Artificial Intelligence (AI) ເປັນຄຳເວົ້າທີ່ດັງໃນໂລກທຸລະກິດມາຫຼາຍປີແລ້ວ, ເຊິ່ງໄດ້ໃຫ້ຜົນປະໂຫຍດດ້ານການຫັນປ່ຽນທີ່ດີ. ຢ່າງໃດກໍຕາມ, ການຄົ້ນຄວ້າຊີ້ໃຫ້ເຫັນວ່າບໍລິສັດຈໍານວນຫຼາຍກໍາລັງຕໍ່ສູ້ກັບຄວາມສາມາດຂອງຕົນຢ່າງເຕັມທີ່. ອີງຕາມດັດຊະນີການເຕີບໂຕຂອງຂໍ້ມູນໂດຍ Carruthers ແລະ Jackson, 87% ຂອງຜູ້ນໍາຂໍ້ມູນລາຍງານການຈໍາກັດການນໍາໃຊ້ AI ພາຍໃນອົງການຈັດຕັ້ງຂອງພວກເຂົາ, ມີພຽງແຕ່ 5% ເທົ່ານັ້ນທີ່ບັນລຸການເຕີບໂຕຂອງ AI ສູງ. ເຖິງວ່າຈະມີສິ່ງທ້າທາຍເຫຼົ່ານີ້, ຍັງມີຄວາມຫວັງຢູ່ໃນຂອບເຂດ, ຍ້ອນວ່າຜູ້ຊ່ຽວຊານສະເຫນີວິທີແກ້ໄຂເພື່ອເອົາຊະນະ AI inertia.
ສະຖານະຂອງການຮັບຮອງເອົາ AI
ໃນຊຸມປີມໍ່ໆມານີ້, AI ໄດ້ກາຍມາເປັນຕົວປ່ຽນແປງເກມສໍາລັບທຸລະກິດ. ທ່າແຮງຂອງມັນສໍາລັບການອັດຕະໂນມັດ, ການວິເຄາະຂໍ້ມູນ, ແລະການຕັດສິນໃຈໄດ້ສ້າງຄວາມສົນໃຈອັນໃຫຍ່ຫຼວງ. ຢ່າງໃດກໍຕາມ, ຄວາມເປັນຈິງໃນພື້ນທີ່ບອກເລື່ອງທີ່ແຕກຕ່າງກັນ. ຜູ້ນໍາຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍ 87% ເປີດເຜີຍວ່າ AI ຖືກນໍາໃຊ້ຫນ້ອຍຫຼືບໍ່ໄດ້ໃຊ້ທັງຫມົດພາຍໃນອົງການຈັດຕັ້ງຂອງພວກເຂົາ, ອີງຕາມດັດຊະນີ Carruthers ແລະ Jackson's Data Maturity Index.
ບັນຫາທີ່ແຜ່ລາມນີ້ໄດ້ຖືກຂະຫນານນາມວ່າ "ອໍາມະພາດທີ່ເຮັດໃຫ້ເກີດ AI." ມັນເກີດມາຈາກສິ່ງທ້າທາຍທີ່ບໍລິສັດປະເຊີນຢູ່ໃນເວລາທີ່ຍຸຕິທໍາ, ການປົກຄອງ, ແລະການເຊື່ອມໂຍງ AI ເຂົ້າໃນການດໍາເນີນງານຂອງພວກເຂົາ. ການບັນລຸການເຕີບໃຫຍ່ຂອງ AI ໃນລະດັບສູງ, ການສ້າງຕັ້ງພະແນກ AI, ຫຼືການປະຕິບັດຂະບວນການ AI ທີ່ຊັດເຈນຍັງຄົງເປັນເປົ້າຫມາຍທີ່ຫ່າງໄກສໍາລັບສ່ວນໃຫຍ່.
