Pārsteidzoša pandēmijas blakusparādība: AI pātaga

Nodrošina KPMG

Covid-19 izraisīto daudzo uzņēmējdarbības traucējumu vidū šeit ir viens, kas lielā mērā netiek ņemts vērā: mākslīgā intelekta (AI) sitiens.

Tā kā pagājušajā gadā pandēmija sāka mainīt pasauli, uzņēmumi izmantoja visus to rīcībā esošos rīkus, tostarp AI, lai atrisinātu problēmas un apkalpotu klientus droši un efektīvi. In 2021. gada KPMG aptauja ASV uzņēmumu vadītāju laikā no 3. līdz 16. janvārim puse respondentu sacīja, ka viņu organizācija ir paātrinājusi mākslīgā intelekta izmantošanu, reaģējot uz Covid-19, tostarp 72% rūpniecisko ražotāju, 57% tehnoloģiju uzņēmumu un 53% mazumtirgotāju.

Lielākā daļa ir apmierināti ar rezultātiem. Astoņdesmit divi procenti aptaujāto piekrīt, ka AI ir palīdzējis viņu organizācijai pandēmijas laikā, un lielākā daļa apgalvo, ka tas sniedz pat lielāku vērtību, nekā gaidīts. Plašāk runājot, gandrīz visi apgalvo, ka plašāka AI izmantošana padarītu viņu organizāciju efektīvāku. Faktiski 85% vēlas, lai viņu organizācija paātrinātu AI ieviešanu.

Tomēr noskaņojums nav gluži pozitīvs. Pat tad, kad viņi vēlas izmantot gāzi, 44% vadītāju domā, ka viņu nozare AI jomā virzās ātrāk, nekā vajadzētu. Pārsteidzošāk ir tas, ka 74% apgalvo, ka mākslīgā intelekta izmantošana, lai palīdzētu uzņēmumiem, joprojām ir lielāka ažiotāža nekā realitāte — kopš mūsu 2019. gada septembra AI aptaujas tas ir būtiski pieaudzis galvenajās nozarēs. Piemēram, gan finanšu pakalpojumu, gan mazumtirdzniecības sektorā 75% vadītāju šobrīd uzskata, ka mākslīgais intelekts ir pārspīlēts, salīdzinot ar attiecīgi 42% un 64%.

Kā saskaņot šos šķietami pretējos viedokļus par to, ko KPMG sauc par AI pātagu? Pamatojoties uz mūsu darbu, palīdzot organizācijām lietot AI, mēs redzam vairākus skaidrojumus par ažiotāžu. Viens no tiem ir tehnoloģijas vienkāršais jaunums, kas ir ļāvis radīt nepareizu priekšstatu par to, ko tā var un ko nevar, cik ilgs laiks nepieciešams, lai sasniegtu uzņēmuma mēroga rezultātus, un kādas kļūdas ir iespējamas, organizācijām eksperimentējot ar AI bez atbilstoša pamata.

Lai gan 79% respondentu apgalvo, ka viņu organizācijā mākslīgais intelekts ir vismaz vidēji funkcionāls, tikai 43% apgalvo, ka tā ir pilnībā funkcionāla. Joprojām bieži sastopami cilvēki, kuri domā par AI kā kaut ko tādu, kas jāiegādājas, piemēram, jauna iekārta, lai nodrošinātu tūlītējus rezultātus. Un, lai gan tās, iespējams, ir guvušas zināmus panākumus ar AI — bieži vien ir nelieli koncepcijas pierādījumi — daudzas organizācijas ir sapratušas, ka to mērogošana uzņēmuma līmenī var būt grūtāka. Tam nepieciešama piekļuve tīriem un labi sakārtotiem datiem; spēcīga datu uzglabāšanas infrastruktūra; mācību priekšmetu eksperti, lai palīdzētu izveidot marķētus apmācību datus; sarežģītas datorzinātņu prasmes; un iepirkšanās no uzņēmuma.

Protams, nav arī lieki uzskatīt, ka mākslīgā intelekta atbalstītāji laiku pa laikam ir pārspīlējuši tā potenciālu vai atlaiduši pūles, kas nepieciešamas, lai realizētu tā pilno vērtību.

