CIO e leader aziendali sanno di essere seduti su una miniera d'oro di dati aziendali. E mentre gli strumenti tradizionali come le piattaforme di business intelligence e il software di analisi statistica possono effettivamente emergere approfondimenti dalle risorse di dati raccolte, farlo rapidamente, in tempo reale e su vasta scala rimane una sfida irrisolta.
L'intelligenza artificiale aziendale, se distribuita in modo responsabile e su larga scala, può trasformare questi colli di bottiglia in opportunità. Agire rapidamente sui dati, anche “live” (durante un'interazione con il cliente, ad esempio), è una delle capacità della tecnologia, così come la scalabilità: l'IA può elaborare grandi quantità di informazioni da fonti disparate quasi altrettanto facilmente quanto può sintetizzare un foglio di calcolo di una pagina.
Ma distribuire una soluzione AI nell'impresa moderna non è semplice. Prende struttura, fiducia e talento giusto. Insieme alle pratiche sfide di implementazione, l'uso dell'IA offre le proprie sfide, come la governance dei dati, la necessità di imporre i guardrail alle risposte dell'IA e dei dati di formazione e problemi di personale persistenti.
Ci siamo incontrati Rani RadhakrishnanPrincipal PWC, Servizi gestiti dalla tecnologia – AI, Analisi dei dati e approfondimenti, per parlare candidamente su ciò che funziona e cosa trattiene i CIO nel loro percorso AI. Abbiamo parlato davanti al suo impegno parlante Techex AI e Big Data Expo North America4 e 5 giugno, presso il Santa Clara Convention Center.
Rani è particolarmente in sintonia con alcuni problemi di governance, privacy e sovranità che affrontano le imprese, avendo trascorso molti anni nella sua carriera lavorando con numerosi clienti nel settore sanitario, un'area in cui questioni come la privacy, la supervisione dei dati e soprattutto l'accuratezza dei dati sono aspetti di rottura della tecnologia.
“Non è sufficiente avere solo un ingegnere rapido o uno sviluppatore di Python. … Hai ancora bisogno dell'umano nel ciclo per curare i set di dati di addestramento giusti, rivedere e affrontare qualsiasi distorsione negli output.” —Rani Radhakrishnan, Pwc
Dal supporto alla strategia: spostamento delle aspettative per l'IA
Rani ha affermato che esiste un crescente entusiasmo da parte dei clienti di PWC per i servizi gestiti alimentati dall'intelligenza artificiale in grado di fornire entrambe le approfondimenti aziendali in ogni settore e che la tecnologia venga utilizzata in modo più proattivo, nei cosiddetti ruoli agenti in cui gli agenti possono agire in modo indipendente su dati e input degli utenti; Laddove agenti AI autonomi possono agire in base alle interazioni con l'uomo, l'accesso alle risorse dei dati e l'automazione.
Per esempio, OS agente di PWC è una piattaforma AI modulare che collega sistemi e ridimensiona agenti intelligenti nei flussi di lavoro, molte volte più velocemente dei metodi di elaborazione tradizionali. È un esempio di come PWC risponde alla domanda di AI dai suoi clienti, molti dei quali vedono il potenziale di questa nuova tecnologia, ma non hanno competenza interna e personale per agire sulle loro esigenze.
A seconda del settore dell'organizzazione, l'interesse per l'IA può provenire da molti luoghi diversi nel settore. Monitoraggio proattivo di sistemi fisici o digitali; manutenzione predittiva nella produzione o ingegneria; o l'efficienza dei costi vinti dall'automazione in ambienti complessi e rivolti ai clienti, sono solo alcuni esempi.
Ma indipendentemente da dove l'IA può apportare valore, la maggior parte delle aziende non ha ancora internamente la gamma di competenze e le persone necessarie per un'efficace distribuzione dell'IA-o almeno, implementazioni che raggiungono il ROI e non hanno un rischio significativo.
“Non è sufficiente avere solo un ingegnere rapido o uno sviluppatore di Python”, ha detto Rani. “Devi mettere insieme tutti questi in modo molto strutturato e hai ancora bisogno dell'umano nel ciclo per curare i giusti set di dati di addestramento, rivedere e affrontare qualsiasi distorsione negli output.”
Cleaning House: la sfida dei dati dietro AI
Rani afferma che un'efficace implementazione di intelligenza artificiale richiede un mix di competenze tecniche – ingegneria dei dati, scienza dei dati, ingegneria rapida – in combinazione con la competenza di dominio di un'organizzazione. L'esperienza del dominio interno può definire i risultati giusti e il personale tecnico può coprire le pratiche di intelligenza artificiale responsabili, come la raccolta e la governance dei dati, e confermare che i sistemi di intelligenza artificiale lavorano in modo responsabile e all'interno delle linee guida aziendali.
“Per ottenere il massimo valore dall'IA, un'organizzazione deve ottenere i dati sottostanti giusti”, ha detto. “Non conosco una singola azienda che dice che i suoi dati sono in gran forma … devi inserirli nella struttura giusta e normalizzarli correttamente in modo da poter interrogare, analizzarli e annotarli e identificare le tendenze emergenti.”
Parte delle imprese di lavoro devono essere inserite per un uso efficace dell'IA è l'osservazione e la correzione della distorsione – in entrambe le uscite dei sistemi di intelligenza artificiale sia nell'analisi di potenziali distorsioni inerenti alla formazione e ai dati operativi.
È importante che nell'ambito dell'architettura sottostante dei sistemi di intelligenza artificiale, i team applicano rigorosi processi di sanificazione dei dati, normalizzazione e annotazione dei dati. Quest'ultimo richiede “un sacco di sforzo umano”, ha detto Rani, e il personale qualificato richiesto è tra la nuova razza di professionisti dei dati che stanno iniziando a emergere.
Se le sfide dei dati e del personale possono essere superate, il circuito di feedback rende i possibili risultati dall'intelligenza artificiale generativa davvero preziosi, ha affermato Rani. “Ora hai un'opportunità con gli istruzioni di intelligenza artificiale di tornare indietro e perfezionare la risposta che ottieni. Ed è ciò che lo rende così unico e prezioso perché ora stai allenando il modello a rispondere alle domande nel modo in cui vuoi che le rispondano.”
Per i CIO, il turno non riguarda solo l'abilitazione tecnologica. Si tratta di integrare l'IA nell'architettura aziendale, allineare con la strategia aziendale e gestire i rischi di governance che derivano dalla scala. I CIO stanno diventando Stewards AI – architettando non solo sistemi, ma fiducia e trasformazione.
Conclusione
Sono passati solo pochi anni da quando l'IA è emersa dalle sue radici nella ricerca accademica di informatica, quindi è comprensibile che le organizzazioni aziendali di oggi siano, in una certa misura, sentendo la loro strada verso la realizzazione del potenziale dell'IA.
Ma sta emergendo un nuovo playbook: uno che aiuta i CIO ad accedere al valore detenuto nelle loro riserve di dati, in strategia aziendale, miglioramento operativo, esperienze rivolte ai clienti e una dozzina di più aree dell'azienda.
Come azienda che è intrisa di esperienza con clienti grandi e piccoli da tutto il mondo, PwC è una delle scelte principali a cui i decisori si rivolgono, per iniziare o razionalizzare e dirigere i loro viaggi AI esistenti.
Esplora come PWC sta aiutando i CIO a incorporare l'IA nelle operazioni di baseE vedi le ultime intuizioni di Rani a giugno Techex AI e Big Data Expo North America.
(Fonte dell'immagine: “Rack di rete” di un individuo è concesso in licenza in CC BY-SA 2.0.)
Fonte: www.artificialintelligence-news.com
