Каждый раз, когда в сфере технологий появляется что-то новое и об этом узнают в офисах, первой мыслью сотрудников обычно бывает: «Давайте позвоним в IT!»

На первый взгляд, это имеет смысл. Оставьте технологии технарям, верно?

Но если присмотреться, то передача ИИ в руки ИТ может оказаться одной из больших ошибок, которые вы можете совершить.

Почему? Давайте разберемся.

Реальность ИТ-экспертизы в области ИИ

«Вы работаете в отделе IT, можете починить мой принтер?» — это распространённый мем, и он почему-то напоминает о том, что сейчас происходит с искусственным интеллектом.

«Вы работаете в сфере ИТ. Сможете ли вы справиться с ИИ?»

Важно: не каждый технический эксперт является экспертом по искусственному интеллекту (и не каждый эксперт по искусственному интеллекту является техническим экспертом, но от этого не легче)

Дело в том, что доля ИТ-специалистов с практическим опытом работы с ИИ не сильно отличается от людей, не связанных с ИТ, особенно в крупных организациях.

Традиционно ИТ-отделы были основой технических операций, отвечая за обеспечение бесперебойной работы систем, безопасности данных и надежности технологической инфраструктуры. ИТ — это инструмент и движущая сила устоявшихся систем и технологий.

Обычно ИТ-отделы не структурированы как инновационные подразделения.

Инновации в основном являются частью ДНК «бизнеса». Задача бизнеса — устанавливать стратегические направления, определять новые требования и запускать проекты (которые часто имеют значительные ИТ-компоненты).

Итак, импульс к инновациям в идеале должен исходить от бизнеса, а не от ИТ. Чтобы прояснить это, рассмотрим следующий сценарий:

Технический директор представляет решение на основе искусственного интеллекта генеральному директору.

Генеральный директор может спросить: «Отлично, чем это может нам помочь?»

Если технический директор отвечает: «Это сэкономит нам расходы на эксплуатацию инфраструктуры», возможно, он только что дал начало новому ИТ-проекту.

И наоборот, если технический директор предположит, что «ИИ может улучшить наши маркетинговые стратегии или улучшить наши операции по обслуживанию клиентов», разговор резко меняется.
Это уже не тема технического директора.

Более того, ИТ-отделы часто настолько заняты повседневными обязанностями, что им не хватает пропускной способности для стратегического изучения или внедрения новых технологий, таких как ИИ. Многие сосредоточены на поддержании работы, а не на революционных изменениях в бизнесе.

Уроки из прошлого

Когда в начале и конце 2010-х годов появились большие данные и расширенная аналитика, многие компании наняли специалистов по данным, чтобы воспользоваться их преимуществами.
Эти специалисты часто оказывались в отделах ИТ, подчиняясь техническому директору.
Результатом стали инициативы в области данных, оторванные от реальных потребностей бизнеса, и масса специалистов по данным, гоняющихся за абстрактной вещью под названием «ценность бизнеса».

Дело в том, что критически важные для бизнеса возможности (такие как аналитика данных и ИИ) часто имеют технологическую замаскированность, но по своей сути не являются чисто ИТ-проблемами.

Аналогично, когда специалисты в области ИИ изолированы в рамках ИТ, они отрезаны от пульса и потребностей бизнеса.
Вместо того, чтобы спрашивать: «Зачем мы это делаем? Где мы должны это применить?» — мы спрашиваем: «Как мы можем сделать это эффективно?», что должно быть только шагом 2, а не шагом 1 в вашем проекте в области ИИ. В противном случае у вас будут проекты ИИ, которые технически впечатляют, но практически не имеют значения.

Плюс, когда ИИ рассматривается как сфера деятельности ИТ, другие отделы с меньшей вероятностью будут взаимодействовать.
Они предполагают, что это не их обязанность или что у них нет навыков. Такой образ мышления подавляет кросс-функциональное сотрудничество, которое необходимо для успешного внедрения ИИ.

Итак, если не в сфере ИТ, где следует искать экспертов в области ИИ?

Практическое руководство: где найти экспертов в области искусственного интеллекта

Ответ может быть рядом.
С появлением удобных для пользователя инструментов и платформ ИИ, таких как ChatGPT, каждый бизнес-пользователь имеет возможность начать изучать потенциал ИИ. Вам не нужна докторская степень в области компьютерных наук, чтобы начать экспериментировать и учиться.

Ниже приведен гид для нетехнических бизнес-пользователей, желающих освоить ИИ:

1) Поймите основы: получите общее представление о том, что такое ИИ и как он функционирует. Вам не нужно осваивать детали, но понимание основных возможностей и ограничений ИИ имеет решающее значение. Это похоже на знание основ электричества — когда его использовать, а когда избегать (держаться подальше от воды!).
Вот полезная статья о 5 архетипах ИИ

2) Определите реальные проблемы: Начните с реальных проблем, с которыми вы сталкиваетесь.
Легко поддаться заблуждению «когда у вас есть молоток, все вокруг кажется гвоздями». Избегайте этого, думая сначала о своих проблемах, а потом об ИИ. Определите конкретные проблемы в вашей работе, где ИИ может быть полезен. См. эту статью Болевые точки и узкие места

3) Экспериментируйте с инструментами: попробуйте доступные платформы, такие как ChatGPT, Power BI Desktop или любой инструмент AutoML, который предоставляет ИИ мирового класса — навыки кодирования не требуются.

4) Сотрудничайте кросс-функционально: общайтесь с коллегами из разных отделов, чтобы провести мозговой штурм потенциальных приложений ИИ и поделиться идеями. Найдите экспертов по ИИ (и тех, кто хочет ими стать) в своей организации и объединяйтесь!

5) Ищите внешнюю экспертизу: Если вы хотите изучить возможности ИИ, требующие специальных знаний, обратитесь к внешним экспертам. Найдите партнеров, которые готовы глубоко погрузиться в ваш бизнес и предоставить индивидуальные, нейтральные решения.

Рассмотрите возможность создания центра передового опыта в области ИИ: Подобно аналитическому, это подразделение может объединить руководителей бизнеса, экспертов в предметной области, специалистов по данным и, конечно же, ИТ, особенно на ранних этапах внедрения ИИ.
Такой Центр AI может иметь решающее значение для выявления возможностей, расстановки приоритетов в проектах и согласования их со стратегическими целями. По мере развития возможностей ИИ в вашей организации потребность в централизованных усилиях может уменьшаться, а обязанности в области ИИ могут быть распределены более широко. Однако изначально централизация ресурсов имеет решающее значение — когда все несут ответственность, это часто означает, что никто по-настоящему не отвечает.

Заключение: Ключ к ИИ — это вы

В конечном счете, настоящий секрет успешного внедрения ИИ заключается не в том, какой отдел управляет технологией, а в том, насколько проактивно и стратегически вы технологию используете.
Успех ИИ начинается с индивидуального любопытства и инициативы, поддерживаемых передовыми руководителями с современной бизнес-стратегией.

Так что не ждите, пока ИТ-отдел предоставит вам решения на основе ИИ. ИИ — это не просто еще один программный продукт для установки. ИИ — это горизонтальная технология, которая при эффективном использовании может стать стратегической возможностью для преобразования всего вашего бизнеса и стимулирования инноваций.

Если вам нужна помощь во внедрении ИИ в вашей организации, просто ответьте на это письмо, и давайте начнем.

Оставайтесь на шаг впереди.