Sedem Napak Pri Uvajanju AI

2023 Avtor: Hannah Pearcy | [email protected]. Nazadnje spremenjeno: 2023-08-25 03:39

Umetna inteligenca (AI) vse bolj postaja standardna tehnologija. Od industrijske proizvodnje do pisarniških aplikacij do kompleksnih CRM rešitev - AI bi moral povsod omogočiti avtomatizacijo procesov. Do zdaj pa ima le malo podjetij izkušnje z obravnavo AI; tehnologija je v uporabi še redkejša.

Vendar pa trenutna študija IDG kaže, da podjetja pripisujejo AI in strojnemu učenju pomemben pomen. Pogosto sta na voljo potrebna informacijska infrastruktura (približno 46 odstotkov podjetij) ali dostop do potrebnih podatkov (pri 74 odstotkih podjetij), vendar za prijavo manjka strokovno znanje ali ustrezni strokovnjaki.

Tehnološki trendi 2018

Najboljši tehnološki trendi za leto 2018 v industriji - 1. del

Sedem pogostih napak

Ker izvajanje aplikacij AI nosi nekatere nevarnosti, ki jih je treba preprečiti. Pegasystems, ponudnik strateških programskih rešitev za prodajo, trženje, storitve in operacije, pokaže, katere napake se pogosto naredijo pri uvajanju AI.

1. Brez prave dodane vrednosti: Mnoga podjetja nameravajo AI uporabljati samo zato, ker je AI hype, ne pa zato, ker lahko ustvarijo jasno dodano vrednost, na primer z večjim zadovoljstvom kupcev, navzkrižnimi ali nadaljnjimi prodajnimi možnostmi, optimizacijo procesov ali izboljšanjem kakovosti.

2. Manjkajoča komunikacija: Če se na primer uporaba AI ne sporoči uporabnikom, sploh ne vedo, da komunicirajo s sistemom, ki temelji na AI. To lahko kasneje privede do izgube zaupanja in zavrnitve.

3. Nezadostna podatkovna osnova: AI sistemi praviloma določajo ponavljajoče se vzorce iz velikih količin podatkov; če je baza podatkov nezadostna, so rezultati nepomembni.

4. Slepo zaupanje: Tudi če imajo IT sistemi v nekaterih primerih uporabe osupljivo "inteligenco", niso vsi primeri uporabe primerni za AI; na primer, če se lahko zagotovijo podatki, ki jih ni mogoče dovolj operirati.

Strojna inteligenca

TU München ustanovi münchensko šolo robotike in strojne inteligence

5. Pomanjkanje preglednosti: Zaradi velikega števila vplivnih dejavnikov in metod za določanje rezultatov AI je naknadno težko ali nemogoče razumeti, kako je do določenega rezultata prišlo. Glede na uporabo pa bo morda treba zagotoviti ustrezno preglednost, na primer s priporočili za terapijo.

6. pomanjkanje prilagodljivosti: AI je zasnovana tako, da specializirani oddelki nimajo dovolj priložnosti za prilagajanje; Zaposleni v specializiranih oddelkih pa morajo biti sposobni samostojno parametrirati rešitve AI, da bodo lahko eksperimentirali z različnimi scenariji.

simulacija

Umetna inteligenca v gradbeništvu

7. pomanjkanje primernosti za prakso: podjetja pogosto izvajajo rešitve AI, ki dobro delujejo v pilotnih projektih, vendar v praksi ne dosegajo dovolj velikosti; uporabljeni postopki AI morajo v kratkem času v številnih uporabnikih posredovati odgovore s številnimi uporabniki - na primer v spletni infrastrukturi; Kot vodilo bi morali biti možni odzivni časi manj kot 50 milisekund.

"AI je nova disciplina za številna podjetja, zato ne morete pričakovati, da bodo procesi delovali tako, kot smo navajeni na druge tehnologije. Tu moramo upoštevati višje stopnje napak, "razlaga Carsten Rust, direktor Solutions Consulting DACH pri Pegasystems v Münchnu. „To ne govori proti AI, ampak za previdno ravnanje. Pomembno je, da se uporabniki zavedajo pasti, ko izvajajo sisteme AI."

Ta članek se je prvič pojavil na našem partnerskem portalu Industrija stvari.