Tehisintellekti strateegia kõige kallim arusaamatus: miks arhiivid ei anna tulevikuks vastuseid

Otsingufunktsioonide ekslik loogika: miks dokumentide otsimine ei ole veel intelligentne tehisintellekt

Paljud ettevõtted investeerivad praegu suuri summasid tehisintellekti, tuginedes intuitiivselt sellele, mis näib olevat nende parim ja puhtaim ressurss: omaenda andmelao. Kuid just siin peitubki tänapäevaste digitaalsete strateegiate kõige kulukam arusaamatus. Aastate jooksul täiustatud süsteem mineviku kaardistamiseks korralikes arvutustabelites ebaõnnestub paratamatult, kui see seisab silmitsi tehisintellekti otsuste dünaamiliste ja struktureerimata nõuetega. E-kirjad, lepingunüansid, spontaansed CRM-kirjed ja tulised arutelud koosolekute protokollides – ettevõtte tõeline kontekst eksisteerib palju kaugemal jäikadest ridadest ja veergudest. Igaüks, kes üritab tulevikku suunatud tehisintellekti, mis on loodud toimima siin ja praegu, toita drastiliselt vähenenud mineviku arhiividega, mitte ainult ei riski oma eelarvega, vaid jätab tehnoloogia ka ilma selle tegelikust lisaväärtusest. Siit saate teada, miks tehisintellekti jaoks kõige puhtam andmeallikas on sageli vale, miks otsingufunktsioon ei ole kaugeltki võrdne teksti mõistmisega ja kuidas ehtne kontekstuaalne kiht saab teie tehisintellekti strateegia päästa.

Lisateavet leiate siit:

• Unframe: strateegia ja transformatsioon – miks teie andmeladu ei toeta ettevõtte tehisintellekti

Tehisintellekti strateegia kõige kallim arusaamatus: miks ettevõtted annavad oma puhtaimale andmeallikale vale ülesande

Vähesed ettevõtted usaldaksid arhiivi spontaanselt diagnoosi andmiseks. Ometi nõuavad paljud organisatsioonid oma andmelaost just seda kohe, kui mainitakse terminit tehisintellekt. Eeldatakse, et süsteem, mis on aastaid usaldusväärselt esitanud peamisi tulemusnäitajaid, suudab automaatselt ka tähendust anda. See eeldus, mitte tehnoloogia ise või eelarve puudumine, on enamiku ebaõnnestunud tehisintellekti algatuste algpõhjus.

Andmeladu on sisuliselt lõpule viidud protsesside arhiiv. See vastab usaldusväärselt küsimustele minevikus toimunu kohta, eeldusel, et kõik on eelnevalt ühises definitsioonis kokku leppinud. Just see omadus teeb sellest finantsaruannete, kontrollimise ja trendianalüüside kõige olulisema aluse. Kuid tehisintellekt, mis peaks toetama otsuste langetamist siin ja praegu, vajab midagi muud kui puhast ja korrastatud minevikku. See vajab elavat konteksti ja kontekst ei ole kategooria, mida arhiiv pole kunagi suutnud piisavalt esindada.

Vaikne otsus, mis tehti aastaid tagasi

Kui ettevõtted esimest korda oma andmeladusid ehitasid, tegid nad alguses peaaegu märkamatu, kuid olulise otsuse: määrata kindlaks, milline teave on piisavalt oluline, et seda püsivalt arvutustabelisse salvestada ja milline mitte. See otsus oli tol ajal mõistlik. Salvestusruum oli kallis, arvutusvõimsus piiratud ja keegi ei kujutanud ette süsteeme, mis ühel päeval ise järeldusi teevad.

Selle otsuse tulemuseks on korrastatud, kontrollitav ja järjepidev, kuid samas radikaalselt vähendatud andmestik. Igaüks, kes üritab seda vähendatud andmestikku sisestada tehisintellekti süsteemi, mis on loodud keerukate ärisuhete mõistmiseks, küsib sisuliselt terve romaani asemel kokkuvõtet. Kokkuvõte pole vale; see pole lihtsalt loodud edasi andma nüansse, alatoone või vastuolusid, mis reaalsetes äriotsustes pidevalt tekivad.

Kaks täiesti erinevat ajaarvestussüsteemi samas ettevõttes

Iga organisatsioon tegutseb kahe paralleelse ajajoonega, mida harva otseselt nimetatakse. Üks ajajoon kuulub laole ja toimib laadimistsüklites, sageli iga päev, mõnikord iga tund, kuid mitte kunagi tõeliselt hetkega. Teine ajajoon kuulub igapäevaste toimingute hulka, kus kliendivestlus, kaebus või hinnaläbirääkimised toimuvad reaalajas ja neil on kohesed tagajärjed.