ຊອກຫາຈຸດປະສົງ
Caroline Carruthers, ຊີອີໂອຂອງ Carruthers ແລະ Jackson, ແນະນໍາເສັ້ນທາງກ້າວໄປຂ້າງຫນ້າສໍາລັບອົງການຈັດຕັ້ງທີ່ຊອກຫາການແຍກອອກຈາກ inertia AI. ທ່ານນາງເນັ້ນໜັກສີ່ຈຸດສຳຄັນຄື:
1. ເລີ່ມຕົ້ນດ້ວຍຈຸດປະສົງ
Carruthers ເນັ້ນໃສ່ຄວາມສໍາຄັນຂອງການມີຈຸດປະສົງທີ່ຊັດເຈນໃນເວລາທີ່ເຂົ້າໄປໃນ AI. ອົງການຈັດຕັ້ງຄວນກໍານົດບັນຫາສະເພາະທີ່ພວກເຂົາມຸ່ງຫວັງທີ່ຈະແກ້ໄຂ, ໂອກາດທີ່ພວກເຂົາຕ້ອງການທີ່ຈະຍຶດເອົາ, ແລະສິ່ງທີ່ເຮັດໃຫ້ພວກເຂົາຕື່ນເຕັ້ນກ່ຽວກັບ AI. ໂດຍບໍ່ມີຈຸດປະສົງ, ພວກເຂົາມີຄວາມສ່ຽງຕໍ່ການຫລົງທາງໂດຍບໍ່ມີຈຸດປະສົງ.
2. ສຸມໃສ່ຜົນໄດ້ຮັບເປົ້າຫມາຍ
ແທນທີ່ຈະພະຍາຍາມຮັບມືກັບສິ່ງທ້າທາຍອັນໃຫຍ່ຫຼວງ, Carruthers ແນະນໍາໃຫ້ອົງການຈັດຕັ້ງເລີ່ມຕົ້ນດ້ວຍບັນຫາຂະຫນາດນ້ອຍກວ່າ, ສາມາດຈັດການໄດ້. ໂດຍການສຸມໃສ່ພາກສ່ວນທີ່ນ້ອຍທີ່ສຸດຂອງຈຸດປະສົງຂອງພວກເຂົາທີ່ພວກເຂົາສາມາດສ້າງຄວາມແຕກຕ່າງ, ພວກເຂົາສາມາດປູທາງໄປສູ່ຄວາມສໍາເລັດໃນອະນາຄົດ.
3. ສະເຫຼີມສະຫຼອງຜົນສໍາເລັດ
ການສະດຸດທີ່ສໍາຄັນອັນຫນຶ່ງໃນການຮັບຮອງເອົາ AI ແມ່ນການລັງເລຂອງຜູ້ຊ່ຽວຊານດ້ານຂໍ້ມູນເພື່ອບອກຜົນສໍາເລັດຂອງພວກເຂົາ. Carruthers ຊຸກຍູ້ໃຫ້ອົງການຈັດຕັ້ງປ່ຽນແປງການເທື່ອເນື່ອງຈາກນີ້. ພວກເຂົາຄວນສົ່ງເສີມຜົນໄດ້ຮັບໃນທາງບວກຂອງການລິເລີ່ມ AI ຂອງພວກເຂົາພາຍໃນບໍລິສັດ, ເຊື້ອເຊີນຜູ້ອື່ນເຂົ້າຮ່ວມການເດີນທາງ.
4. ການພິສູດກໍລະນີທີ່ມີຂໍ້ມູນ
ເພື່ອໃຫ້ໄດ້ຮັບການຊື້-in ສໍາລັບການຮັບຮອງເອົາ AI ຫຼາຍຂຶ້ນ, ອົງການຈັດຕັ້ງຕ້ອງສະຫນອງຫຼັກຖານທີ່ແນ່ນອນຂອງຄວາມສໍາເລັດ. ສະຫນັບສະຫນູນ Carruthers ສະແດງໃຫ້ເຫັນຜົນໄດ້ຮັບຂອງໂຄງການ AI, ສະແດງໃຫ້ເຫັນປະສິດທິພາບແລະມູນຄ່າຂອງເຂົາເຈົ້າ. ວິທີການຂັບເຄື່ອນຂໍ້ມູນນີ້ຊ່ວຍສ້າງກໍລະນີສໍາລັບການຂະຫຍາຍການລິເລີ່ມ AI.
