AI долбоорунун дизайнындагы тоскоолдуктарды жеңүү

S&P Global Market Intelligence компаниясынын бир бөлүгү болгон 451 Research компаниясынын жакында жүргүзгөн изилдөөсүнө ылайык, "AIны кабыл алган уюмдардын 90%дан ашыгы акыркы беш жылдын ичинде биринчи AI долбоорун иштеп чыгууну баштады". Жаңы пайда болгонуна карабастан, AI иштетилген чечимдер айланабызда өсүп жатат. Бирок, бул демилгелердин көбү дагы эле күтүлгөндөргө жооп бербейт — эгер алар жайылтууга жетишсе.

Ийгиликке жетүү үчүн лидерлер AI долбоорлорун так күтүүлөр, бизнес максаттарына шайкеш келтирүү жана итерация менен шартталган ойлонулган стратегия менен тандап жана башкаруусу керек. Келгиле, AI долбоорлорун ийгиликтүү иштеп чыгууда уюмдар туш болгон жалпы тоскоолдуктарды жана аларды кантип жеңүүнү карап көрөлү.

AI иштетилген чечимдерди күтүүлөрдү башкаруу

Бүгүнкү күндө ишке ашпай калган AI долбоорлорунун көбү XNUMX-жылдардагы ишканалардын программалык камсыздоо долбоорлорун эске салат, мында командалар жаңы технологиялар алардын көйгөйлөрүн чечет деп чоң үмүттөнгөндүктөн, өнүгүү долбоорлору рельстен чыгып жаткан. Ошол убакта да, азыр да негизги тузак - бул сиздин чечимиңиз чындыгында эмнени чече аларын күтүү.

Жетиштүү маалыматтарды чогултуу менен баары күтүлбөгөн жерден ачык-айкын болуп калат деп болжолдоо кооптуу; кардарлардын жүрүм-турумун алдын ала же алардын муктаждыктарын алдын ала билүү үчүн кемчиликсиз сунуштарды бере аласыз. Тилекке каршы, дүйнө адамдар каалагандан алда канча азыраак. Пайдалуу үлгүлөр пайда болгону менен, бардык окуялар себептүү, атүгүл өз ара байланышта боло бербейт — жөн эле ызы-чуу жараткан көп нерселер болот.

Ошол эле учурда, көптөгөн уюмдар өздөрүнүн теңтуштарынын AI чечимдерин ишке ашырып жатканын көрүп, артта калуу үчүн кысымды сезишет. “Джонстардан артта калбоо” үчүн AIга инвестиция салуу, эгер сиз теңтуштарыңыздын ийгилигине эмне түрткү болуп жатканын жана ал сиздин уюмуңуз үчүн иштейби же жокпу, түшүнбөсөңүз, тескери натыйжа бериши мүмкүн. Көбүнчө, AI долбоорлорунда буту бар компаниялар бар маалымат стратегиялары жана бизнес процесстери AI үчүн маалыматтардын туура түрлөрүн чогултууга жана пайдаланууга мүмкүнчүлүк берген жерде.

Акыр-аягы, AI долбоорлорунун күтүүлөрүн башкаруу сиздин көйгөйлөрүңүздүн кайсынысын AI менен чындап эле чечсе болорун айтуудан башталат.

Көйгөйлөрүңүз үчүн AI долбоорлорунун туура түрлөрүн тандоо

Сиздин AI стратегияңыз бизнес максаттарыңызга дал келеби? Долбоорду тандоо, балким, уюмдар AI демилгелери менен бетме-бет келген эң чоң көйгөй. Сиз жооп берүүгө аракет кылып жаткан сурооңузду чындап түшүнүү маанилүү, бул суроого кандайча (жана болсо) жооп берүү бизнестин жакшы натыйжаларын берерин жана сизде болгон ресурстар ага ийгиликтүү жана натыйжалуу жооп бере алабы же жокпу.

Кардарга качан жана кандай арзандатууну сунуштай турганын аныктоо үчүн болжолдуу моделди колдонгуңуз келет дейли. Маалымат илим командасын алып кел! Бирок бул прогноздук модель көйгөйү катары мамиле кылуу чындыгында абдан кыйын. Биринчиден, сиздин кардарыңыз товарды арзандатуусуз сатып алабы же жокпу, билүү кыйын. Пайдалуу моделди түзүү үчүн керектүү маалыматтарды жетиштүү статистикалык катаалдуулук менен чогултуу, кыязы, бизнес үчүн табигый эмес сезилген кээ бир процесстерди камтышы мүмкүн, мисалы, кардарларга арзандатууларды алуу же кайсы сатуу өкүлдөрү арзандатууларды бере аларын рандомизациялоо сыяктуу. Бул кырдаалга бир топ татаалдаштырат.

