Вы слышали: 1/3 из них терпят неудачу. Многие выходят за рамки бюджета. Вот почему вы очень осторожны. Вы знаете, о чем я говорю, верно?
ИТ проекты.
Из-за таких цифр ИТ-проекты нравятся не всем, особенно в промышленных условиях. Исследование 2021 года, опубликованное Институтом управления проектами (PMI), предоставляет некоторые показатели, которые заставляют нас задуматься: только около 70 % проектов достигли своих первоначальных целей или бизнес-намерений. 40 % проектов превышают бюджет, и лишь немногим более 50 % проектов выполняются вовремя.
И это в основном для устоявшихся технологий, не говоря уже о новых разработках, таких как промышленный ИИ…
Мы хорошо знали об этих опасениях и опасениях, когда основывали наш стартап в сфере высоких технологий maXerial.
Поэтому с самого начала мы пошли другим путем. В этой пятой статье из нашей серии статей о промышленном искусственном интеллекте (ИИ) мы рассказываем, как мы ведем наших клиентов в этом путешествии в технологию, которая часто является для них новой или малоизвестной. Вот наш путь к вашему успеху в сфере промышленного ИИ.
Думай масштабно, начни с простого
Первый краеугольный камень на вашем пути — простота. Начните с простого, максимально простого. Но не путайте «простой» с «наивным» или «для ИИ»: мы предполагаем, что вы думали о том, где можно использовать ИИ для ваших продуктов или процессов в вашей компании. Если нет, поговорите с кем-нибудь вроде нас. Мы делаем это каждый день и можем помочь вам там, где могут быть возможности.
Наверняка вы задавали себе такие вопросы, как: Где использование ИИ обеспечивает дополнительную ценность для моих клиентов? Чем это отличает меня от конкурентов в долгосрочной перспективе? Где мы можем создать совершенно новые структуры затрат с помощью ИИ? Где мы можем масштабироваться с его помощью? Где ИИ может помочь нам сосредоточиться на нашем основном бизнесе? Какие новые продукты или услуги ИИ я могу придумать?
Это все деловые вопросы, на которые вы должны ответить для своей компании. Они также зависят от того, преследуете ли вы лидерство в издержках, технологическом лидерстве или нишевой стратегии в соответствии с общим стратегическим выбором Портера. Исходя из этих соображений, вы определяете свои общие цели и выбираете самые низкие плоды на этом пути. Теперь вы готовы начать с простого: с технико-экономического проекта, включающего технологию искусственного интеллекта.
Продемонстрировать осуществимость — вам и вашему руководству
Осуществимость — это первый шаг, когда вы получаете данные. Вы начинаете массировать его. Вы извлекаете его из доступных источников, выполняете несколько преобразований, загружаете его — ETL (извлечение, преобразование, загрузка) вызывается по уважительной причине, когда вы делаете это позже в масштабе.
Мы видим это в нашей повседневной работе: для вас (и для нас) важно продемонстрировать осуществимость. Промышленный ИИ — относительно новая технология. Возможно, это также новые деловые отношения. Таким образом, цели на этом этапе двоякие: (i) оценить технологическую осуществимость и (ii) завоевать доверие. Это означает завоевать доверие вашего руководства, укрепить доверие к вашему поставщику услуг ИИ и получить доверие к технологии.
Следующий вопрос: Сколько это стоит? Мы говорим: не так уж и много.
Обычно мы доставляем этот этап в течение нескольких часов или нескольких дней.
Это наше обещание рынку — при условии, что вы будете играть на расстоянии вытянутой руки и проделаете вышеописанную работу.
Этап проверки концепции
Как правило, осуществимость заканчивается рассмотрением и оценкой этого простого начала. Это также первый важный момент принятия решения: продолжать или остановиться?
Что нам в этом нравится: Вы полностью контролируете проект. Мы видим, что это очень важно для наших клиентов — и мы это прекрасно понимаем. Вы не хотите пуститься в очередное бесконечное ИТ-приключение. Приведенный выше отчет PMI остается в вашей памяти.
На этапе проверки концепции (POC) или пилотном этапе цель состоит в том, чтобы перейти от простого, выполнимого, к тому, как это работает с вашими данными и вашей проблемой. Это также подходящее время, чтобы поиграть со всевозможными алгоритмами ИИ.
Как мы объяснили в предыдущей статье, проблема, которую необходимо решить, обеспечивает основу для технологии ML в данном случае. Это может быть поверхностным обучением: нам это нравится, потому что оно очень быстрое. Это могут быть нейронные сети: бесконечная гибкость! Или это может быть адаптация существующей крупномасштабной технологии искусственного интеллекта: бесконечная генерирующая мощность, о которой мы даже не смели мечтать. Этот этап не должен зависеть от технологии.
Переход от POC к разработке продукта
К концу этапа POC у вас обычно достаточно знаний, чтобы ответить на несколько ключевых и деловых вопросов, таких как:
- Сколько денег нужно, чтобы сделать полностью функциональную услугу или продукт?
- Каков график? Каковы вехи? Каковы следующие шаги?
- Какие данные нам нужны? Нужны ли нам новые или дополнительные данные? Нужно ли обрабатывать существующие данные по-другому?
Если на все эти вопросы можно ответить разумно и в интересах компании для вашего продукта ИИ, он действительно может работать на полную катушку, верно?
К сожалению нет. На практике мы часто видим, что проекты не выходят за рамки POC или пилотной фазы. И редко является причиной того, что предполагаемая ценность бизнеса не достигается.
Практические предостережения
На этом этапе вашего пути к промышленному ИИ мы предлагаем еще раз подумать о двух основных моментах.
Во-первых, сделайте шаг назад и переосмыслите структуру, содержание и технологию ваших проектов ИИ. Этот преднамеренный шаг подобен моменту задержки в хорошем театральном постановке: переосмыслите свой стек ИИ с несколько иной стороны. Посмотрите на это под другим углом. Мы рассмотрим эти соображения подробнее в следующей статье.
Во-вторых, начните думать о своем ИИ так же, как вы думаете о других своих продуктах или услугах: о жизненных циклах. Как долго он живет? Как вы поддерживаете службу ИИ? Как вы обновляете ИИ, когда появляются новые данные? Таково содержание седьмой и, возможно, последней статьи этой серии.
Почему мы считаем, что это важно? Неверные решения сейчас обойдутся дороже в долгосрочной перспективе. Кроме того, работающий POC соблазняет вас быть слишком эйфоричным — в конце концов, у вас только что заработала крутая технология искусственного интеллекта! Так что присоединяйтесь к нам для оставшихся двух статей в течение следующих нескольких недель.
Дополнительная литература
Это пятая статья в нашей серии о промышленном искусственном интеллекте (ИИ). Другие статьи из этой серии (список обновляется при выпуске):
(1) Как внедрить ИИ в вашу производственную компанию
(2) Получить машиночитаемые данные для промышленного ИИ
(3) Создайте песочницы и дайте им поиграть
(4) Какие проблемы вы можете решить с помощью ML в своей компании?
(5) Ваш путь к успеху в промышленном ИИ: мыслите масштабно, начинайте с простого