ສິ່ງທ້າທາຍຂອງການຮັບຮອງເອົາ AI
ສອງອຸປະສັກທີ່ສໍາຄັນແມ່ນການຊ້າລົງການຮັບຮອງເອົາ AI ຢ່າງກວ້າງຂວາງໃນອົງການຈັດຕັ້ງ:
1. ບັນຫາປະຊາຊົນ
ຫນຶ່ງໃນສິ່ງທ້າທາຍຕົ້ນຕໍໃນການຮັບຮອງເອົາ AI ແມ່ນການເຮັດໃຫ້ພະນັກງານໃນທຸກລະດັບຂອງມູນຄ່າຂອງມັນ. ຫຼາຍຄົນເຊື່ອມໂຍງກັບ AI ກັບການຍົກຍ້າຍວຽກ, ຄວາມຢ້ານກົວຜົນກະທົບຕໍ່ກໍາລັງແຮງງານ. ການເອົາຊະນະຄວາມຕ້ານທານທີ່ເກີດມານີ້ແມ່ນບໍ່ແມ່ນວຽກງ່າຍ, ເຖິງແມ່ນວ່າຈະປະເຊີນຫນ້າກັບການຂະຫຍາຍຕົວຢ່າງໄວວາຂອງເຕັກໂນໂລຢີ AI.
2. ລະບຽບການຜູກມັດ
ຄວາມກັງວົນດ້ານລະບຽບຍັງມີບົດບາດສໍາຄັນໃນຄວາມລັງເລທີ່ຈະຮັບເອົາ AI ຢ່າງເຕັມສ່ວນ. ການຄົ້ນຄວ້າ Carruthers ແລະ Jackson ຊີ້ໃຫ້ເຫັນວ່າຜູ້ບໍລິຫານມີຄວາມກັງວົນຢ່າງຖືກຕ້ອງກ່ຽວກັບຈັນຍາບັນຂໍ້ມູນແລະທ່າແຮງ, ແຕ່ບໍ່ໄດ້ກໍານົດ, ກົດຫມາຍຂໍ້ມູນ. ຄວາມບໍ່ແນ່ນອນດ້ານກົດລະບຽບນີ້ເຮັດໃຫ້ບໍລິສັດຈໍານວນຫຼາຍຮັບຮອງເອົາວິທີການລໍຖ້າແລະເບິ່ງ, ເລື່ອນການມີສ່ວນພົວພັນຢ່າງເຕັມທີ່ຂອງພວກເຂົາກັບ AI.
ກໍ່ສ້າງພື້ນຖານອັນໜັກແໜ້ນ
ຜົນການຄົ້ນຄວ້າໄດ້ຊີ້ໃຫ້ເຫັນເຖິງຄວາມຈໍາເປັນຂອງການສ້າງພື້ນຖານທີ່ເຂັ້ມແຂງສໍາລັບການຮັບຮອງເອົາ AI. ຍຸດທະສາດຂໍ້ມູນທີ່ເຂັ້ມແຂງແລະກອບການຄຸ້ມຄອງຂໍ້ມູນແມ່ນອົງປະກອບທີ່ສໍາຄັນສໍາລັບການເຂົ້າໃຈຜົນກະທົບແລະຜົນປະໂຫຍດຂອງການຮັບຮອງເອົາ AI.
ເຖິງວ່າຈະມີສິ່ງທ້າທາຍ, ບາງອົງການຈັດຕັ້ງກໍ່ມີຄວາມກ້າວຫນ້າໃນການກະກຽມສໍາລັບການຮັບຮອງເອົາ AI. Andy Moore, ຫົວຫນ້າຂໍ້ມູນຂອງ Bentley Motors, ແມ່ນຫນຶ່ງໃນບັນດາຜູ້ນໍາທາງ. ລາວໄດ້ສ້າງຍຸດທະສາດຂໍ້ມູນທົ່ວວິສາຫະກິດທີ່ຍຶດໝັ້ນຢູ່ໃນ 4 ເສົາຄ້ຳຫຼັກຄື:
1. ການປົກຄອງ
ກອບການຄຸ້ມຄອງທີ່ຊັດເຈນຮັບປະກັນວ່າຂໍ້ມູນຖືກຄຸ້ມຄອງຢ່າງມີປະສິດທິພາບ, ກໍານົດຂັ້ນຕອນຂອງການລິເລີ່ມ AI.