Müügimeeskondade, klienditoe või ostuotsuse tegemise hetkel toetama loodud tehisintellekt peab tegutsema teises ajaskaalas, mitte esimeses. See peab otsima teavet sealt, kust see tegelikult pärineb: kliendisuhete haldussüsteemist (CRM), piletisüsteemist ja e-kirjavahetusest – mitte arvutustabelist, mis lisab need sündmused puhastatud kujul alles tundide või päevade pärast. Selle eristuse eiramine toob kaasa tehisintellekti, mis reageerib alati ühe sammu võrra liiga hilja, isegi kui iga vastus on faktiliselt õige.

Hallatud tehisintellekti platvorm - pilt: Xpert.Digital

Siit saate teada, kuidas teie ettevõte saab kiiresti, turvaliselt ja ilma kõrgete sisenemisbarjäärideta rakendada kohandatud tehisintellekti lahendusi.

Hallatud tehisintellekti platvorm on teie kõikehõlmav ja muretu tehisintellekti lahendus. Keerulise tehnoloogia, kalli infrastruktuuri ja pikkade arendusprotsessidega tegelemise asemel saate spetsialiseerunud partnerilt teie vajadustele vastava valmislahenduse – sageli vaid mõne päeva jooksul.

Peamised eelised lühidalt:

⚡ Kiire teostus: Ideest kasutusvalmis rakenduseni päevade, mitte kuude jooksul. Pakume praktilisi lahendusi, mis loovad kohest lisaväärtust.

🔒 Maksimaalne andmeturve: Teie tundlikud andmed jäävad teie kätte. Garanteerime turvalise ja nõuetele vastava töötlemise ilma andmeid kolmandate osapooltega jagamata.

💸 Finantsriski pole: maksate ainult tulemuste eest. Suured esialgsed investeeringud riist- ja tarkvarasse või personali jäävad täielikult ära.

🎯 Keskendu oma põhitegevusele: Keskendu sellele, mida sa kõige paremini oskad. Meie hoolitseme sinu tehisintellekti lahenduse kogu tehnilise juurutamise, käitamise ja hoolduse eest.

📈 Tulevikukindel ja skaleeritav: teie tehisintellekt kasvab koos teiega. Tagame pideva optimeerimise ja skaleeritavuse ning kohandame mudeleid paindlikult uutele nõuetele.

Lisateavet leiate siit:

• Hallatud tehisintellekti platvorm

Andmete mägi, mida koosolekutel harva arutatakse

Enamikust tehisintellekti strateegiadokumentidest on üks arv puudu, kuigi see peaks tegelikult olema kogu arutelu otsustav tegur. Valdav enamus tüüpilises organisatsioonis olevast teabest ei ole salvestatud tabelitesse, vaid pigem dokumentidesse, sõnumitesse, logidesse, kirjetesse ja failidesse, mida pole kunagi ühegi skeemi järgi töödeldud. Seega hõlmab andmeladu vaid väikest, ehkki erakordselt hästi organiseeritud osa ettevõtte tegelikust reaalsusest.

Traditsiooniliste tulemusnäitajate (KPI) aruannete jaoks oli see väljavõte täiesti piisav. Keegi ei vaja tulukõvera joonistamiseks täielikku lepingu teksti. Kuid tehisintellekti jaoks, kelle ülesandeks on riskide hindamine, korrelatsioonide tuvastamine või soovituste andmine, on just see puuduv osa sageli kõige olulisem. Otsuse tegelik põhjendus, vaidlus enne lahendust, reegli erand – kõik see ei ole peaaegu kunagi ühes veerus, vaid pigem tekstis, mida pole kunagi struktureeritud.

Mis andmete puhastamisel regulaarselt kaob

Iga kord, kui toorandmed surutakse korralikusse tabeli vormingusse, kaovad kolm asja, mis on inimestele ilmsed, kuid masinate jaoks üliolulised. Haihtub jälg selle kohta, kes teabe genereeris ja millistel asjaoludel. Kaob lugu sellest, kuidas kaks andmepunkti on tegelikult seotud, mitte ainult see, et need on omavahel seotud. Ja kaob põhjendus, miks otsus tehti ühel ja mitte teisel viisil.

