موفقیت هوش مصنوعی به دلیل تحول دیجیتال ضعیف محدود شده است

تحول دیجیتال دارای ابعاد و پیچیدگی های متعددی است که گاهاً برای سازمان هایی که آن را انجام می دهند از بین می رود. دستور العمل موفقیت در بازنگری در فرآیندها و ساختار سازمانی برای ایجاد حداکثر ارزش از چارچوب فناوری نهفته است – چیزی که بسیاری از شرکت ها همچنان با آن مبارزه می کنند.

یک مطالعه در سال 2020 توسط گروه مشاوره بوستون نشان داد که حدود 70 درصد از پروژه‌های تحول دیجیتال حتی زمانی که اولویت‌ها به وضوح ترسیم شده‌اند و رهبری همسو هستند، از اهداف خود کوتاهی می‌کنند. پیچیده تر کردن چالش نیاز به آوردن هوش مصنوعی به سازمانی است که در حال تغییر است. هوش مصنوعی امروز در همه جا وجود دارد و نوید بازگشت عالی از تجربه مشتری و کارایی سازمانی را می دهد. سرمایه گذاری نکردن در هوش مصنوعی در حال حاضر زمانی که تلاش برای تحول دیجیتال آغاز شده است، شروع کننده نیست، اما سرمایه گذاری می تواند کاری غیرقابل حل به نظر برسد. چرا این هست؟

>>موضوع ویژه ما را از دست ندهید: دستور کار CIO: نقشه راه 2023 برای رهبران فناوری اطلاعات.<<

شکاف‌های موجود در نقشه راه تحول دیجیتال می‌تواند مانع موفقیت ابتکارات هوش مصنوعی شود

عواملی که منجر به شکست ابتکارات تحول دیجیتال می شوند نیز به عنوان موانعی برای موفقیت ابتکارات هوش مصنوعی عمل می کنند. این شامل:

1. شناسایی مشکلات مناسب برای حل: بدون طراحی مناسب پروژه و مداخله خارجی، شناسایی مشکل درست و رویکرد مناسب برای حل آن به طرز باورنکردنی دشوار است. این جایی است که یک استراتژی دیجیتالی ضعیف اجرا شده یا یک نقشه راه تحول معیوب به عنوان یک گلوگاه برای موفقیت هوش مصنوعی عمل می کند: استراتژی داده زیربنایی در وهله اول با نیازهای منحصر به فرد سازمان هماهنگ نبود.
2. فقدان یک استراتژی داده فراگیر: شرکت ها باید ایده روشنی از نوع داده هایی که برای تحول دیجیتالی نیاز دارند داشته باشند. در غیر این صورت، آنها ریسک سرمایه گذاری در پشته های فناوری نامناسب را دارند. زیرساخت و استراتژی داده‌ای مناسب، پایه‌ای را تشکیل می‌دهد که فناوری‌های نوظهور بر اساس آن ساخته می‌شوند و تدوین استراتژی هوش مصنوعی در بالای آن ایجاد می‌شود.
3. عدم ادغام در عمودها و واحدها: اغلب، پروژه‌های تحول دیجیتال به جای اینکه در سراسر شرکت یکپارچه شوند، در بخش‌های جداگانه پنهان می‌شوند. این می تواند منجر به تلاش های تکراری و هدر رفتن منابع شود. Siloing از انتقال آزادانه داده ها و بینش ها در بخش ها جلوگیری می کند، که می تواند استقرار هوش مصنوعی را چالش برانگیز کند. این واقعیت که بسیاری از برنامه نویسان هوش مصنوعی به جای مدیریت مرکزی توسط بخش های خاص هدایت می شوند، وضعیت را بدتر می کند. در نتیجه، کسب‌وکارها اغلب برای نیازهای هوش مصنوعی خود به تعداد کمی از فروشندگان وابسته هستند، که می‌تواند منجر به قفل شدن فروشنده و انعطاف‌پذیری محدود هنگام استفاده از سیستم‌های هوش مصنوعی شود. سیلوها می توانند کارکنان را در برابر تغییر مقاوم کنند. حرفه ای ها ممکن است محیط کار خود را در سیلو ترجیح دهند و آنها را در برابر مقرراتی که محیط آنها را مختل می کند مقاوم کند.
4. فقدان CoEs و بهترین شیوه ها، چارچوب ها و رویکردهای مناسب: یک ابتکار ضعیف تحول دیجیتال، سیستم مناسبی از بهترین شیوه‌ها، مراکز تعالی و چارچوب‌هایی را برای توسعه، آزمایش و ارتقای راه‌حل‌های دیجیتال ایجاد نمی‌کند.
5. اجرای ضعیف به دلیل عدم گرده افشانی متقابل و هماهنگی کلی: بسیاری از شرکت ها فاقد تخصص داخلی مورد نیاز برای مدیریت موثر یک ابتکار تحول دیجیتال هستند. علاوه بر این، آنها ممکن است فاقد فرآیندها و ابزارهای مدیریت تغییر کافی باشند.
6. فقدان فرهنگ انسان محور و دیجیتال اول: اولین گام در ایجاد یک فرهنگ سازمانی که کارکنان را برای پذیرش فناوری های نوظهور توانمند می کند، با یک تحول دیجیتال موفق آغاز می شود. اگر چنین نباشد، ابتکارات بعدی هوش مصنوعی محکوم به شکست هستند.

