إدارة البيانات – تحديد أصحاب المصلحة الرئيسيين
ستتناول هذه السلسلة المكونة من ثلاثة أجزاء من المدونات ثلاث نقاط حوار رئيسية من مؤتمر البيانات الضخمة في لندن في سبتمبر .
كان التذمر الرئيسي للعديد من موردي منصات الذكاء الاصطناعي في المؤتمر هو سبب عدم وصول مشاريع الذكاء الاصطناعي والتعلم الآلي الخاصة بعملائهم إلى مرحلة الإنتاج.
على الرغم من أن العديد من المؤسسات بدأت في القيام ببعض الابتكارات التي تستفيد من الذكاء الاصطناعي، إلا أن عددًا قليلًا جدًا من المشاريع يصل إلى مرحلة الإنتاج.
يشهد بائعو منصات الذكاء الاصطناعي انتشارًا للتكنولوجيا الخاصة بهم، ولكن في بعض حالات العملاء، لا يتم الاستفادة منها إلا بطرق محدودة نسبيًا وليس على نطاق واسع.
يفيد البائعون أن العميل “الجيد” النموذجي سوف يكمل ويدخل حيز الإنتاج ما بين 1% إلى 5% من النماذج التي يطورونها – مما يشير إلى أن التسامح مع فشل المشروع يجب أن يكون مرتفعًا نسبيًا عند تطوير الذكاء الاصطناعي وتنفيذه.
ومع ذلك، هناك عدد كبير نسبيًا من العملاء الذين يقومون بتثبيت منصات الذكاء الاصطناعي ويفشلون في إدخال أي نماذج إلى مرحلة الإنتاج، وهو ما يشكل مصدر قلق كبير لبائعي منصات الذكاء الاصطناعي.
يتم تحفيز البائعين بشكل كبير لرؤية العملاء وهم يضعون النماذج في الإنتاج.
ومن منظور الإيرادات، يمكنهم تقديم المزيد من خدمات التنفيذ، أو ترخيص البنية التحتية للاستدلال، أو حتى ترخيص عنوان IP للنماذج نفسها.
وأيضًا، إذا تمكن فريق لديه إمكانية الوصول إلى النظام الأساسي من تحويل جهوده إلى حالة استخدام ذات معنى، فيمكن أن يكون بمثابة إعلان ممتاز لبقية الأعمال.
تتمثل المشكلات الأكثر شيوعًا التي ذكرها البائعون في أن تكنولوجيا المعلومات تظل مجزأة بشكل كبير عن المؤسسة الأوسع ولا يتم تحفيزها لدعم خطوط الأعمال (LOBs) في إنتاج الذكاء الاصطناعي على نطاق واسع.
ما لم يكن لدى المؤسسات مسؤول بيانات رئيسي، يقدم تقاريره مباشرة إلى الرئيس التنفيذي ومكلف بقيادة قدرات الذكاء الاصطناعي والتعلم الآلي من خلال الأعمال، فغالبًا ما يكون من الصعب للغاية على فرق LOB جعل قسم تكنولوجيا المعلومات يدير تقديم حالات الاستخدام المدعمة بالذكاء الاصطناعي. .
تحتاج المؤسسات إلى أن تنتبه إلى حقيقة أنها إذا أرادت أن ترى الذكاء الاصطناعي يقود الابتكار، فيجب عليها ضمان المشاركة في جميع أنحاء الأعمال، وخاصة في مجال تكنولوجيا المعلومات.
يشير البائعون إلى أن الفرق بين المؤسسات التي يمكنها إنتاج الذكاء الاصطناعي بنجاح وتلك التي تكافح لتجاوز مشاريع إثبات المفهوم غالبًا ما يرجع إلى تغيير بسيط في هيكل الإدارة الداخلية.
يمكن أن يكون تعيين قائد تنفيذي لمحاربة مؤيدي الذكاء الاصطناعي في الشركة أمرًا بالغ الأهمية لإعادة التوازن لصالح تقديم الابتكار المرتبط بالذكاء الاصطناعي.
أبلغ جميع موردي منصات الذكاء الاصطناعي تقريبًا عن مشكلات تتعلق بفشل مشاريع العملاء في الوصول إلى مرحلة الإنتاج.
ومع ذلك، نظرًا لنماذج أعمالهم، يرى بعض البائعين عادةً معدلات إنتاج أعلى بكثير لنماذجهم من غيرهم.
على سبيل المثال، عادةً ما يتقاضى DataRobot رسومًا حسب النموذج (بدلاً من كل مقعد) أو يجمع النماذج ضمن حزمة البنية التحتية.
ونتيجة لذلك، عادةً ما يكون عملاؤها ملتزمين بالفعل بتقديم حالة استخدام معينة ولا يستفيدون من التكنولوجيا إلا بعد معالجة تحديات التنفيذ والبيانات الحاسمة الأخرى.
هناك جوانب سلبية للنهج المُدار الذي تتبعه DataRobot، حيث يبحث العديد من العملاء عن حرية أكبر بكثير للتكرار والتجربة في النظام الأساسي؛ إنهم ببساطة بحاجة إلى أن يتمتعوا بالمرونة اللازمة لإنتاج ما سيكون في الواقع نماذج زائدة عن الحاجة دون أن يتم تحصيل رسوم منهم مقابل عنوان IP.
لا يزال بائعو منصات الذكاء الاصطناعي بحاجة إلى العمل من أجل فهم أفضل للعوائق الحاسمة التي تمنع المؤسسات من توسيع نطاق الذكاء الاصطناعي. قد لا يكون ابتكار نماذج الأعمال هو الحل بالضرورة.
ومع ذلك، تحتاج الشركات التي تتطلع إلى الاستفادة من الذكاء الاصطناعي أيضًا إلى النظر بشكل أفضل في التحديات التقنية والتنظيمية التي قد تقف في طريقها في وضع حالات استخدام الذكاء الاصطناعي في الإنتاج.
إن مجرد شراء نظام أساسي للذكاء الاصطناعي وإعطائه لمجموعة أسيرة من علماء البيانات ومستخدمي الأعمال ليس في كثير من الأحيان أفضل وصفة للنجاح.
المصدر: idceurope
قد يهمك:
