Несмотря на весь шум вокруг искусственного интеллекта и машинного обучения, их используют на удивление мало предприятий, пишет президент и ведущий сетевой архитектор West Gate Networks Эндрю Фролик на портале InformationWeek.

Недавно проведенное исследование Gartner показывает, что за последние четыре года применение ИИ на предприятиях выросло на 270%. Впечатляющая цифра, но она могла бы быть гораздо больше. Ведь в том же исследовании говорится, что только 37% организаций «в той или иной форме имплементировали ИИ». Учитывая, какая шумиха поднята сейчас вокруг ИИ, следовало бы ожидать гораздо более высоких темпов его распространения. Более того, можно поспорить, что во многих из этих организаций ИИ имплементирован в основном в простейшем виде. И даже утверждать, что если вы честно оцените технологии вашей организации, то не найдете среди них полноценного ИИ.

Большинство CIO считает, что в этом нет вины подразделения ИТ или компании в целом. Во всем виновата большая нехватка специалистов в области ИИ, цифровой трансформации и науки о данных. Действительно, отчасти проблемы связаны с этим. Но не это главное. Самое важное заключается в том, что компании даже не понимают, для чего использовать ИИ в первую очередь. У вас могут быть все специалисты, необходимые для создания самых сложных сервисов ИИ. Но если вы не знаете, как эффективно применить эти сервисы, у вас ничего не получится.

Отчасти в этом виноваты поставщики платформ ИИ, которые не уделяют должного внимания маркетингу и не показали, какие проблемы способно решать их ПО. Но лишь отчасти. Каждая имплементация ИИ должна отвечать специфическим, уникальным условиям. Ни один проект не похож на другой. У каждого свои требования к алгоритмам машинного обучения, источникам данных и использованию проанализированной информации. Трудно разъяснить все это, не рискуя отпугнуть потенциальных клиентов.

По этой причине поставщики платформ ИИ в основном избегают включения в маркетинговые материалы детальных сценариев использования и лишь в самой общей форме описывают, что можно делать с помощью их продукта. Это позволяет раскинуть сеть пошире, но не дает техническим архитекторам достаточно глубокого понимания, как можно использовать платформу.

Другая проблема заключается в том, что компании назначают ответственными за применение ИИ и осуществление цифровой трансформации не пригодных к этому сотрудников. Часто руководство поручает техническим специалистам искать способы замены требующих ручного труда или частично автоматизированных процессов искусственным интеллектом. Хотя такие специалисты должны участвовать в работе, у руля следует ставить бизнес-аналитиков. Только они благодаря глубокому пониманию бизнеса знают об имеющихся проблемах. И лишь когда проблемы определены, в дело вступают технические специалисты, чтобы разработать архитектуру решения.

Наконец, отчасти проблемы связаны с теми рекомендациями, которые компании получают от внешних экспертов по ИИ. В большинстве ИТ-подразделений нет таких специалистов, поэтому компании, как всегда в подобных случаях, привлекают консультантов со стороны. Но те в массе своей удручающе некомпетентны. Мало кто из них изучил несколько платформ ИИ и способен сказать, чем одна лучше другой в конкретном случае. Они еще не успели наладить прочные связи с производителями платформ и обучить своих разработчиков и инженеров работе с несколькими различными платформами.

Если ИИ не нашел применения в вашей компании, возможно, следует прекратить искать причину в отсутствии специалистов. Скорее всего, причина не в этом. Найдите в своей компании людей, способных применить ИИ в проблемных зонах. Когда эти зоны будут определены, выберите несколько вариантов использования ИИ для устранения проблем. И тогда, может быть, через какое-то время в вашей компании начнется бурное развитие ИИ.