[ad_1]

پروژه های هوش مصنوعی و تحول دیجیتال میزان موفقیت کمی دارند ، اما بهترین روش ها به آنها کمک می کند.

اعتبار: قابل دریافت از طریق Adobe Stock

اعتبار: قابل دریافت از طریق Adobe Stock

تا زمانی که من به یاد می آورم ، هوش مصنوعی جام مقدس است. فیلم ها او را از BladeRunner به جدیدترها او. در همین حال ، رهبران تجارت قول داده اند که این امر انقلابی در محل کار ایجاد خواهد کرد. در هر دو مورد ، سناریوهایی به ما ارائه شد که در آنها AI روزانه کار را تغییر می دهد.

در حقیقت ، AI از سال 1956 به عنوان یک رشته علمی شناخته می شود. و اگرچه پایه های ریاضیات بیش از 70 سال وجود داشته است ، اما قدرت محاسباتی مورد نیاز اخیراً به واقعیت تبدیل شده است ، زیرا ابر بهترین کاتالیزور برای هوش مصنوعی است.

پیشرفت چشمگیری حاصل شده است – و این بخش دیگر در مراحل ابتدایی نیست. طبق نظرسنجی وضعیت هوش مصنوعی مک کینزی در سال 2020 ، 50٪ از پاسخ دهندگان می گویند که شرکت های آنها حداقل در یک کار تجاری هوش مصنوعی را پذیرفته اند.

هوش مصنوعی تقریباً در هر صنعت توانایی ایجاد تغییر را دارد. به عبارت دیگر ، انگیزه های بزرگی برای سازمان ها وجود دارد که اکنون سفر خود را با هوش مصنوعی آغاز کنند. همچنین این خطر وجود دارد که اگر این کار را نکنند ، در یک رشته سخت گیرانه تر ، اگر غیرممکن نباشد ، بازی سازگاری دشوارتر می شود و با پذیرش گسترده تر ، حیاتی تر می شود. بنابراین جای تعجب نیست که هوش مصنوعی اینقدر علاقه و هیجان ایجاد کند.

با این حال ، بسیاری از پروژه های هوش مصنوعی شکست می خورند.

POC ها باید برای موفقیت طولانی مدت طراحی شوند

بسیاری از اثبات مفاهیم (POC) برای مقیاس بندی نیستند. آنها فقط شواهدی را نشان می دهند که می توان کاری انجام داد. سپس آنها را متهم كردند ، زیرا از قبل مشخص نشده بود كه آیا مفهوم مورد نظر مناسب و مورد نیاز كل سازمان است یا استقرار نیروگاه از نظر فنی امكان پذیر است.

علاوه بر این ، ساختار هزینه ای برای پروژه هایی از این دست: دستیابی تاکنون احتمالاً 70٪ از کل بودجه را جذب کرده است ، و نتیجه هرگز نور روز را نمی بیند. این تجارت در هر سطح بد است. خب جایگزینش چیست؟

به طور خلاصه ، مقیاس باید بخشی جدایی ناپذیر از POC باشد و در شاخص هایی که تعیین می کند آیا موفقیت آمیز بوده است منعکس شود.

چندین تاکتیک روشن برای دستیابی به این هدف وجود دارد. یک گزینه خوب راه اندازی POC در دو منطقه است و برای دستیابی به اهداف از پیش تعیین شده قبل از موفقیت در امضای آن ، به هر دو جریان نیاز دارید. همچنین شناسایی موازی ها و تغییرات بین پروژه ها مهم است. این رویکرد فرایند و ساختار را به عنوان بخشی از ابتکار اولیه توسعه می دهد و در صورت پیشبرد پروژه از پذیرش در محیط گسترده تر پشتیبانی می کند.

Skillsets سیلوها را تخریب می کند

سیلوهای سازمانی که ریشه در ساختار تجارت سنتی دارند ، هنوز هم امری عادی هستند. آنها خار دائمی در کنار عملیات نرم هستند و می توانند صدای مهلک برای عملکرد مقیاس پذیر هوش مصنوعی باشند. مقابله با این امر به معنای ایجاد مهارت های مناسب در هر قسمت از پروژه است.

ما به تجربه ریاضی ، مهارتهای IT و یک متخصص کدنویسی (به ترتیب) توسط متخصصان داده ، معماران راه حل و مهندسان یادگیری ماشین (ML) نیاز داریم. چشم انداز تجاری ارائه شده توسط مدیران و صاحبان محصولات نیز بخشی اساسی از ترکیب است. این تیم چند رشته ای باید یک روش کار آزاد و مشترک داشته باشد ، دارای کانال های ارتباطی خوب و اعتماد به نفس عمیق در طول چرخه عمر پروژه ، به طوری که آنها بتوانند پایه های خود را کنار هم بگذارند ، اجرای آن را اجرا کنند و در نهایت افرادی را که اداره می کنند آموزش دهند. برنامه هر روز پس از تکمیل POC.

فناوری نیز مهم است

رایانش ابری پروژه های هوش مصنوعی را برای بسیاری از مشاغل به واقعیت تبدیل کرده است. در عوض به ابزارها و فن آوری های انعطاف پذیر قابل تنظیم و در صورت تقاضا در دسترس ، نیاز به استقرار گسترده و گران فناوری اطلاعات را از بین می برد.

همانند رویکرد تیم ترکیبی ، جعبه ابزار فناوری باید شامل برنامه ها و نرم افزارهای خاص پروژه مورد نظر باشد. و ناگفته نماند که باید مقیاس پذیر باشد.

پارادوکس خطر AI

هوش مصنوعی این معضل را برای سازمان ها ایجاد می کند: اگر ضعیف اجرا شود ، احتمالاً با شکست روبرو خواهد شد و خطر تجاری را ایجاد می کند. با این حال ، عدم اجرای هوش مصنوعی به هیچ وجه باعث عقب افتادن بیشتر رقبای آینده نگر می شود ، زیرا آنها از تحقیقات نسل بعدی این فناوری بهره مند می شوند.

نکته اصلی این است که به هر پروژه هوش مصنوعی از نظر نقش آن در جهت دهی بلند مدت و موفقیت کل شرکت و فعالیت های آن توجه شود. این روش چارچوب فنی و مبتنی بر افراد را که برای اجرای موفقیت آمیز و چشم انداز جامع AI ضروری است ، آگاه می کند.

گدی هوبیکا یک متخصص خدمات نسل آینده پیشرو در ایالات متحده است ، مصنوع ایالات متحده آمریکا. او در اوایل سال 2021 از غول املاک و مستغلات Unibail-Rodamco-Westfield به این شرکت پیوست تا آن را در منطقه مستقر کند و توسعه تجارت را رهبری کند. Ghadi Hobeika تجربه گسترده ای در مشاوره استراتژیک ، تجارت الکترونیکی و تجربه در خرده فروشی دارد. وی در طول زندگی حرفه ای خود ، بهترین استراتژیهای دیجیتال و داده در کلاس را در سازمانهای قدیمی با تمرکز قوی بر مشارکت مشتری و تحول در تجارت اجرا کرده است.

انجمن هفته اطلاعات متخصصان فناوری اطلاعات و متخصصان صنعت را با مشاوره ، آموزش و نظرات فناوری اطلاعات گرد هم آورده است. ما تلاش می کنیم تا رهبران فن آوری و متخصصان موضوع را برجسته کنیم و از دانش و تجربه آنها برای کمک به مخاطبان IT خود استفاده کنیم … مشاهده بیوگرافی کامل

ما از نظرات شما در مورد این موضوع در کانال های رسانه های اجتماعی خود استقبال می کنیم ، یا [contact us directly] با س questionsال در مورد سایت.

مقالات بیشتر



[ad_2]

منبع: tasiveh-news.ir