Pryč jsou ty časy, kdy umělá inteligence (AI) byla jen jednou z budoucích fantazií science fiction.
Každý den se v titulcích předních médií objevují informace o vývoji AI, strojového učení a dokonce i robotických poradců. Ačkoli většina společností svou cestu za poznáním AI právě započala, dynamika v této oblasti rychle roste.
Přestože existuje velký zájem o potenciál AI, o dosažení obchodních výsledků společensky odpovědným způsobem je snadnější mluvit, než konat. Většina společností stále přemýšlí nad možnými dopady AI; někteří výkonní pracovníci stále zápasí s pochopením jejího významu pro své organizace, zatímco jiní zvažují, jak si poradit s neodmyslitelnými riziky, která s sebou přináší. Mezi ně patří potenciální dopad na světovou pracovní sílu. Například na základě 2016 MIT Technology Review bylo odhaleno, že 70 % asijských vedoucích pracovníků očekává, že AI povede v následujících pěti letech ke značné ztrátě pracovních míst. Mnohé zajímá, zda se naše společnost vyvíjí dostatečně rychle na to, aby zvládla tento dopad a poradila si s potřebami pracovní síly na bázi AI.
Existují další rizika, která nebyla zveřejňována tolik jako potenciální ztráty zaměstnání. Například existuje možnost systematického zkreslení v algoritmech automatizace rozhodování, ať už náhodně nebo záměrně. To může vést k nepříznivým sociálním důsledkům, jako je například odepření přístupu k pojištění části populace.
Pro to, aby organizace mohly jít úspěšnou cestou AI s výhodami, příležitostmi, ale i riziky, budou muset zmapovat promyšlenou strategii, která sladí technologii a cíl. Potom budou chtít předvídat a připravit se na nevyhnutelné výzvy při provádění programů specifických pro AI. Zde jsou tři kroky, které by na cestě za AI měly být brány v potaz:
1. Slaďte AI s cílem
Při představě, jak by AI mohla změnit jejich organizace, se mnoho vedoucích podniků příliš úzce zaměřuje na taktický dopad. Tím riskují, že pominou problematiku ze širší perspektivy. AI zásadně mění roli lidí v pracovním prostředí, a tím i samotný důvod, proč organizace existují. Pokud je zaměření AI čistě taktické, neexistuje žádný impuls pro celou organizaci, aby reagovala na příležitosti i rizika v celém hodnotovém řetězci.
Namísto toho, aby bylo možné odvodit plnou hodnotu umělé inteligence, budou organizace muset více uvažovat o tom, jak, kde a kdy nasadit technologie a procesy umělé inteligence tak, aby poskytly smysluplné výsledky jak z hlediska tržeb či výnosů (top-line), tak z hlediska zisků (bottom-line). K tomu budou muset sladit svou strategii a technologie s celkovým cílem společnosti. Definování a rozvoj koherentní strategie AI sladěné s cílem bude zásadní pro úspěšnou transformaci.
2. Spravujte vstup a vytvářejte dobrý výstup
Programy podnikové technologie není snadné provádět za nejlepších okolností. Implementace řešení AI je ještě obtížnější, a to zejména kvůli třem klíčovým rozdílům. Zaprvé, řešení umělé inteligence (většinou) vznikají na základě školení, nejsou kódována. To znamená, že značné množství vývojářských prací, které by tradičně spadaly do agendy IT týmu, se nyní musí přenést na odborníky, kteří mohou mít omezenou kapacitu. Zadruhé, řešení AI spotřebovávají nestrukturovaná data, jako jsou dokumenty a multimédia. Správa „ground truth“ (česky „věrný povrch“) v reálném čase se stává kritickým bodem, zatímco dodržování předpisů na ochranu osobních údajů může být obtížnější, protože citlivá data mohou být vložena do dokumentů s volným textem. Zatřetí, tempo inovací AI je bezprecedentní a dodavatelé softwaru jsou pod neustálým tlakem, aby nebyli pozadu. Každá z těchto charakteristik bude utvářet způsob, jakým organizace budou vybírat a implementovat řešení AI.
Mezitím v naší práci s řadou klientů EY vidíme významné rozdíly ve schopnostech softwaru AI a v jejich kompatibilitě se zavedenými datovými a analytickými platformami. Porozumění těmto charakteristikám a určení technologií a procesů, které nejlépe vyhovují potřebám organizace, jsou základem vývoje úspěšných řešení AI.
3. Spotřeba
A závěrem nemá smysl vytvářet skvělé řešení, pokud jej nikdo nepoužívá. Na tomto novém území AI není neobvyklé, že společnosti spolupracují s poskytovateli na vývoji stovek prediktivních algoritmů, ale implementují pouze několik z nich. Společnosti budou muset vybudovat strategii a kapacitu pro provozování procesů AI a uplatňovat přísný přístup k řízení transformačních programů AI s cílem úspěšného účinku.
