурсы.
Решение: в первую очередь необходимо проанализировать, какие процессы в вашей организации находятся в стагнации, что хотелось бы улучшить. Когда проблемные места будут выявлены, можно подобрать готовое решение на рынке или обратиться к специалистам, которые посоветуют подходящий инструмент
Аналитики говорят, что внедрение ИИ-решений может занимать от 3 месяцев до 3 лет – длительность зависит от сложности проекта и количества функций, которое должно включать в себя ПО. Кроме того, огромную роль играет качество данных, с которыми работает программа, и модель, которая используется для анализа данных. Искусственный интеллект быстро учится, однако скорость и точность напрямую зависит от качества и количества данных. В ряде случаев может потребоваться дополнительный массив информации, чтобы на выходе получать более релевантные результаты программы.
Решение: четко определите задачи и метрики, которыми вы будете измерять эффективность системы. Заранее подготовьте структурированный массив данных, на котором будет обучаться ИИ. Эти шаги позволят значительно сократить время при внедрении интеллектуального решения в экосистему компании. Если требования заказчика четко определены, то срок реализации проекта может значительно сократиться
Часто заказчики разработок не понимают, как работают интеллектуальные системы. Компании «отдают» ИИ часть той работы, которая раньше выполнялась в «ручном режиме» и хотят видеть, как ИИ принимает решение, какими принципами руководствуется. Так, для заказчиков могут разрабатываются специальные модули, объясняющие ход мысли ИИ.
Решение: алгоритмы, которые использует машина, должны быть прозрачны и понятны специалистам, не имеющим технического образования. Все параметры должны быть детально изучены аналитиками, дана оценка возможных рисков и разночтений, которые могут привести к ошибкам в работе ИИ
Многие считают, что внедрение ИИ-решений подходит только для крупных корпораций и требует многомиллиардных вложений. Аналитики утверждают, что использовать алгоритмы искусственного интеллекта имеет возможность только 1% компаний и именно цена является ключевым барьером, который отпугивает потенциальных покупателей интеллектуальных систем. Однако с этим утверждением можно поспорить: сегодня на рынке появляется огромное количество решений, которые подходят для среднего и малого бизнеса. Кроме того, по мере развития конкуренции в отрасли средний чек реализации отдельных ИИ-проектов падает в разы – использование искусственного интеллекта становится все более доступным.
Решение: тщательно изучите рынок ИИ-систем, прежде чем выбирать подрядчика. Не бойтесь работать с малым и средним бизнесом – скорее всего, они смогут предложить вам подходящее решение по оптимальной цене. Кроме того, четко определитесь с функционалом продукта – чем меньше лишних функций вы будете внедрять на первом этапе, тем дешевле выйдет разработка
Человеческий фактор – еще одна причина, по которой владельцы бизнеса отказываются от интеграции ИИ в экосистему компании. Многие сотрудники могут быть не заинтересованы в использовании новых технологий или испытывают трудности при работе с новым ПО. Кроме этого, у ряда работников существуют опасения, что машина может заменить человека, и, следовательно, создать риск потери рабочих мест. В данном случае персонал может саботировать использование внедряемых программ или отказываться проходить обучение по работе в новом ПО с новым программным продуктом.
Решение: задача руководства – объяснить сотрудникам, что ИИ помогает в работе: автоматизирует повторяющиеся задачи, исправляет ошибки, обращает внимание на потенциальные риски и неточности в документах и т.д. Кроме этого, современные системы создаются с интуитивными интерфейсами, вебинарами, интерактивным пошаговым обучением, вшитым в ПО – все это позволяет сразу начать работать в системе
Многие компании годами используют одно и то же программное обеспечение, привыкли к интерфейсу определенного продукта и не готовы переходить на новые решения. Также, организации откладывают внедрение систем на базе ИИ из-за возможной несовместимости новых и старых решений.
Решение: в действительности поставщики интеллектуальных решений умеют работать с такими задачами и интегрировать новое ПО в текущие экосистемы. Например, модули ИИ могут внедряться в качестве надстройки над существующей системой заказчика, а если необходим полный переход на новое ПО – разработчики предлагают интеграцию или перенос данных
Многие ученые говорят, что возможности ИИ не всегда соответствуют тем ожиданиям, которые на него возлагают: компании могут или переоценивать возможности ИИ, или считать их бессмысленной тратой ресурсов. Отсутствие интереса к подобным решениям по причине их теоретической "бесполезности" для конкретного бизнеса - частые причины отказа от внедрения такого ПО. В действительности же эффективность таких решений доказана, каждый год появляются сотни кейсов применения таких технологий в самых разных областях - от ритейла до промышленности и юриспруденции.
Решение: перед внедрением подобного решения изучите практики применения таких технологий в вашей сфере, запросите примеры кейсов с метриками до/после и демо для оценки потенциала внедряемого решения. При этом помните, что решения на базе ИИ постоянно обучаются и совершенствуются при каждом использовании. Так, процент автоматизации какого-либо процесса в начале может составлять лишь 10%, а через несколько месяцев работы может быть увеличен до 70%
Часто менеджеры понимают преимущества применения интеллектуальных систем и готовы внедрить подобные решения в деятельность организации. Однако здесь они сталкиваются с новой проблемой – сложности с расчетом конечного эффекта от использования ИИ: заранее определить эффективность работы системы, обозначить необходимый бюджет на внедрение и, следовательно, защитить проект перед руководством.
Решение: идеальный вариант – провести пилотный проект, чтобы заранее просчитать все количественные и качественные эффекты от внедрения нового продукта. Подобную оценку можно сделать при помощи онлайн-калькулятора для расчёта окупаемости инвестиций в ИИ-решения
Задача выбора подрядчика не такая простая, как может показаться. Необходимо найти надежного исполнителя, который предложит оптимальное решение для вашей компании. При неправильном выборе вендора вы рискуете потерять деньги и время – новому разработчику придется заново погружаться в бизнес-процессы компании, а иногда создавать решение с нуля.
Решение: ищите подрядчика, чьи продукты наиболее полно отвечают вашим задачам, выбирайте поставщиков по оптимальному сочетанию компетенций и ценообразования, учитывайте наличие у разработчика аналогичных кейсов
Ряд менеджеров не видит необходимости в использовании новых технологий для повышения эффективности работы компании. Отказываясь от внедрения инновационных решений, предприниматели недополучают значительную часть прибыли, которая могла бы быть обеспечена за счет снижения издержек бизнеса и повышения лояльности целевой аудитории.
Решение: не бойтесь внедрять ИИ. Регулярно анализируйте эффективность используемого решения. Просчитывайте прибыль и направляйте полученный доход на дальнейшее развитие компании
 (1).jpg )
.jpg )