Roman RemberKiirelt arenevas tehnoloogiamaastikus on tehisintellekt (AI) muutunud paljude ettevõtete innovatsiooni keskpunktiks. Siiski on RAND Corporationi hiljutine uurimus paljastanud, et AI projektide eduvõimalused on oluliselt madalamad kui oodatud, kusjuures ebaõnnestumiste määr ulatub üle 80%. See number on teravas vastuolus algsete ootustega tööstuses.
Ebaõnnestunud AI algatuste keerukus tuleneb erinevatest teguritest, millest üks kriitilisemaid on peamiste sidusrühmade eesmärkide vale ühtimine. Juhtide ootusi mõjutab sageli popkultuur, mis loob lõhe soovitu ja selle vahel, mida tehnoloogia reaalses elus saavutada suudab. Samal ajal võivad AI insenerid eelistada tipptasemel tehnoloogiaid, neglectides oma projektide praktilisi rakendusi, mis viib vale suunaga pingutusteni. Tehnilised takistused, nagu ebapiisav andmekogumi ettevalmistamine ja puudulik infrastruktuur, suurendavad edutuks jäämise tõenäosust veelgi.
Lisaks on tööstussektoris märgata tohutut ressursi raiskamist. Baidu tegevjuhi hiljutine väide rõhutas, et Hiinas esindavad suured keelemudelid (LLMs) puuduv tähenduslik rakendusväärtus. Kuigi 2010. aastast 2023. aastani on generatiivse AI jaoks patendi esitamine suurenemas, on nende patentide tegelik mõju piiratud, nagu näitab nende viidatud sagedus – lõhe, mis toob esile innovatsiooni mahu ja käegakatsutavate tulemuste vahelise erinevuse.
See ettevaatlik meeleolu laieneb turule, kuna analüütikud hindavad AI investeeringute pikaajalist elujõudlust.
AI projektide ees seisavad väljakutsed: ettevaatlik vaade
Kuna AI tehnoloogiad jätkavad valdkondade, nagu tervishoid ja finants, muutmist, on AI projektidega seotud väljakutsed endiselt oluline mure. Üks olulisemaid hämmastavaid ebaõnnestumiste määraga üle 80%, on hädavajalik süveneda sügavamale neisse teguritesse, mis aitavad kaasa sellele häirivale statistikale, ning uurida laiemat mõju organisatsioonidele, kes asuvad AI algatustesse.
Millised on kõige kriitilisemad väljakutsed, millega AI projektid silmitsi seisavad?
1. Andmete kvaliteet ja kättesaadavus: Üks peamisi väljakutseid AI projekti elluviimisel on andmete kvaliteet ja kogus. Paljud AI süsteemid tuginevad ulatuslikele andmestikele, et tõhusalt treenida algoritme. Siiski võib puhta ja asjakohase teabe hankimine olla nii ressursimahukas kui ka ajakulukas. Halva andmekvaliteedi tõttu võivad AI ennustused olla ebatäpsed, alandades projekti eesmärke.
2. Oska puudus: AI valdkonnas on oskuste puudus märkimisväärne, kuna organisatsioonid võitlevad ekspertide leidmisega, kellel on vajalikud oskused masinõppes, andmeanalüüsis ja AI eetikas. Kuna ettevõtted kiirustavad AI rakendamise poole, võib oskusteta inimeste puudumine pidurdada projektide edenemist ja kvaliteeti.
3. Integratsiooni väljakutsed: AI lahenduste integreerimine olemasolevatesse äri- ja süsteemiprotsessidesse on sageli keerulisem kui eeldatud. Ettevõtted puutuvad sageli kokku tehnikaga seotud ühilduvuse probleemidega, mis võivad projektid peatada ja nõuda täiendavaid ressursse nende lahendamiseks.
4. Regulatiivsed ja eetilised mured: Kuna AI jätkab erinevatesse sektoritesse kandumist, suureneb regulatiivne kontroll. Organisatsioonid peavad navigeerima kiiresti muutuvas regulatiivses keskkonnas, mis puudutab andmekaitset, eetilist kasutamist ja vastutust AI otsuste tegemisel, mis võib segada projektide ajakava ja tuua täiendavaid riske.
5. Avalik ettekujutus ja usaldus: Paljud sidusrühmad, sealhulgas tarbijad ja töötajad, väljendavad tehisintellekti tehnoloogiate suhtes skeptitsismi. Mured privaatsuse, töökohtade kaotuse ja ebaõigluse üle võivad viia vastupanuni AI algatustele, mis võib potentsiaalselt projektide nurjuda veel enne neid ametlikult käivitada.
Milliseid eeliseid pakuvad AI projektid vaatamata väljakutsetele?
– Suurem efektiivsus: AI võib automatiseerida korduvaid ülesandeid, seeläbi optimeerides töövooge ja suurendades tööprotsesside efektiivsust. See võib vabastada väärtuslikke inimressursse, võimaldades meeskondadel keskenduda strateegilisematele algatustele.
– Paranenud otsuste tegemine: Suure koguse andmete kiire analüüsi võimaldavad AI tööriistad pakkuda teadmisi, mis toetavad paremat otsuste tegemist, viies tõhusamate strateegiate ja paremate tulemusteni.
– Innovatsioonivõimalused: AI võib edendada innovatsiooni, võimaldades uute toodete ja teenuste loomist, mis olid varem võimatud. Ettevõtted, kes investeerivad AI-sse, saavad oma vastavates turgudes konkurentsieelise.
Millised on AI algatuste jälgimise võimalike miinuste?
– Suured esialgsed kulud: AI lahenduste väljatöötamine ja rakendamine võib hõlmata märkimisväärseid esialgseid investeeringuid, sealhulgas kulusid tehnoloogia, talentide värbamise ja andmete kogumise osas. See rahaline koormus võib takistada väiksemaid organisatsioone AI jälgimisel.
– Obsolentsuse risk: Kiire AI arengu tempo tähendab, et tänased lahendused võivad kiiresti vananeda. See risk nõuab, et ettevõtted oleksid paindlikud ja panustaksid pidevatesse uuendustesse ja parendustesse.
– Sõltuvus tehnoloogiast: Kuna ettevõtted toetuvad üha enam tehisintellektile, on oht liialdada tehnoloogiaga. See võib viia inimeste oskuste vähenemiseni otsuste tegemisel ja probleemide lahendamisel, tekitades muresid töötajate valmiduse üle.
Milliseid tuleviku suundi peaksid organisatsioonid kaaluma?
Organisatsioonid peavad AI integreerimise suunas võtma mõõdetud lähenemise. See hõlmab selgete eesmärkide seadmist, investeerimist talendi arendamisse ja tugeva andmehalduse raamistiku loomist. Lisaks võib AI arendusprotsessides läbipaistvuse ja eetiliste kaalutluste kultuuri edendamine suurendada sidusrühmade usaldust ja kaasatust.
Lõppkokkuvõttes vajab AI projektide keerukate probleemide lahendamine tasakaalu ambitsioonikate tehnoloogiliste ootuste ja aluste ootuste vahel. Lahendades tuvastatud väljakutsed otsustavalt, saavad organisatsioonid kasutada AI transformatiivset potentsiaali, minimeerides samas riske.
Rohkem teavet AI ja selle tagajärgede kohta leiate lehelt MIT Technology Review või Forbes.
