Много организации, в които се провеждат пилотни проекти за AI, неизбежно се сблъскват с ключова ИТ дилема: кога трябва да прекратят проекта и кога да продължат напред. Ако се откажат от пилотен проект, който не отговаря на очакванията, твърде скоро, те могат да пропуснат огромни ползи. Но ако го задържат твърде дълго, могат да загубят огромно количество време, пари и ресурси.

От една страна, Forrester наскоро предупреди организациите да не търсят възвръщаемост на инвестициите в AI твърде рано, защото могат да пропуснат ползите от него.

В същото време обаче AI не е евтин, а пилотните проекти, които не носят никаква стойност, могат да се окажат финансови ями. Например, според Gartner, проект за работа с документи с изкуствен интелект от типа RAG (retrieval-augmented generation) може да струва до 1 млн. долара, като периодичните разходи на потребител могат да достигнат до 11 000 долара годишно. Изкуствен интелект за медицински, застрахователни или финансови услуги с голям езиков модел (LLM), изграден от нулата, може да струва до 20 млн. долара.

Но пилотните проекти за AI се реализират с по-високи темпове напоследък, добавя Gartner. През 2022 г. почти половината от всички пилотни проекти не са успели да стигнат до производство, докато през следващата година изследователите очакват около 30% от тях да се провалят.

Все пак 30% неуспех представлява огромно количество време и пари, като се има предвид колко широко разпространено е експериментирането с AI днес. Според проучване на EY, публикувано през юли, 95% от висшите ръководители заявяват, че техните организации в момента инвестират в технологията.

Въпросът тогава е: Кога ИТ директорите разбират, че е време да се откажат от даден AI проект? Въпреки че няма универсален отговор, експертите по темата казват, че те могат да предприемат определени стъпки, за да си гарантират, че ще запазят проектите, които имат смисъл, и ще се откажат от тези, които нямат.

Специализираното издание CIO прави списък с тези стъпки.

Докато светът най-накрая приема чиповете на Nvidia, задвижвани от технологията за изкуствен интелект, Дженсън Хуанг вече планира следващата вълна от постижения

Три урока от водещите лидери в световните иновации

Определяне на успеха

„Една от първите стъпки, които ИТ лидерите трябва да предприемат при стартирането на пилотен проект за изкуствен интелект, е да определят показатели за успех - освен възвръщаемостта на инвестициите - и да определят график за проверка на напредъка”, казва Андреас Уелш, консултант по изкуствен интелект и бивш вицепрезидент и ръководител на маркетинга за AI в SAP. „Предизвикателството е, че хората продължават да се движат по пътя на неизтеглянето на щепсела, защото винаги се надяват, че точно зад ъгъла ще има пробив. Но в много случаи те нямат подходящи цели.“

Някои ключови показатели за ефективност (KPI) за проект с изкуствен интелект могат да включват повишаване на удовлетвореността на клиентите с 10%, намаляване на времето за попълване на искане за оферта с 30% или изразходване на четири часа по-малко на месец за обработване на фактури.

След това по време на предварително определени контролни точки ИТ и бизнес екипите могат да установят напредъка към тези цели. Ако даден проект не постига показателите, екипите могат да решат дали да го изоставят, или да му дадат повече време. Ако един бот за обслужване на клиенти подобри удовлетвореността със 7% вместо с 10%, може би си струва да се продължи инвестицията в него.

„В някои случаи обаче организациите могат да се възстановят от нефокусираното начало”, добавя Адам Либерман, главен директор по AI в компанията за банкови технологии Finastra. „Понякога CIO или CAIO може да помогне на проваления проект да се възстанови, като определи жизнеспособна пътна карта. Когато целите са с отворен край, проектът няма да има фокус и ще се разпадне. Това е най-ранният признак, че той няма да проработи, но е и достатъчно ранен етап от процеса, за да се пренасочи вниманието и да се определи по-конкретна крайна цел.“

Кати Герш, главен директор по растежа и търговията в консултантската компания Kotter International, добавя, че едно от предизвикателствата при определянето на ключови показатели за ефективност е измерването на резултатите. Измерването на настроенията на клиентите може да не е трудно, например, но това на времето, което служителят спестява, като използва Copilot за изготвяне на имейл, може да бъде по-уклончиво.

„Възвръщаемостта на инвестициите може да идва от много от тези по-малко осезаеми неща“, казва тя. „Ако не измервате всички тях, може да отхвърлите проекта твърде бързо, като кажете: „О, не получаваме възвръщаемост на инвестициите“.“

5 ноември, Sofia Event Center: Топ експерти от Google, Amazon Web Services, Accenture, UEFA, FIFA, Bundesliga, LiveScore, Ringier и още водещи организации споделят практични съвети за приложението на изкуствения интелект

Визионери от глобалния бизнес споделят работещи AI стратегии по време на Digital Trends 2024

Свързване с бизнес нуждите

В допълнение към ясно дефинираните ключови показатели за ефективност, организациите трябва да обвържат проектите за изкуствен интелект с конкретни бизнес нужди, добавя Уелш. В някои случаи изглежда, че те стартират AI проекти само за да направят нещо с технологията. Успешните проекти обаче са насочени към болезнените точки на организацията.

„Какъв е този бизнес проблем, който се опитваме да решим?“, казва той. „Трябва да работите много тясно със заинтересованите страни, в идеалния случай още в началото, за да отговорите на този въпрос”.

Много изоставени проекти за изкуствен интелект не успяват да изпълнят това основно изискване.

„Вероятно ще научите много повече за възможностите на изкуствения интелект, след като успеете да накарате хората да го приемат, да го използват и да се възползват от него“, казва Уелш от SAP.

Възходът на AI асистенти за кодиране променя начина на работа на разработчиците, а бъдещето на кодирането зависи от неговата достъпност и продуктивност. Освен това бързото нарастване на инструменти с отворен код допълнително променя пейзажа

В бъдещето на програмистите има две опции - привърженици на AI или безработни

Ограничаване на щетите

Един от подходите при стартиране на проекти за AI е да се определи ограничена времева рамка, казва, от своя страна, Ариджит Сенгупта, главен изпълнителен директор на Aible, доставчик на решения за AI. В много случаи компанията и нейните клиенти решават заедно в рамките на два работни дни дали даден проект може да бъде жизнеспособен.

По думите му, макар че е важно да има метрики, ИТ и бизнес лидерите не трябва да се обвързват твърде много с постигането на точни цели. В някои случаи първоначалната цел е твърде грандиозна или всъщност не е това, от което бизнесът се нуждае.

„В общи линии си представяте какво бихте искали и казвате: „Ами, ако ми дадете летяща кола, ще ми хареса“, казва той. „И тогава, шест месеца по-късно, някой идва с автомобил, който не лети съвсем, и вие казвате: „Е, не това исках“. Но всъщност това не е било това, от което сте имали нужда. Всъщност сте имали нужда от по-бърза лодка.“

Но някои провалени проекти не са пълна загуба и в някои случаи отлагането може да е по-добра алтернатива от пълното приключване, акцентира Либерман от Finastra.

„Важно е да се отбележи, че провалът е необходима част от иновациите“, смята той. „Напредъкът в областта на изкуствения интелект е бърз. Ето защо е по-добре да се поставят на пауза проектите, отколкото да се изоставят напълно, тъй като непрекъснато се появяват нови възможности и техники.“