2. ຟັງຂໍ້ມູນ
ເຕັກໂນໂລຍີຂອງ Bentley, ທີ່ຮູ້ຈັກໃນນາມ cloud ຂໍ້ມູນ, ສະຫນອງໂຄງສ້າງພື້ນຖານທີ່ຈໍາເປັນສໍາລັບການປະຕິບັດ AI.
3. dojo ຂໍ້ມູນ
ໂຄງການຮູ້ຫນັງສືຂໍ້ມູນພາຍໃນ, dojo ຂໍ້ມູນ, ໃຫ້ພະນັກງານທີ່ມີທັກສະທີ່ຈໍາເປັນເພື່ອນໍາທາງພູມສັນຖານ AI.
4. ການເປີດໃຊ້ງານ
ການເປີດໃຊ້ງານເນັ້ນໃສ່ການອໍານວຍຄວາມສະດວກໃນການຮ່ວມມືລະຫວ່າງທີມງານຂໍ້ມູນ ແລະສ່ວນທີ່ເຫຼືອຂອງທຸລະກິດ, ຮັບປະກັນການເຊື່ອມໂຍງຂອງ AI ຢ່າງບໍ່ຢຸດຢັ້ງ.
ການດຸ່ນດ່ຽງຄວາມຄາດຫວັງ
Moore ຮັບຮູ້ຄວາມກະຕືລືລົ້ນສໍາລັບ AI ແຕ່ເນັ້ນຫນັກເຖິງຄວາມສໍາຄັນຂອງການກໍານົດຄວາມຄາດຫວັງທີ່ແທ້ຈິງ. ລາວເຂົ້າໃຈຄວາມຕ້ອງການທີ່ຈະສ້າງພື້ນຖານທີ່ເຂັ້ມແຂງກ່ອນທີ່ຈະເຂົ້າໄປໃນການລິເລີ່ມ AI ຢ່າງເຕັມສ່ວນ.
ໃນຂະນະທີ່ການຮັບຮອງເອົາ AI ປະເຊີນກັບສິ່ງທ້າທາຍ, ອົງການຈັດຕັ້ງສາມາດເອົາຊະນະ inertia ໄດ້ໂດຍການສຸມໃສ່ຈຸດປະສົງ, ການກໍາຫນົດເປົ້າຫມາຍຜົນໄດ້ຮັບສະເພາະ, ຊົມເຊີຍຜົນສໍາເລັດ, ແລະນໍາສະເຫນີຫຼັກຖານສະແດງຂໍ້ມູນ. ການແກ້ໄຂ “ບັນຫາປະຊາຊົນ” ແລະ ການນຳທາງພູມສັນຖານລະບຽບການທີ່ບໍ່ແນ່ນອນແມ່ນບາດກ້າວທີ່ຈຳເປັນ. ການສ້າງພື້ນຖານທີ່ເຂັ້ມແຂງໂດຍຜ່ານຍຸດທະສາດຂໍ້ມູນແລະການຄຸ້ມຄອງແມ່ນສໍາຄັນ. ຄວາມຄືບຫນ້າແມ່ນເປັນໄປໄດ້, ເປັນຕົວຢ່າງໂດຍບໍລິສັດເຊັ່ນ Bentley Motors, ເຊິ່ງກໍາລັງປູທາງສໍາລັບການເຊື່ອມໂຍງ AI ໃນຂະນະທີ່ຮັກສາວິທີການທີ່ສົມດູນ. AI ອາດຈະຍັງຢູ່ໃນໄວເດັກສໍາລັບຫຼາຍໆຄົນ, ແຕ່ດ້ວຍຈຸດປະສົງແລະການວາງແຜນຍຸດທະສາດ, ອົງການຈັດຕັ້ງສາມາດປົດລັອກທ່າແຮງການຫັນປ່ຽນຂອງມັນ.
ທີ່ມາ: https://www.cryptopolitan.com/ai-adoption-in-companies-faces-challenges/