Puhtalt aruandlussüsteemi jaoks ei olnud see kaotus kunagi probleem, sest keegi ei nõudnud andmelaolt põhjendusi. Tehisintellekti jaoks, mis peaks tegema iseseisvaid otsuseid, on see kaotus aga põhiprobleem. Klientide lojaalsuse hindamisega tegelev masin vajab lisaks teabele lepingu lõppemise kohta ka seda, milliseid muresid eelnevalt tõstatati, kes need tõstatas ja kas sarnased mured on varem viinud lepingute tühistamiseni. Ükski andmeladu seda ühendust ei paku, sest see on andmete puhastamise käigus ammu ohverdatud.

Otsingufunktsioon ei ole mõistmise vorm

Paljud ettevõtted usuvad, et on probleemi lahendanud lihtsalt dokumentidele otsingufunktsiooni lisamisega. Neil on mudel, mis skannib küsimusega seotud tekstilõike ja esitab tulemuse intelligentse vastusena. See lahendus tundub veenev, kuid paljudel juhtudel on tegemist lihtsalt parema täistekstiotsinguga kasutajasõbralikuma liidesega.

Oluline erinevus seisneb selles, et lihtne otsingufunktsioon tunneb ära sarnasuse, kuid mitte kehtivuse. See leiab päringule vastavad lõigud, kuid ei tea, millised neist on endiselt ajakohased, millised on ammu uuema versiooniga asendatud ja kellel on isegi õigus seda teavet vaadata. Tulemuseks on vastused, mis kõlavad usutavalt, kuid halvimal juhul põhinevad tühistatud mustandil, mitte tegelikult kehtival lepingul. Tõeliselt kontekstipõhine lahendus peab suutma seda vahet ise teha; lihtne otsingufunktsioon pole selleks põhimõtteliselt võimeline.

Kallis refleks tahta kõike ise ehitada

Niipea kui ettevõte mõistab, et tal puudub tõeline kontekstuaalne kiht, tekib peaaegu refleksiivne soov see kiht täielikult ettevõttesiseselt välja töötada. See refleks on mõistetav, kuna see annab kontrolli tunde, kuid enamasti toob see kaasa kulusid, mis on mitu korda suuremad kui olemasolevate, küpsete tehnoloogiate kasutamise kulud. Seejärel investeerivad ettevõtted kuid infrastruktuuri, mis ei avalda muljet ühelegi kliendile ega paku strateegilist eelist.

Mõistlikum lähenemisviis on vaadata oma arhitektuuri teisest vaatenurgast. Arhiiv jääb usaldusväärseks hoidlaks selgitatud ja täieliku tõeversiooni jaoks. Ideaalis asetatakse sellele peale täiendav kiht, mis toimib täpselt seal, kus otsuseid tegelikult tehakse: töötavates süsteemides, dokumentides, suhtluses. See kiht ei asenda arhiivi, vaid pigem täiendab seda, pakkudes täpselt seda, mida arhiiv oma olemuselt pakkuda ei saa.

Järgmise strateegiakoosoleku tegelik küsimus

Enamik tehisintellekti valmisolekut puudutavaid arutelusid keerleb vale küsimuse ümber. Küsitakse, kuidas olemasolevaid andmeid paremini ära kasutada, selle asemel, et küsida, kui palju otsuseid, mida tehisintellekt peaks tulevikus toetama, põhinevad tegelikult teabel, mis on kunagi arvutustabelisse jõudnud. Igaüks, kes sellele küsimusele ausalt vastab, avastab sageli, et suur osa asjakohastest otsustusandmetest pole kunagi struktureeritud ja tõenäoliselt ei tehtagi seda kunagi.

See ei ole põhjus tagasiastumiseks, vaid pigem meeldetuletus tegelikust väljakutsest. Tehisintellekti algatuse edu ei määra mitte andmeladu andmete hulk, vaid võime tabada konteksti seal, kus see tegelikult tekib. Need, kes selle eristuse oma strateegiasse kinnistavad, ei säästa mitte ainult tarbetuid kulusid, vaid ka frustreerivat kogemust, mis kaasneb tehniliselt muljetavaldava süsteemi ehitamisega, mis ei vasta nende ettevõtte tegelikkusele.

Konrad Wolfenstein

Mul oleks hea meel olla teie isiklik nõustaja.

Võite minuga ühendust võtta aadressil wolfenstein∂xpert.digital või

Helista mulle lihtsalt numbril +49 7348 4088 965 .

LinkedIn