5newsday.ru
До 95% компаний в России и мире внедряют ИИ без необходимой отдачи и не окупают инвестиции. Причина — в шести распространенных ошибках, не связанных с высокими технологиями и “железом”, показало исследование Школы управления “Сколково”.
Эксперты изучили опыт внедрения ИИ в 25 отраслях и выявили главные причины неудач проектов, которые может избежать любой бизнес.
1. Неверный выбор формы и культуры работы с информацией. Успешность ИИ-проекта в компании зависит от культуры работы с получаемой информацией и принятием решений. Самый успешный – data-driven подход, когда решающим аргументом служит эксперимент или результат анализа данных;
2. Низкое качество и хаотичность исходных данных в компании. Если корпоративная система переполнена дублями, устаревшими файлами и несовместимыми форматами, то даже лучшие алгоритмы не работают;
3. Стремление максимально автоматизировать все процессы и функции в компании. Максимальный эффект достигается при грамотном сочетании режимов: ИИ усиливает или заменяет человека там, где это оправдано, а ключевые процессы остаются за людьми.
4. Когнитивная дистанция и отсутствие взаимопонимания в коллективе компании. Чем больше разрыв в языке и мышлении у топ-менеджеров, владельцев процессов и разработчиков, тем больше проекты буксуют из-за недоверия и срывов сроков.
Внедрение ИИ-проектов без последующего регулярного анализа эффективности. Проекты, где команды показывают результат короткими циклами быстрее выявляют ошибки и корректируют ожидания. Напротив, длинные изолированные спринты без демонстрации промежуточных версий приводят к накоплению ошибок, росту недоверия и увеличению рисков провала.
6. Использование устаревших методов анализа эффективности внедряемых ИИ-процессов. Анализ показал: классический метод CRISP-DMего отраслевые продолжения (DataPro, CRISP-ML(Q), MAISTRO) задали высокие стандарты работы с данными, но почти не учитывали управленческие и культурные барьеры. Из-за этого даже технически безупречные решения нередко оказывались невостребованными в компаниях.
Авторы предлагают свои рекомендации к фреймворку внедрения ИИ, в центр которого нужно ставить целенаправленное управление когнитивной дистанцией и мониторинг принятия нового решения пользователями. Это приносит реальную пользу, например, команда делает шаг вперед, показывает промежуточный результат, получает комментарии от бизнеса и дорабатывает продукт с их учетом. Такой ритм, по мнению экспертов, помогает держать участников “на одной волне” и превращает разницу в подходах в источник знаний, а не конфликтов.