سیستم های متصل منجر به برنامه های موفق هوش مصنوعی می شوند

برای غلبه بر این چالش‌ها، سازمان‌ها باید سیستم‌های هوش مصنوعی را توسعه دهند که در سراسر سازمان مانند یک مش یا پارچه به هم متصل شده و از همکاری یکپارچه اطمینان حاصل کنند. این همچنین مستلزم تغییر ذهنیت از تفکر در مورد هوش مصنوعی به عنوان ابزاری برای بخش های فردی به در نظر گرفتن آن به عنوان یک هدف استراتژیک برای کل سازمان است.

سازمان‌ها باید یک معماری مقیاس‌پذیر در سراسر سازمان اتخاذ کنند، معماری مدولار، جامع، مقیاس‌پذیر، بدون ریسک و چابک. این یک پایه قوی هوش مصنوعی با ابزارها و فرآیندهایی را فراهم می کند که چرخه کشف تا پیاده سازی را مدیریت می کند و در عین حال به سازمان اجازه می دهد تا از مزایایی که هوش مصنوعی ارائه می دهد استفاده کامل کند و کسب و کار خود را برای رشد پایدار شکل دهد.

ابعاد اساسی که در آن هوش مصنوعی می تواند شکوفا شود عبارتند از:

• معماری های مدولار هوش مصنوعی انعطاف‌پذیری مورد نیاز برای تطبیق راه‌حل‌های هوش مصنوعی با نیازهای خاص کسب‌وکار را فراهم می‌کند. آنها همچنین امکان اضافه یا حذف آسان ویژگی ها را در صورت نیاز فراهم می کنند. سازمان‌ها می‌توانند از هوش مصنوعی مدولار برای استقرار آن برای موارد استفاده خاص استفاده کنند که در نتیجه بازتر، متمرکزتر و مقرون به صرفه‌تر است.ه سیستم و استراتژی کلی هوش مصنوعی
• معماری جامع هوش مصنوعی دید جامعی از کسب و کار و درک عمیق تری از نحوه اعمال هوش مصنوعی در همه زمینه ها ارائه می دهد. این تضمین می‌کند که شرکت‌ها می‌توانند هوش مصنوعی را با اطمینان اتخاذ کنند، زیرا چنین معماری تضمین، پشتیبانی در مورد مسائل اخلاقی و قانونی، محافظت در برابر آسیب‌های مالی و اعتباری، بهبود شفافیت سیستم و کاهش ریسک را فراهم می‌کند.
• یک پارچه داده مقیاس پذیر اطمینان حاصل می کند که پیوندها یا گفتگوها را با همه ریز سرویس ها یا خدمات یک سازمان ایجاد می کند. این زبان به عنوان یک زبان تجاری مشترک برای شرکت صرف نظر از هر فناوری اساسی، سیستم منبع یا قالب‌های داده عمل می‌کند و می‌تواند از میلیون‌ها پایگاه داده میکرو، همزمان یا مجازی، در یک معماری توزیع‌شده، با کارایی بالا و سازگار پشتیبانی کند.
• هوش مصنوعی را از بین ببرید برای مدیریت ریسک های شهرت و عملکرد. تفسیرپذیری مدل تجزیه و تحلیل، تشخیص سوگیری و نظارت مستمر عملکرد باید در مراحل مختلف چرخه حیات، از توسعه تا استقرار و استفاده، ساخته شود.
• معماری چابک هوش مصنوعی برای شرکت هایی که نیاز دارند به سرعت با شرایط متغیر بازار یا نیازهای مشتری سازگار شوند، ضروری است تا بتوانند به سرعت راه حل های هوش مصنوعی را مستقر و پیاده سازی کنند. رویکردهای چابک مدت‌هاست که به دلیل توانایی‌شان در بهبود کار تیمی، از بین بردن سیلوها و توانمندسازی تصمیم‌گیری و مدیریت پروژه و موارد دیگر شناخته شده‌اند.

خلاصه

تحول دیجیتال موفقیت آمیز مستلزم ادغام هوش مصنوعی در تمام زمینه های یک تجارت، مانند پارچه و مش است. این منجر به تغییرات اساسی در نحوه عملکرد کسب و کار و ارائه ارزش به مشتریان می شود. برای بهره‌برداری کامل از فرصت‌های ارائه‌شده توسط تحول دیجیتال، کسب‌وکارها باید درک روشنی از آنچه متضمن آن است داشته باشند. با این درک، آن‌ها می‌توانند تلاش‌های تحول دیجیتال خود را با شکستن فرآیندهای ساییده شده که می‌توانند مانع ادغام هوش مصنوعی و تحول دیجیتال قدرتمند شوند، مؤثر کنند.

Balakrishna DR، معروف به بالی، معاون اجرایی رئیس جمهور و رئیس واحد هوش مصنوعی و اتوماسیون در Infosys است.