Для одного из наших клиентов, одного из ведущих мировых производителей закусок, ИИ поддерживает элементы создания рецептов, что является исторически сложной задачей, учитывая десятки возможных ингредиентов и способов их комбинирования. Сотрудничая со специалистами по продукту с помощью ИИ, организация может быстрее создавать рецепты более высокого качества. Система организации сократила количество шагов, необходимых для разработки рецептов новых продуктов, со 150 (в среднем) до всего 15. Теперь она может быстрее радовать клиентов новыми продуктами и новым опытом, чтобы поддерживать их связь с брендом.
Примечательно, что ИИ не работает изолированно, а дополняет опытные команды, обеспечивая руководство и обратную связь для дальнейшего улучшения результатов. Это отличительная черта успешных решений ИИ: они в конечном итоге предназначены для людей и многопрофильной команды, которая включает в себя предметные и технические знания, а также ориентирована на человека, чтобы позволить организациям извлечь из них максимальную пользу.
Ограждения имеют значение
Размышляя о том, как получить максимальную отдачу от ИИ, ваша стратегия ИИ также должна учитывать соответствующие ограничения.
По мере того, как решения становятся все более сложными и все чаще и глубже внедряются в программное обеспечение, продукты и повседневные операции, увеличивается и их способность позволять людям совершать ошибки. Один из распространенных антипаттернов, который мы наблюдаем, — это когда люди непреднамеренно чрезмерно полагаются на довольно стабильный ИИ — подумайте о разработчике, который не проверяет сгенерированный ИИ код, или о водителе Tesla, усыпленном ложным чувством безопасности благодаря функциям автопилота автомобиля.
Необходимы тщательные параметры управления использованием ИИ, чтобы избежать такой чрезмерной зависимости и подверженности риску.
Хотя многие из ваших экспериментов с ИИ могут породить интересные идеи для изучения, вам нужно помнить об инструментах, которые их поддерживают. Некоторые решения на основе ИИ не созданы с учетом надежных инженерных методов, которые требуются для другого корпоративного программного обеспечения. Тщательно подумайте, какие из них вы будете уверенно развертывать в рабочей среде.
Это помогает тестировать модели ИИ так же, как и любое другое приложение, и не позволяйте спешке выйти на рынок затуманить ваши суждения. Решения ИИ должны поддерживаться теми же принципами непрерывной доставки, которые лежат в основе хорошей разработки продукта, с прогрессом, достигаемым за счет постепенных изменений, которые можно легко отменить, если они не окажут желаемого воздействия.
Вы обнаружите, что полезно прямо говорить о том, что вы считаете «желаемым» результатом — это могут быть не только финансовые показатели, определяющие ваш успех. В зависимости от контекста вашей организации производительность и качество обслуживания клиентов также могут быть важными факторами. Вы можете обратить внимание на другие опережающие индикаторы, такие как осведомленность вашей команды о потенциале ИИ и их уровень комфорта при изучении, внедрении или развертывании решений ИИ. Эти факторы могут дать вам уверенность в том, что ваша команда находится на пути к улучшению любых отстающих показателей качества обслуживания клиентов, производительности и доходов. Как бы вы ни подошли к этому, у вас больше шансов на успех, если вы определили эти показатели с самого начала.
Наконец, несмотря на всю шумиху об угрозе, которую ИИ представляет для рабочих мест или даже для человечества в целом, вам следует помнить, что именно ваши люди будут использовать эту технологию. Рассмотрите человеческую сторону изменений, где вы найдете баланс между поощрением людей к внедрению и инновациям с помощью ИИ, сохраняя при этом чуткость к проблемам, которые он может создать. Например, вы можете ввести рекомендации по защите интеллектуальной собственности в моделях, основанных на внешних источниках или конфиденциальности, где вы можете использовать конфиденциальные данные клиентов. Мы часто считаем, что лучше дать нашим людям право голоса в том, как ИИ дополняет их работу. Они лучше, чем кто-либо, знают, где это может оказать наибольшее влияние.
Этот контент был подготовлен компанией Thoughtworks. Это не было написано редакцией MIT Technology Review.