Runājot par to, kāpēc vadītāji ir pretrunīgi par AI ieviešanas ātrumu, mēs redzam, ka spēlē cilvēka pamatdaba. Iesācējiem vienmēr ir vieglāk noticēt, ka otrā pusē zāle ir zaļāka. Mums ir arī aizdomas, ka daudzi cilvēki uztraucas, ka viņu nozare attīstās pārāk ātri, galvenokārt tāpēc, ka viņu pašu organizācija neatbilst šim ātrumam. Ja viņi ir saskārušies ar mākslīgā intelekta agrīnas stadijas žagas, jo īpaši pagājušajā gadā, kad pasaule bija lieciniece ar AI atbalstītiem sasniegumiem, piemēram, rekordātrā Covid-19 vakcīnu izstrāde, iespējams, bija viegli pakļauties šīm bailēm.

Mēs redzam vēl vienu faktoru, kas izraisa dalītas jūtas par AI potenciālu, — tas, ka nav izveidota tiesiskā un reglamentējošā regulējuma, kas vadītu tā izmantošanu. Daudziem uzņēmumu vadītājiem nav skaidra priekšstata par to, ko viņu organizācija dara, lai pārvaldītu AI, vai kādi jauni valdības noteikumi varētu būt priekšā. Saprotams, ka viņi ir noraizējušies par saistītajiem riskiem, tostarp par to, ka šodien tiek izstrādāti lietošanas gadījumi, kurus regulatori rīt varētu izjaukt.

Šī nenoteiktība palīdz izskaidrot vēl vienu šķietami pretrunīgu mūsu aptaujas atklājumu. Lai gan uzņēmumu vadītāji parasti skeptiski raugās uz valdības regulējumu, 87% apgalvo, ka valdībai būtu jāpiedalās AI tehnoloģiju regulēšanā.

Pārejot no AI whiplash

Lai gan katrai organizācijai būs nepieciešama sava rokasgrāmata, lai atgūtu no AI un optimizētu ieguldījumus tehnoloģijā, visaptverošā plānā jāiekļauj pieci komponenti:

• Stratēģisks ieguldījums datos. Dati ir mākslīgā intelekta izejmateriāls un digitālās organizācijas saistaudi. Organizācijām ir nepieciešami tīri, mašīnā sagremojami dati, kas marķēti, lai apmācītu AI modeļus, izmantojot priekšmetu ekspertus. Tiem ir nepieciešama datu uzglabāšanas infrastruktūra, kas pārsniedz funkcionālos tvertnēs uzņēmumā un var ātri un uzticami piegādāt datus. Kad modeļi ir izvietoti, ir nepieciešama stratēģija un pieeja datu ieguves datiem, lai tos nepārtraukti pielāgotu un apmācītu.
• Pareizais talants. Datorzinātnieki, kuriem ir pieredze mākslīgā intelekta jomā, ir ļoti pieprasīti, un tos ir grūti atrast, taču tie ir ļoti svarīgi, lai izprastu AI ainavu un vadītu stratēģiju. Organizācijām, kas iekšēji nespēj izveidot pilnu zinātnieku komandu, būs nepieciešami ārēji partneri, kas varētu aizpildīt nepilnības un palīdzēt tām sakārtot arvien pieaugošo AI pārdevēju un piedāvājumu klāstu.
• Ilgtermiņa AI stratēģija, kuras pamatā ir bizness. Organizācijas gūst maksimālu labumu no AI, domājot par problēmu risinājumu meklēšanu, nevis iegādājoties tehnoloģijas un meklējot veidus, kā tās izmantot. Viņi ļauj biznesam, nevis IT nodaļai vadīt darba kārtību. Ja mākslīgā intelekta ieguldījumi, kas saistīti ar biznesa virzītu stratēģiju, kļūst nepareizi, tie kļūst par iespēju ātri izgāzties un mācīties, nevis ātri un sadedzināt. Bet pat tad, ja uzņēmumi ātri atkārtojas, tiem tas jādara saskaņā ar ilgtermiņa AI stratēģiju, jo lielākās priekšrocības tiek realizētas ilgtermiņā.
• Kultūra un darbinieku kvalifikācijas paaugstināšana. Dažas AI programmas iegūs vilkmi bez darbaspēka un AI panākumos ieguldītās kultūras. Lai iegūtu darbinieku saistības, viņiem ir jānodrošina vismaz elementāra izpratne par tehnoloģijām un datiem, kā arī vēl dziļāka izpratne par to, kādu labumu tas dos viņiem un uzņēmumam. Svarīga ir arī darbaspēka kvalifikācijas paaugstināšana, jo īpaši gadījumos, kad AI pārņems vai papildinās viņu esošos pienākumus. Uz datiem balstītas domāšanas pieņemšana un padziļinātas mākslīgā intelekta prasmes ieviešana organizācijas DNS palīdzēs tai paplašināties un gūt panākumus.
• Apņemšanās ētiski un objektīvi izmantot AI. AI ir daudzsološs, bet arī potenciāls kaitējums, ja organizācijas to izmanto veidā, kas klientiem nepatīk vai kas diskriminē dažus iedzīvotāju segmentus. Katrai organizācijai jāizstrādā AI ētikas politika ar skaidrām vadlīnijām par to, kā tehnoloģija tiks izmantota. Šai politikai ir jānosaka pasākumi un jāiekļauj DevOps process, lai pārbaudītu problēmas un datu nelīdzsvarotību, izmērītu un kvantitatīvi noteiktu neparedzētu novirzi mašīnmācīšanās algoritmos, izsekotu datu izcelsmei un identificētu tos, kuri apmāca algoritmus. Organizācijām nepārtraukti jāuzrauga modeļu novirze un novirze, kā arī jānodrošina modeļu lēmumu izskaidrojamība.

