Find Articles

Loading...
0

Ezekért lehet kudarc egy vállalati AI-projekt

Az elmúlt fél évben egyre több cég vág bele különböző AI-projektekbe, eleinte csak a kísérletezés miatt, ma már egyre inkább élesen.

Egyre intenzívebben fordulnak a hazai vállalkozások a mesterséges intelligencia alkalmazása felé, erről több kutatást is publikáltunk már. Az elmúlt fél évben egyre több cég vág bele különböző AI-projektekbe, eleinte csak a kísérletezés miatt, ma már egyre inkább élesen. Az IVSZ – Digitális Vállalkozások Szövetségének AI Kompetencia Központja (AI KK) nemrégiben összegyűjtötte tapasztalatait arról, miért torpanhatnak meg ezek a vállalati AI-projektek.

Többek között azt írja az IVSZ AI KK, „a technológiai lelkesedés gyakran nem párosul a várt üzleti eredményekkel, és sok szervezet szembesül a projektek elakadásaival”.

Egyik első akadály lehet, ha nem üzleti stratégia mellett alakítják ki az AI-területet, hanem csupán felvesznek egypár AI-szakértőt, akiket „sztárolnak”, és mindenre megoldást várnak tőlük. Aztán – folytatják – „gyakori hiba, hogy a cégek nem rendelkeznek olyan „tolmács” szerepkörrel (például business analyst), amely képes a magas szintű üzleti problémákat (pl. nyereségességnövelés) lefordítani technikai specifikációkra. A technikai szakemberek az ilyen, számukra túl általános igényekkel nehezen tudnak mit kezdeni, ami a közös munka frusztrációjához vezethet”.



Arra is felhívják a figyelmet, jelentős hiba lehet, ha az AI-fejlesztők úgymond, divatos technológiai eszközökkel dolgoznak, amelyek azonban nem minden esetben képesek hatékonyan támogatni a vállalati AI-projektek folyamatait. „Az AI projekt sikeressége nem korrelál a felhasznált technológia komplexitásával” – írják.

Az AI-fejlesztés nem szoftverfejlesztés – emeli ki az IVSZ AI KK. „Az AI fejlesztés természetéből fakadóan nem determinisztikus, ezért a hagyományos szoftverfejlesztési „feature factory” szemléletmód – ahol előre meghatározott határidőre garantált eredményt várnak – gyakran kudarccal végződik – teszik hozzá.

Végül azzal zárják, hogy a sikeres analitika megköveteli a megfelelő adatminőséget és a háttérben zajló adatgazdálkodási (data governance) folyamatokat, amelyeket a cégek sokszor unalmasnak találnak és emiatt elhanyagolnak. És arra is felhívják a figyelmet, hogy a jövőben a szervezeteknek az AI kompetenciáikat nem csupán technológiai, hanem stratégiai és üzleti fókusszal kell kialakítaniuk a fenntartható eredmények érdekében.

Forrás: IVSZ AI Kompeteciaközpont

google aimag hu



AI Magazin