Теперь почти каждый раз, когда мы включаем новости, мы слышим, как искусственный интеллект (ИИ) будет угрожать отраслям и рабочим местам. Недавний опрос, проведенный MIT Sloan Management совместно с Boston Consulting Group, показал, что большинство компаний в различных секторах ожидают, что искусственный интеллект и анализ данных изменят их методы работы, а также выведут на рынок новые продукты. Многие ожидают, что эти изменения произойдут в ближайшее время — в ближайшие 5 лет.

По каким причинам компании считают, что искусственный интеллект и анализ данных окажут большое влияние на их бизнес? Причины делятся на 2 категории:

Возможность

  • Чтобы получить или сохранить конкурентное преимущество
  • Займитесь новым бизнесом

Риск

  • Новые организации, использующие ИИ, выйдут на свой рынок
  • Их конкуренты будут использовать ИИ

На первый взгляд, чего ожидают компании, мы должны увидеть значительное количество компаний, использующих ИИ и аналитику данных, но реальность далека от ожиданий.

McKinsey провела опрос в конце 2016 года, который подтверждает, что внедрение искусственного интеллекта/аналитики данных по-прежнему значительно недоиспользуется.

Это же исследование также было сосредоточено на том, что мешало внедрению ИИ и анализа данных, и, возможно, неудивительно, но два наиболее серьезных препятствия связаны с высшим руководством и разработкой структуры для анализа данных в организации.

Сейчас в командах высшего руководства наблюдается низкий уровень зрелости того, что можно сделать с помощью ИИ и анализа данных. Этот низкий уровень понимания и признательности сдерживает многие компании. Команды исполнительного руководства должны начать стратегически мыслить в следующих областях:

Данные

Для любой формы ИИ/анализа данных требуются данные. Достаточно данных для обучения алгоритмов машинного обучения. Если данные не собираются и не сохраняются, вы тратите впустую драгоценный ресурс, а без него вы никогда не сможете использовать эту новую технологию и воспользоваться возможностями, которые она может предоставить.

Фрагментация данных

Иметь некоторые данные — это начало, но просто иметь их недостаточно. Компании должны начать объединять данные стратегически. Существует множество различных наборов данных — как структурированных, так и неструктурированных — обычно разбросанных по разным хранилищам внутри компаний. Выполнение любой формы аналитики требует объединения данных в то, что иногда называют «озером данных».

Обычно сбор данных занимает 20% времени и усилий, затрачиваемых на анализ данных.

Алгоритмы

Машинное обучение и анализ данных требуют данных и алгоритмов (этап шагов/правил, которые помогают решать проблемы). Компаниям не нужно становиться технологическими компаниями, чтобы использовать алгоритмы. Существует множество готовых алгоритмов с открытым исходным кодом и коммерческих, доступных для машинного обучения и анализа данных. Это правда, что компаниям требуются квалифицированные люди (обычно) специалисты по данным, которые знают, как использовать алгоритмы и данные.

Получение алгоритмов обычно занимает 10% времени и усилий, затрачиваемых на анализ данных.

Алгоритмы обучения

Существует мнение, что только алгоритмы могут решить проблему. К сожалению, около 70% времени и усилий машинного обучения и анализа данных приходится на алгоритмы обучения, использующие ваши данные для решения рассматриваемой проблемы. Именно здесь компаниям необходимо создать поддерживающую организационную структуру, которая может облегчить этот процесс. Подбор и удержание нужных талантов имеет решающее значение для обеспечения успеха на этом этапе.

Заключение

Первый шаг для любой команды высшего руководства, рассматривающей возможность использования искусственного интеллекта/аналитики данных, — убедиться, что они понимают, что требуется, прежде чем они смогут приступить к работе. Затем разработайте стратегию.

С учетом небольшого количества компаний, внедряющих ИИ/аналитику данных в ряде секторов, я бы сказал, что факторов риска в настоящее время больше, чем возможностей. Если один из ваших конкурентов использует эту технологию, это становится гораздо большей угрозой. Что должно не давать вам спать по ночам, так это новый участник, использующий эту технологию.

Если вы не начнете выжимать, вы можете не получить никакого сока.