Ko tālāk

Vadītāju mērķi attiecībā uz AI ieguldījumiem nākamajos divos gados atšķiras atkarībā no nozares. Veselības aprūpes vadītāji saka, ka viņu uzmanības centrā būs telemedicīna, robotu uzdevumi un pacientu aprūpe. Viņi saka, ka dzīvības zinātnēs viņi centīsies izmantot AI, lai noteiktu jaunas ieņēmumu iespējas, samazinātu administratīvās izmaksas un analizētu pacientu datus. Un valdības vadītāji saka, ka viņu galvenā uzmanība tiks pievērsta procesu automatizācijas un analītikas iespēju uzlabošanai, kā arī līgumu slēgšanas un citu saistību pārvaldībai.

Paredzamie rezultāti atšķiras arī atkarībā no nozares. Mazumtirdzniecības vadītāji prognozē vislielāko ietekmi klientu informācijas, krājumu pārvaldības un klientu apkalpošanas tērzēšanas robotu jomās. Rūpnieciskie ražotāji to redz produktu projektēšanā, izstrādē un inženierijā; apkopes operācijas; un ražošanas darbības. Un finanšu pakalpojumu uzņēmumi cer uzlabot krāpšanas atklāšanu un novēršanu, riska pārvaldību un procesu automatizāciju.

Ilgtermiņā KPMG uzskata, ka AI ir ļoti svarīga loma krāpšanas, izšķērdēšanas un ļaunprātīgas izmantošanas samazināšanā, kā arī palīdzot uzņēmumiem uzlabot pārdošanas, mārketinga un klientu apkalpošanas darbības. Galu galā mēs uzskatām, ka mākslīgais intelekts palīdzēs atrisināt cilvēka pamatproblēmas tik dažādās jomās kā slimību identificēšana un ārstēšana, lauksaimniecība un globālais bads, kā arī klimata pārmaiņas.

Tā ir nākotne, kuras labā ir vērts strādāt. Mēs uzskatām, ka gan valdībai, gan nozarei ir sava loma tā īstenošanā — kopīgi jāstrādā, lai formulētu noteikumus, kas veicina AI ētisko attīstību, neierobežojot jau notiekošos jauninājumus un impulsu.

Vairāk lasiet KPMG Ziņojums “Plaukums mākslīgā intelekta pasaulē”. .

Šo saturu veidoja KPMG. To nav rakstījuši MIT Technology Review redakcijas darbinieki.

paslēpties