Direktori informatičkih tehnologija (CIO) i poslovni lideri znaju da posjeduju zlato u obliku poslovnih podataka. Dok tradicionalni alati poput platformi za poslovnu inteligenciju i softvera za statističku analizu mogu učinkovito izvući uvide iz prikupljenih podataka, brzo, u stvarnom vremenu i na velikoj skali, ostaje neriješeni izazov.
Umjetna inteligencija (AI), kada se odgovorno i na velikoj skali implementira, može pretvoriti te uska grla u prilike. Brzo djelovanje na podatke, čak i ‘uživo’ (tijekom interakcije s kupcem, na primjer), jedna je od sposobnosti ove tehnologije, kao i skalabilnost: AI može obraditi velike količine informacija iz različitih izvora gotovo jednako lako kao što može sažeti jednostavnu tablicu.
Međutim, implementacija AI rješenja u modernom poduzeću nije jednostavna. Potrebna je struktura, povjerenje i pravi talent. Osim praktičnih izazova u implementaciji, korištenje AI donosi i vlastite izazove, poput upravljanja podacima, potrebe za postavljanjem ograničenja na odgovore AI-a i obuke podataka, kao i stalnih problema s kadrovima.
Razgovarali smo s Rani Radhakrishnan, PwC-ovom stručnjakinjom za tehnologiju, o tome što funkcionira — i što koči CIO-e u njihovom putu prema AI-u. Razgovarali smo prije njenog nastupa na TechEx AI & Big Data Expo North America, 4. i 5. lipnja, u Santa Clara Convention Center.
Rani je posebno svjesna problema upravljanja, privatnosti podataka i pitanja suvereniteta s kojima se susreću poduzeća, s obzirom na to da je dugi niz godina radila s brojnim klijentima u zdravstvenom sektoru — području gdje su pitanja poput privatnosti, nadzora podataka i, iznad svega, točnosti podataka ključni za uspjeh tehnoloških implementacija.
“Nije dovoljno imati samo inženjera za poticaje ili Python programera. … Još uvijek vam je potrebna ljudska intervencija kako bi se prikupili pravi skupovi podataka za obuku, pregledali i ispravili svi pristranosti u izlazima.” —Rani Radhakrishnan, PwC
Od podrške do strategije: promjena očekivanja za AI
Rani je izjavila da postoji sve veće zanimanje klijenata PwC-a za AI-om potpomognutim upravljanim uslugama koje mogu pružiti poslovne uvide u svim sektorima, a da se tehnologija koristi proaktivnije, u takozvanim agentnim ulogama gdje agenti mogu neovisno djelovati na temelju podataka i korisničkog unosa; gdje autonomni AI agenti mogu poduzeti akciju na temelju interakcija s ljudima, pristupa podacima i automatizacije.
Na primjer, PwC-ov agent OS je modularna AI platforma koja povezuje sustave i skalira inteligentne agente u radne procese, mnogo brže od tradicionalnih računalnih metoda. To je primjer kako PwC odgovara na potražnju za AI-jem svojih klijenata, od kojih mnogi vide potencijal ove nove tehnologije, ali im nedostaje unutarnja stručnost i osoblje za djelovanje na svoje potrebe.
Bez obzira na područje organizacije, interes za AI može dolaziti iz različitih dijelova poslovanja. Proaktivno praćenje fizičkih ili digitalnih sustava; prediktivno održavanje u proizvodnji ili inženjeringu; ili uštede troškova ostvarene automatizacijom u složenim, korisnicima usmjerenim okruženjima, samo su neki primjeri.
Ali bez obzira na to gdje AI može donijeti vrijednost, većina tvrtki još uvijek nema unutarnji spektar vještina i ljudi potrebnih za učinkovitu implementaciju AI-a — ili barem implementacije koje postižu ROI i ne dolaze s značajnim rizikom.
“Nije dovoljno imati samo inženjera za poticaje ili Python programera,” rekla je Rani. “Morate sve to spojiti na vrlo strukturiran način, a još uvijek vam je potrebna ljudska intervencija kako biste prikupili prave skupove podataka za obuku, pregledali i ispravili bilo kakve pristranosti u izlazima.”
Uređenje: izazov podataka iza AI-a
Rani ističe da učinkovite AI implementacije trebaju mješavinu tehničkih vještina — inženjering podataka, znanost o podacima, inženjering poticaja — u kombinaciji s domenom stručnosti organizacije. Unutarnja stručnost može definirati ispravne ishode, a tehničko osoblje može pokriti odgovorne prakse AI-a, poput prikupljanja i upravljanja podacima, te osigurati da AI sustavi rade odgovorno i unutar smjernica tvrtke.
“Kako bi izvukli maksimalnu vrijednost iz AI-a, organizacija mora ispraviti temeljne podatke,” rekla je. “Ne znam za nijednu tvrtku koja kaže da su njihovi podaci u odličnom stanju … morate ih staviti u pravi oblik i pravilno normalizirati kako biste mogli pretraživati, analizirati i označavati ih, te identificirati nove trendove.”
Dio posla koji poduzeća moraju uložiti za učinkovitu upotrebu AI-a je promatranje i ispravak pristranosti — i u izlazima AI sustava i u analizi potencijalne pristranosti koja je inherentna u podacima za obuku i operativnim podacima.
Važno je da kao dio temeljne arhitekture AI sustava timovi primjenjuju stroge procese sanitizacije podataka, normalizacije i označavanja podataka. Potonji zahtijeva “puno ljudskog truda,” rekla je Rani, a kvalificirano osoblje koje je potrebno su među novom generacijom stručnjaka za podatke koji počinju izlaziti.
Ako se izazovi s podacima i osobljem mogu prevladati, tada povratna sprega čini moguće ishode generativnog AI-a zaista vrijednima, rekla je Rani. “Sada imate priliku s AI poticajima da se vratite i doradite odgovor koji dobijete. I to je ono što ga čini tako jedinstvenim i tako vrijednim jer sada obučavate model da odgovara na pitanja onako kako želite da budu odgovorena.”
Za CIO-e, promjena nije samo stvar omogućavanja tehnologije. Riječ je o integraciji AI-a u arhitekturu poduzeća, usklađivanju s poslovnom strategijom i upravljanju rizicima upravljanja koji dolaze s skalom. CIO-i postaju čuvari AI-a — arhitektirajući ne samo sustave, već i povjerenje i transformaciju.
Zaključak
Prošlo je samo nekoliko godina otkako je AI izašao iz svojih korijena u istraživanju računalnih znanosti, pa je razumljivo da današnje organizacije osjećaju potrebu da shvate potencijal AI-a.
Ali se pojavljuje nova strategija — ona koja pomaže CIO-ima da pristupe vrijednosti koju drže njihovi podaci, u poslovnoj strategiji, operativnom poboljšanju, iskustvima s kupcima i još mnogo područja poslovanja.
Kao tvrtka koja ima bogato iskustvo s klijentima velikim i malim iz cijelog svijeta, PwC je jedan od vodećih izbora na koje se donosioci odluka obraćaju kako bi započeli ili racionalizirali i usmjerili svoja postojeća AI putovanja.
Istražite kako PwC pomaže CIO-ima da implementiraju AI u osnovne operacije, i pogledajte Raniine najnovije uvide na lipanjskom TechEx AI & Big Data Expo North America.
