Новое исследование Accenture показало, что в команде проектов, связанных с технологиями искусственного интеллекта, должны работать специалисты из разных областей. Их сотрудничество, различные навыки и подходы создадут синергетический эффект. 92% успешных ИИ-компаний формируют для проектов команды, состоящие не только из дата-сайнтистов, но и из экспертов предметной области, аналитиков, архитекторов и инженеров данных.

По данным Accenture, решения на основе искусственного интеллекта играют всё большую роль в цифровизации компаний: только за последние три года в них было вложено $306 млрд. Масштабирование проектов, использующих технологии ИИ, может дать серьезную выгоду. И вместе с тем многие компании не получают ожидаемых результатов.

Компания Accenture провела исследование среди 1500 топ-менеджеров по всему миру и выяснила, какие факторы влияют на успех проектов на базе технологий ИИ.

В ходе исследования было установлено, что компании, делающие ставку на масштабирование ИИ, в 1,5-2,5 раза чаще других собирают под такие проекты профессиональные кросс-функциональные команды. В такие команды входят специалисты по работе с данными, машинному обучению и нейросетям, которые работают с бизнесом рука об руку над достижением поставленных целей.

Работа команд подчинена строгим правилам и стандартам, затрагивающим требования по модульности решений, логированию, юнит-тестам, контролю версий кода и исходных данных, ограничения по версиям используемых библиотек машинного обучения и другие важные аспекты, которыми часто пренебрегают дата-сайнтисты. Такой подход становится залогом успеха ИИ-проектов.

«В команде ИИ-проекта должны работать специалисты из разных областей, их сотрудничество, различные навыки и подходы создадут синергетический эффект», — отметили авторы исследования.

72% респондентов отметили, что в таких командах каждый сотрудник должен четко понимать свою роль и вклад в развитие всего проекта.

«Компании признают важность ИИ для развития бизнеса, но технологии еще очень новы, и на рынке мало специалистов, обладающих должным уровнем компетенций. Поэтому нужно четко установить требования к уровню подготовки специалистов и инвестировать в их обучение и развитие. В 70% успешных компаний участники проектных команд по ИИ прошли специализированное обучение по работе с данными», — говорится в исследовании.

62% респондентов считают, что внедрение ИИ благоприятно скажется на их работе, а 67% уверены, что им необходимо увеличивать компетенции в работе с ИИ.

Основной вывод исследования — по-настоящему успех ИИ-проектов зависит не только от мотивации бизнес-лидеров и профессионализма проектных команд, но и в целом от того, насколько каждый сотрудник компании осведомлен о преимуществах и возможностях ИИ.

«Нужно определить минимальный уровень знаний для сотрудников и помочь всем усовершенствовать их, оценить преимущества от работы с данными и ценность инноваций для компании», — отметили в Accenture.

«В России ситуация с формированием универсальных проектных команд лучше всего обстоит в технологических компаниях, электронной коммерции и ретейле, многое делается в телекоме и банкинге. В этих индустриях уже формируется видение интегрированной с ИИ команды в корпоративной структуре. Реальному сектору экономики еще предстоит проделать огромный путь в этом направлении, хотя существуют успешные примеры в нефтегазовой отрасли», — отметил Михаил Садофьев, руководитель направления продвинутой аналитики Accenture в России.

По его словам, в России сложилась хорошая ситуация относительно других стран с точки зрения компетенций специалистов по машинному обучению и искусственному интеллекту, хотя всё же таких специалистов не хватает.

«Проблема остро ощущается и в корпорациях, и на государственном уровне. Функционируют и развиваются выделенные корпоративные ИИ-лаборатории. Также происходит промышленное встраивание ИИ-решений в небольшое пока число бизнес-процессов», — добавил он.