Sztuczna inteligencja może usprawnić wykonywanie wielu zadań i zwiększyć efektywność zespołów, ale tylko pod warunkiem, że zostanie wdrożona w przemyślany sposób. Estera Haas-Abgarowicz, Head of AI w Asseco Poland, wskazuje cztery filary skutecznej adopcji AI na dużą skalę.
Wdrożenie AI w organizacji to proces, który wymaga starannego zaplanowania i stworzenia procedur jasno określających zakres narzędzi, z jakich mogą korzystać pracownicy, wykonując codzienne obowiązki. Należy uwzględnić kwestie bezpieczeństwa, poufności informacji i zasadę ograniczonego zaufania do wyników pracy inteligentnych algorytmów. Wyzwanie jest tym większe, im liczniejsze są zespoły wykorzystujące sztuczną inteligencję i im bardziej rozproszoną strukturę ma organizacja.
Problem biznesowy jako punkt wyjścia
Wybór narzędzi AI, z których będą korzystali pracownicy, powinny poprzedzić testy prowadzone w bezpiecznych warunkach, bez zasilania modeli wrażliwymi danymi firmowymi. Wdrożenie wymaga również dobrze przygotowanego budżetu, aby koszty sztucznej inteligencji nie zaskoczyły organizacji w przyszłości. Warto pamiętać, że nie każde zadanie wymaga wykorzystywania zaawansowanych i kosztownych modeli sztucznej inteligencji. Niekiedy wystarczą znacznie prostsze narzędzia AI. Punktem wyjścia powinien być problem biznesowy, z którym zmaga się organizacja. Następnie należy podjąć decyzję, jak go rozwiązać: czy wystarczą techniki deterministyczne, czy lepiej wykorzystać AI, a jeśli tak – jakiej klasy model sztucznej inteligencji jest potrzebny. To o wiele bardziej zasadne podejście niż implementacja narzędzi AI i dopiero później szukanie dla nich zastosowań.
Cztery filary skutecznej implementacji AI
Dane przed technologią – sztuczna inteligencja daje najwięcej korzyści, gdy jest osadzona jak najbliżej procesów biznesowych i pozwala rozwiązywać realne problemy. Punktem wyjścia wdrożenia AI powinno być zatem zrozumienie procesu, uporządkowanie dostępnych danych, poznanie reguł i wyjątków. Dopiero na tej podstawie należy oceniać, czy i w jaki sposób zastosować AI.
Model operacyjny – wdrożenie AI w organizacji nie powinno sprowadzać się do zbioru niezależnych pilotaży prowadzonych w poszczególnych zespołach. Ważne jest zdefiniowanie celu, zakresu wpływu i planu działania, które pozwolą na transformację przedsiębiorstwa i pełne wykorzystanie możliwości jakie stwarza sztuczna inteligencja.
Ludzie i adopcja nowych sposobów pracy – samo zapewnienie pracownikom dostępu do narzędzi AI nie wystarczy. Warto wskazać konkretne zastosowania i pokazać przykłady z codziennej pracy. Niezbędne są szkolenia, wsparcie menedżerów odpowiedzialnych za wdrożenie AI w swoich zespołach oraz zaangażowanie najaktywniejszych użytkowników (power userów), którzy zainspirują innych i pomogą upowszechniać nowe narzędzia w organizacji.
Mierzalny efekt biznesowy – rozwiązania AI powinny być oceniane przez pryzmat wartości jaką wnoszą, czyli tego, czy oszczędzają czas, obniżają koszty, poprawiają jakość, przyspieszają realizację zadań lub ograniczają ryzyko. Technicznie udany projekt AI nie musi oznaczać wartościowego wdrożenia, jeżeli nie idzie za tym mierzalna korzyść biznesowa.
Autor:





