Чего ожидать от ИИ в 2022 году

ИИ — слишком сложная и динамичная технология, чтобы подходить к ней однобоко, только со стороны бизнеса или ИТ. Произойдет полное слияние процессов управления ИИ с процессами управления данными и облачными технологиями, что потребует нового подхода к управлению, обеспечивающему ИИ. Чтобы такие инвестиции в ИИ действительно окупились, он должен быть встроен в системы приложений, которые могут работать круглосуточно и без выходных. Этим системам, в свою очередь, требуются вычислительные мощности на базе облачных вычислений, производительность которых можно увеличивать и уменьшать, чтобы экономично удовлетворять постоянно меняющиеся потребности.

Исследователям также важно отметить, что ведущие компании четко различают разные этапы жизненного цикла управления в этих трех взаимосвязанных областях. Они постоянно пересматривают стратегию с учетом потребностей бизнеса, вносят коррективы в ее реализацию с учетом того, какие модели данных, этический ИИ и вычислительная мощность могут удовлетворить эти потребности. Они также оптимизируют операции для улучшения сбора данных, используемых моделей и облачных технологий. Когда данные, искусственный интеллект и облачные технологии органично сочетаются на всех этапах, создается гибкая и мощная система, которая поможет вам точно определить, какие данные необходимы, собрать или синтезировать их и использовать для снижения рисков и открытия новых возможностей.

Моделирование и симуляция раскроют потенциал ИИ в цепочках поставок, метавселенной и за ее пределами

В идее моделирования и симуляции реальных процессов нет ничего нового, но моделирование в сочетании с ИИ может сделать ее революционной, особенно для задач, имеющих высокую капиталоемкость, уникальную структуру и редкую повторяемость. Моделирование может помочь бизнес-лидерам тестировать бесконечное количество сценариев, чтобы принимать правильные решения в краткосрочной и долгосрочной перспективе. ИИ, например, может создавать «цифровых двойников»: подробные модели физических активов, таких как авиационные двигатели, нефтяные вышки и даже целые города. Технологии IoT воплощают эти модели в жизнь и позволяют создавать цифровые эквиваленты производственных предприятий и/или умных городов.

В сочетании с ИИ цифровые двойники могут прогнозировать поведение групп потребителей или создавать их цифровые копии. Крупномасштабные симуляции на основе ИИ могут воссоздавать и прогнозировать потенциальное поведение финансовых активов и рынков. ИИ станет фундаментальным элементом развития технологий моделирования до уровня формирования «метавселенной» — конвергенции технологических трендов, позволяющих пользователям по-новому воспринимать наш цифровой мир, поднимаясь на новый уровень автономности и свобода.

Следует уделить внимание включению моделей ИИ в стратегию, где можно оценить изменяющиеся предпочтения потребителей, действия конкурентов и политику регулирования. Комбинируя несколько моделей, созданных с помощью ИИ, вы также можете создать более устойчивую, прозрачную и рентабельную цепочку поставок, моделируя поведение поставщиков, динамику рынка и возможные сбои.

Можно будет оценить и спрогнозировать полную стоимость ИИ, а не только экономию средств

Во многих случаях предсказать окупаемость инвестиций в ИИ довольно сложно — технология сложна и постоянно развивается. Может быть сложно даже определить ценность, которую обеспечивает уже работающая система ИИ. С оценкой прямых эффектов все просто — ценность обеспечивается оперативным использованием инструментов ИИ, например, обработка счетов-фактур или заказов на покупку («скучный ИИ»). Это напрямую влияет на стоимость операций через рычаги начисления заработной платы, время выполнения операций и количество брака при решении типовых ситуаций.

Однако ценность более продвинутых способов использования ИИ определить гораздо проблематичнее, говорят исследователи и задают уточняющие вопросы. Как, например, определить ценность лучшего стратегического решения или как определить точную стоимость предотвращения сбоя в цепочке поставок путем сбора сигналов из социальных сетей и их обработки с помощью ИИ, выдавшего раннее предупреждение? К счастью, новые методы оценки могут учитывать как прямые выгоды и затраты, такие как повышение производительности или затраты на оборудование, так и «косвенные» выгоды и затраты, например, улучшение взаимодействия с персоналом или временные затраты. профильные специалисты. Ведущие компании начинают использовать портфельный подход к инвестициям в ИИ, чтобы повысить вероятность того, что успешное приложение во много раз перевесит любую потенциальную неудачу.

ИИ будет слишком важен, чтобы им могли управлять эксперты по ИИ

Управление ИИ связано с особыми проблемами, которые ближе к тем, которые связаны с управлением людьми, а не с вычислительными технологиями. ИИ – это движущаяся цель постоянно работающая с конфиденциальными данными и поддержка все более важных бизнес-решений и действий. Это также невероятно сложная технология, которая делает вещи (например, творческую работу), на которые не способна никакая другая технология. Лучшим решением здесь, по мнению авторов исследования, могла бы стать управленческая триада — сквозное управление жизненным циклом комплекса «данные — ИИ — облачные технологии» (DAC) со стороны оценки рисков, цифровизация и бизнес. Эта модель корпоративного управления предусматривает новые процедуры, роли и обязанности для каждой из трех линий защиты. Каждый из них будет играть роль в определении того, следует ли включать решение ИИ в разработку, производство или эксплуатацию. Если решение включено в операции, каждая линия также поможет решить, когда ее следует переобучить, перестроить или вывести из эксплуатации.