Текущий дискурс в технологической экосистеме предполагает, что Искусственный интеллект (ИИ) и машинное обучение (МО) — это универсальные решения всех проблем, связанных с данными. Однако голоса во всех отраслях начинают выражать обеспокоенность по поводу того, что ИИпод влиянием враждебных игроков, может поставить под угрозу наше собственное существование – от массовой безработицы до ядерной войны.
Однако реальность возможностей ИИ гораздо более тонкая, чем позволяют себе сфабрикованные заголовки. Отсутствие нюансов сказывается на компаниях и советах директоров во всех секторах — независимо от того, используют они технологию искусственного интеллекта или нет.
Проблема для многих компаний, желающих внедрить ИИ, заключается в том, что они не полностью понимают проблему, которую им необходимо решить, прежде чем обращаться к технологии для ее решения. Это не только приводит к осложнениям, но и побуждает предприятия использовать ИИ в качестве стратегической цели, а не в качестве приложение это действительно произведет революцию в их компании. Как избежать ловушек плохо сформулированных стратегий решения данные Таким образом, проблемы являются фундаментальной задачей.
Этот контрольный список является отправной точкой, которая поможет определить методы формирования проблем и обеспечить, чтобы предприятия отдавали приоритет организационному воздействию над технологией решения.
Директор по правительству и обороне Mind Foundry.
Приоритет человека над системой
Распространенной ошибкой является оптимизация с учетом только системы и отдача приоритета исключительно технологиям, а не эффективности человека. Принято считать, что оптимизация системы ускорит время обработки и увеличит вычислительные возможности или сделает архитектуру данных более аккуратной. Хотя это имеет смысл с точки зрения системной инженерии, если они непригодны для использования или не оказывают значимого воздействия на конечного пользователя, всеобъемлющая система не улучшится. Повышение эффективности в областях, которые не являются узкими местами, является неуместным усилием, а повышение эффективности системы за счет удобства использования может иметь негативные последствия. Усилия всегда должны быть сосредоточены на проектировании с учетом человека, а не системы.
Не ограничивайте решение существующей системой
Проектирование в рамках существующих систем приводит к укоренению предположений и созданию проблем, которые искусственно увеличивают сложность. Вместо этого выход за пределы существующей системы позволяет использовать подход, основанный на любопытстве, чтобы выяснить, как лучше всего использовать систему, и определить, в чем на самом деле заключается проблема. Ограниченная отправная точка приводит лишь к немедленной неэффективности, поскольку система оптимизирована для некоторого ошибочного представления об истинной цели.
Чистый лист не всегда лучший вариант
Балансировать между тем, что существует, и тем, что могло бы быть, является непростой задачей. Легко говорить о том, чтобы полностью начать с нуля и внедрить магистраль на базе искусственного интеллекта, но реальность реализации сложнее. Подход «с чистого листа» рискует потерять годы с таким трудом завоеванных знаний, понимания и передового опыта. Замена этого плохо спроектированной и универсальной системой искусственного интеллекта только сбивает с толку существующих пользователей. Объединение старых систем с новыми усовершенствованиями позволит добиться наиболее значительных успехов в производительность. Однако такое сочетание требует стратегического подхода с сотрудничество между поставщиками ИИ, системными инженерами и конечными пользователями.
Автоматизация — это не то же самое, что искусственный интеллект
Термин «ИИ» иногда может вводить в заблуждение. Целью часто становится внедрение ИИ, а это означает, что иногда нас отвлекает вопрос о том, является ли технология «ИИ» или нет. Однако приоритетом должен быть поиск лучшего инструмента для работы, а не лучшей работы для инструмента. Самое технологичное решение на самом деле может не быть оптимальным. Вот почему крайне важно, чтобы существовало понимание ИИ наряду с множеством других инструментов, чтобы можно было выбрать лучшее для любого конкретного сценария. Результат этого должен обеспечить более упрощенное развертывание, управление и обслуживание.
Сами данные могут быть наиболее ценными
Предположение о том, что все данные ценны, приводит к длительным путешествиям в поисках этой ценности, что в конечном итоге приводит к потере времени. Вместо этого предприятиям следует подумать о том, как извлечение ценности из данных увеличивает вероятность достижения бизнес-цели или операционной цели. Мы часто собираем данные просто потому, что можем, или потому, что это побочный продукт «обычного бизнеса». Многие организации тратят время на спекулятивное уточнение данных в областях бизнеса, которые не являются первыми в списке, просто потому, что они могут это сделать. Сбор правильных данных для решения важных проблем должен быть приоритетом.
Эти рекомендации служат отправной точкой для компаний, стремящихся реализовать проекты, ориентированные на воздействие и основанные на данных. Задавать правильные вопросы — это важный первый шаг, и за ним должен следовать подход, который с самого начала разрабатывает решения с учетом развертывания.
Мы представили лучший инструмент миграции данных.
Эта статья была подготовлена в рамках канала Expert Insights от TechRadarPro, где мы рассказываем о лучших и ярких умах современной технологической отрасли. Мнения, выраженные здесь, принадлежат автору и не обязательно совпадают с мнением TechRadarPro или Future plc. Если вы заинтересованы в участии, узнайте больше здесь: https://www.techradar.com/news/submit-your-story-to-techradar-pro
2024-02-02 15:08:20
1706886965
#ИИ #не #единственное #серебряная #пуля #когда #дело #доходит #до #проблем #данными