Бул көйгөйгө AI менен мамиле кылуунун жакшы жолу, ар кандай дисконттоо режимдеринде күткөн кардар жүрүм-турумунун симуляциялык моделдерин изилдөө болушу мүмкүн. Так прогнозго жетиш үчүн системаны кыйнабастан, симуляция жана сценарийди пландаштыруу адамдарга бизнес чечимдерин кабыл алууда кайсы өзгөрмөлөр бири-бирине сезимтал экенин аныктоого жардам берет. Өзүңүздөн сураңыз: бул арзандатуу үчүн кардарлардын кандай жообу керек? Потенциалдуу натыйжаларды изилдөөнүн бул түрү татаал маалымат илими экспериментин курууга караганда алда канча натыйжалуу жана, албетте, бир топ жеңил.

Командаларыңызды ийгиликке жеткирүү

Берилиштериңиз эмне үчүн чогултулганын жана тандалып алынганын, алар мурун кандай колдонулганын жана келечекте кандай колдонулаарын түшүнүү маалыматтар боюнча ар кандай AI иш-аракеттерин жасоо үчүн абдан маанилүү. Толук жана сиз интервенция жасап жаткан учурда реалдуу дүйнөдө эмне бар экенин көрсөткөн маалыматтар боюнча моделди үйрөтүү маанилүү. Мисалы, эгер сизде келишим түтүкчөлөрүңүздө бир нече этап бар болсо жана сиз бешинчи этапта бүтүмдүн жабылуу ыктымалдыгын алдын ала айткыңыз келсе, анда моделди үчүнчү же төртүнчү этаптардагы бүтүмдөр боюнча иштетип, пайдалуу натыйжаларды күтө албайсыз.

Маалымат илимпоздору көбүнчө кандай маалыматтар көрсөтүлөрүн жана алар кандайча түзүлөт деген нюанстарды түшүнүүдө боштукка ээ болушат. Маалыматтарды түзүүдө кандай адамдык жана технологиялык процесстер роль ойнойт жана сиздин бизнесиңиздин контекстинде маалыматтар эмнени билдирет? Дал ушул жерде аналитиктер жана бизнес колдонуучулар, алар менен таанышкан жана аны менен чечүүгө аракет кылып жаткан көйгөйлөр абдан баалуу. Биз жакшы көрөм AIды командалык спорт катары ойлоп көрүңүз анткени ийгилик үчүн базалык маалыматтарга жана моделдик сабаттуулукка кошумча бизнес контекстти талап кылат.

Акыр-аягы, долбоорлордун ийгилигинин адамдык аспектилери бар, эгерде алар маалыматтарга же технологияга өтө эле көңүл бурушса, уюмдар көңүл бура албайт. Көбүнчө AI алдын ала айта алат, бирок аны кантип сунушталган аракетке айландырууну кимдир бирөө чечет. Сунуш ачык-айкын иш-аракетти камсыз кылууда пайдалуу жана адамдар аны аткарууга даярбы? Сиз бул сунуштарды натыйжалуу кабыл ала турган чөйрөнү түзүп жатасызбы?

Бир нерсени алдын ала айтуу кээде гана пайдалуу. Сиз бааларды, продукциянын көлөмүн же персоналды өзгөртүүгө, ал тургай продукт линияңызды өзгөртүүгө даярсызбы? Адамдар жаңы чечимди кабыл алышы жана калыптанып калган жүрүм-турумун жана процесстерин өнүктүрүш үчүн өзгөрүүлөрдү башкаруунун кандай деңгээли керек? Ишеним ырааттуу жүрүм-турум үлгүсүнөн жана бизнести окутууну улантууга даярдуулуктан келип чыгат; эгерде сиз адамдардын өз жумуштарын кандайча аткарып жатканын түп-тамырынан бери таасир эте турган болсоңуз, анда алар муну менен бирге болушу керек.

Кичинекейден баштап, кайталоо

Келгиле, кардарлар менен иштөөдө көргөн нерселерибиздин негизинде айрым көрсөтмөлөргө токтололу.

Көбүнчө эң мыкты биринчи AI долбоору - эң аз татаал өзгөрүүлөрдү башкаруу менен иштетүү жана өндүрүшкө кирүү эң оңой. Мүмкүн болушунча тезирээк баалуулук берген нерсени курууга аракет кылыңыз, ал тургай, бул өтө кичине өсүш болсо да. Кардарларыңызды, бизнес колдонуучуларыңызды жана кызыкдар тараптарыңызды өнүктүрүү процессине мүмкүн болушунча жакын кармаңыз. Моделди кайталап жакшыртуу үчүн көбүрөөк маалыматтарды чогултуу жана долбоорду жана анын натыйжаларын жакшыртуу үчүн кызыкдар тараптардын салымы маанисинде жакшы пикир чөйрөсүн түзүүнү максат кылыңыз.

AI менен, ар дайым чечим жетишпей калган учурлар болот. Бирок концепциянын чындап эле жаркыраган далилин иштеп чыгуунун ордуна, кардарларыңыздын же кызматкерлериңиздин көпчүлүгүнө ылайыктуу чечимдерди тапканыңыз жакшы. Акыр-аягы, AI сүрүлүүнү азайтып, адамдарга өз жумуштарын аткарууну жана негизделген чечимдерди кабыл алууну жеңилдетүү керек.

Tableau AI аналитикасы жөнүндө көбүрөөк билүү үчүн, баш багыңыз tableau.com/ai.