7 элементов продуманной стратегии развития ИИ: опыт Salesforce

Искусственный интеллект перестал быть вотчиной исключительно крупных компаний. Он становится мейнстримом для бизнеса, однако, по словам президента и исполнительного директора Salesforce Брета Тейлора, успех способствует ему не всегда. Продуманная стратегия развития ИИ должна в первую очередь учитывать интересы клиента и чётко определять результаты для бизнеса, а ключевым аспектом для всего этого являются данные.

В своём докладе на конференции Scale TransformX 2021 Тейлор рассказал об основных вопросах, которые компании любого размера должны учитывать, чтобы выполнять задачи клиентов и достигать стабильных результатов.

В этой статье мы вкратце изложим семь основных выводов из презентации Тейлора. Более подробную информацию можно посмотреть в видео.

«Если у вас нет цифрового бизнеса, то у вас нет бизнеса», — говорит Тейлор.

Компаниям необходимо постоянно поддерживать связь с клиентами, цепочками поставок, партнёрами и сотрудниками. В таких взаимодействиях генерируется множество данных, которые бизнесы могут использовать для создания более интеллектуальных и персонализированных связей. Для осознания этого нарастающего цунами из данных требуются умные алгоритмы и автоматизация. Как когда-то сказал сооснователь фирмы по управлению венчурным капиталом Andreessen Horowitz Марк Андриссен, «Программное обеспечение пожирает мир».

Однако сегодня центром всего, что делают компании наподобие Salesforce, стал искусственный интеллект.

ИИ и глубокое обучение не могут принадлежать исключительно технологическим компаниям. Чтобы достигать своих целей, каждая компания должна стремиться к развитию культуры данных, позволяющей её сотрудникам видеть и понимать поток информации, движущейся по бизнесу. A главный директор по обработке и анализу данных (CDO) должен управлять всей этой информацией, не накапливая её во внутренних закромах. Каждый сотрудник должен иметь возможность принимать информированные решения на основании объективных данных о клиентах, цепочках поставок и потоке ресурсов.

В конечном итоге, компании, создающие открытые культуры данных, легко обгоняют тех, кто этим не занимается.

Переход к культуре данных требует встраивания этики в конструкцию систем, аналогично тому, как компании встраивают в системы безопасность.

Чтобы обеспечить этическую разработку ИИ, самым важным должно быть доверие. Помня об этом, Salesforce создала должность главного директора по этическому и гуманному использованию, задача которого заключается в управлении внедрением ИИ в компании.

Salesforce хочет гарантировать, что все аспекты её ИИ являются ответственными, надёжными, прозрачными, расширяющими права и инклюзивными. Тейлор полагает, что если не учесть этого, то дальнейшее развитие с самого начала неизбежно приведёт к непреднамеренным негативным последствиям и снижению доверия к технологии.

Сегодня общество требует обеспечения высокого качества ПО и искусственного интеллекта. Разрабатывающие ИИ компании должны охотно идти навстречу обсуждениям этики и доверия, а также внедрять эти обсуждения в свои процессы разработки. Для создания доверия также необходимо задействовать ответственных лиц, не являющихся дата-саентистами, чтобы они помогали формировать ответственное использование этих технологий.

Хотя чтобы оставаться конкурентоспособной, каждой компании нужно стать ИИ-компанией, слишком многие организации уступают ажиотажу вокруг цифровой трансформации, не имея при этом чёткой цели. Согласно опросу Gartner о повестке директоров по информационным технологиям за 2021 год, хотя 94% CIO работают над внедрением ИИ, лишь четверть из них делают это успешно.

«Начинайте не с технологии, а с клиентов», — говорит Тейлор. Сосредоточьтесь на их опыте и на том, что нужно и важно клиентам. Чётко определите границы проекта и в первую очередь ищите те места, где можно достичь быстрой победы. «Если целью проекта становится ИИ, он превращается в бездонную яму для вложений», — считает Брет.

ИИ-платформа Einstein компании Salesforce — яркий пример того, что Salesforce сосредоточена на создании технологии ИИ, которая нацелена на клиента и которую «можно настроить щелчками мыши, а не кодом». Клиент Salesforce Orvis использует Einstein для выполнения простого анализа потенциальной успешности своих маркетинговых сообщений до их публикации.

Такой подход увеличил click-through rate Orvis на 22% и повысил трафик на 30%. Это один из способов, которыми компания может внедрять нацеленные на клиента системы при помощи ИИ и без необходимости вложений в навыки и технологии, которые обычно требуются для его разработки.

Распространённая ключевая стратегия, особенно в компаниях сферы B2C, заключается в том, чтобы начать с определения сценариев использования, повышающих персонализацию и автоматизацию, таким образом упрощая взаимодействие с клиентом. После этого компании выявляют данные и инструменты ИИ, которые могли бы помочь в создании таких сценариев.

Например, цель Orvis заключается в уменьшении времени звонков в службу поддержки и Einstein может помочь в этом благодаря транскрибированию и анализу вопросов клиентов, а также рекомендуя ответы сотрудникам колл-центра в реальном времени.

Из этого можно извлечь следующий урок: задействуйте лишь небольшое количество специалистов в машинном обучении и сочетайте их работу с использованием стандартных платформ SaaS.

Выгода от применения ИИ — это не научная фантастика, считает Тейлор. Достаточно просто посмотреть на картину в целом и найти лёгкую мишень, позволяющую достичь осязаемых результатов для бизнеса.

Чтобы подробнее узнать о том, как Salesforce создала свою стратегию развития ИИ, посмотрите доклад Тейлора и прочитайте полную транскрипцию.

Понравилась статья? Еще больше информации на тему данных, AI, ML, LLM вы можете найти в моем Telegram канале “Роман с данными”

Обо всем этом читайте в “Роман с данными”

Автор оригинала: Scale Team

#машинноеобучение #перевод #данные #ИИ #разработка #ML #искуственныйинтелект