Когда руководители отделов данных или ИТ инвестируют в ИИ-решение, одна из их целей, скорее всего, заключается в том, чтобы сделать данные своей организации более действенными и доступными. Однако, согласно исследованиям, многие сотрудники считают, что на этом фронте есть возможности для улучшения, пишет на портале Datanami Бретт Хансен, директор по развитию компании Semarchy.

В недавнем исследовании IDC «FutureScape: Worldwide Data and Content Technologies 2023 Predictions» только 30% сотрудников заявили, что действенная информация «эффективно» или «очень эффективно» влияет на их рабочие процессы. Это свидетельствует о том, что большинство сотрудников сталкиваются с трудностями в получении доступа к полезным данным, когда и где они им нужны.

Чтобы сотрудники могли пользоваться преимуществами высококачественных и доступных данных, руководители должны совершенствовать свои системы и инструменты обработки данных — до инвестиций в ИИ, а не после.

Преодоление разрыва между данными и действиями

Существует явное несоответствие между ожиданиями от данных и реальностью. Для устранения этого разрыва необходима стратегия, состоящая из трех компонентов, ориентированных непосредственно на потребности бизнес-пользователей:

  1. Привести системы в соответствие с целями
    Прежде чем внедрять дополнительные инструменты для работы с данными или ИИ, необходимо глубоко понять ключевые рабочие процессы и цели пользователей. Решение бизнес-задач должно оставаться приоритетом. Технологии ради технологий — враг прогресса.
  2. Установить доверие
    Обеспечьте точность, безопасность, прозрачность и актуальность данных. Это гарантирует, что пользователи будут воспринимать информацию организации как достоверную и полезную, а не как недостоверную и отвлекающую. Качество важнее количества.
  3. Позиционируйте ИИ как второго пилота
    Сделайте взаимодействие с ИИ беспроблемным, предоставив пользователям системы, способные отвечать на их вопросы, выявлять закономерности, давать рекомендации в рамках существующих интерфейсов и со временем изучать предпочтения. Технологии ИИ должны упрощать задачи, а не усложнять их.

Организации, которые делают акцент на продуктивности человека, а не на автоматизации, могут создать культуру, ориентированную на инсайты, в которой заинтересованные сотрудники будут обладать необходимыми им решениями.

Понимание текущих потребностей пользователей и сценариев использования ИИ

Мастер-данные питают корпоративный ИИ, но как сотрудники на самом деле повседневно используют ИИ? Свежие сведения получены в результате опроса 2000 человек, проведенного компанией Altair. Как выяснилось, сотрудники чаще всего используют ИИ для решения следующих задач:

  1. обеспечение качества (QA);
  2. повышение уровня клиентского опыта;
  3. предиктивное обслуживание;
  4. обеспечение эффективности цепочек поставок;
  5. проектирование продукции.

Примечательно, что, за исключением QA, большинство сценариев использования непосредственно расширяют возможности сотрудников или привлекают клиентов. И все же, как уже говорилось, только 30% работников говорят, что действенные данные вписываются в их рабочий процесс. Этот поразительный разрыв подчеркивает, что большинство организаций должны предоставлять своим командам более качественные данные, а не просто дополнительные инструменты ИИ.

Какой следует вывод? Успех ИИ полностью зависит от доступности качественных данных. А доступность данных полностью зависит от принятия жизнеспособного набора инструментов, включая решение для управления матер-данными (MDM). Повысив качество межфункциональных данных, ИТ-лидеры смогут раскрыть возможности ИИ в масштабах всего предприятия.

Командам по праву нужна помощь в автоматизации ключевых задач. Гибкая и надежная основа данных, которую обеспечивает MDM, позволяет ИИ повысить эффективность работы всего предприятия. Опыт сотрудников улучшается благодаря технологиям, которые по замыслу разработчиков должны быть надежными и ориентированными на пользователя.

В конечном итоге ИИ оправдывает свои ожидания только в том случае, если такие основы, как MDM, делают возможными аналитику самообслуживания и принятие решений в режиме реального времени. Производительность труда зависит от правильных, связных и четких данных. Удвоив внимание к мастер-данным в первую очередь, руководители смогут открыть доступ к ИИ без трения.

Повышение доверия благодаря поэтапному подходу к ИИ

Организации, которые надеются использовать ИИ и машинное обучение в своих MDM-стратегиях, сталкиваются с необходимостью принятия важного решения: что поставить на первое место — продвинутую аналитику или принятие технологии конечными пользователями. Постепенное внедрение, направленное непосредственно на повышение продуктивности бизнес-пользователей, имеет пять неоспоримых преимуществ:

  • Обслуживает самую большую заинтересованную группу (бизнес-пользователей), встраивая интеллектуальные функции непосредственно в существующие интерфейсы MDM и приложения для работы с данными.
  • Ускоряет создание ценности за счет улучшения часто используемых систем по сравнению с инвестициями в новые или непроверенные возможности. Приоритетом является более быстрое решение известных задач.
  • Позволяет ограничить разрушительные эффекты благодаря работе с привычными инструментами, а не внедрению новых, непроверенных. Управление изменениями остается барьером для внедрения технологий, особенно для менее технически подкованных пользователей.
  • Снижает риски раскрытия данных, поскольку статистические модели и рекомендации строятся на внешних эталонных данных, а не на конфиденциальных внутренних данных. Управление данными и этика остаются на первом месте.
  • Создает возможности для завоевания доверия и уточнения долгосрочных стратегий: начинать с малого, но мыслить масштабно. Отзывы пользователей направляют постоянное развитие платформы ИИ/МО.

Такой подход «ИИ как второй пилот» позволяет организациям лучше обслуживать ключевых заинтересованных лиц, применяя извлеченные уроки для будущих инициатив.

ИИ и предприятие: обзор перспектив развития

Сегодняшний императив, основанный на данных, создает сильное давление, требующее быстрого внедрения ИИ и модернизации инфраструктуры, например MDM. Однако разочарованные руководители прекрасно понимают, что волшебных пилюль не существует.

Ни броский ИИ, ни наспех внедренная MDM-система сами по себе не сделают действенную информацию неожиданно повсеместной. Вместо этого руководители должны пойти по более прагматичному пути.

Во-первых, привяжите новые решения непосредственно к потребностям пользователей и установите рабочие процессы. Новые возможности должны упрощать работу, а не усложнять ее. Во-вторых, следует уважать обязанность людей выносить суждения о возможностях и ограничениях технологии. Доверие к ИИ развивается вместе с пониманием его аргументации и освоением средств управления.

Наконец, меньше гоняйтесь за самыми блестящими перспективами, а больше укрепляйте фундамент данных во всех командах. Превосходство в MDM, хотя оно и менее гламурное, раскрывает возможности использования данных сейчас и в будущем.

При обоснованной сдержанности и духе человеческого сотрудничества организации смогут использовать инновационные технологии ИИ, избегая при этом ажиотажа, в который впадают многие. Помните: ваши сотрудники хотят чувствовать себя вооруженными новыми возможностями, а не перегруженными. Если начать с этого, то далее последуют ответственные инновации.