Çoğu yapay zeka (AI) çabası başarısız olur. Araç, çekirdek yazılım veya hatalı veriler nedeniyle başarısız olmazlar. Başarısız oluyorlar çünkü işle bütünleşmiyorlar ve bir yardımdan çok bir engel haline geliyorlar.
Bu sadece bir yapay zeka sorunu değil; çoğu otomasyon biçimi için doğrudur. Projeler başarısız olur, çünkü çözümü oluşturan kişilerin asıl hedef, mevcut operasyonlarının doğası ve bağımlılıkları ve hatta bu operasyonların optimize edilip edilmediği hakkında hiçbir fikri yoktur. (Bazı yönlerden sonuncusu, bir AI hatasının daha faydalı olabileceğini düşündürür – yerinde kötü bir süreciniz varsa, yapmak istediğiniz son şey onu hızlandırmaktır!)
Başarıya ulaşmak için önce süreci veya işlemi düzeltmeniz, tam olarak tanımlamanız, yapay zeka projesi ve personeli için bir dizi ulaşılabilir hedef belirlemeniz ve ardından üzerinde yürütmeniz gerekir. Bu yüzden hayran kaldım BCG, giderek yapay zekaya odaklanan bir danışmanlık; taktikleri, şirketlerin stratejik bir hedef göz önünde bulundurarak operasyonlarını iyileştirmelerine yardımcı olma çabalarından doğdu.
BCG’nin AI ile geliştirmeyi düşündüğünüz her türlü süreci düzeltmeye ve optimize etmeye odaklanmasını kullanarak AI projelerinin nasıl doğru bir şekilde yapılacağı hakkında konuşalım.
Hız ve yön
Rekabet analizi yaparken, her yıl düzenlenen Rekabetçi İstihbarat Uzmanları Derneği (SCIP) toplantısında bana takılan bir konferansa katıldım. Konuşmacı, hıza karşı yönü gösteren bir X/Y grafiği hazırladı ve çoğu şirketin önce hıza odaklandığını ve bunun genellikle bir şirketin yanlış yöne daha hızlı gitmesine neden olduğunu savundu. Açık görünüyor, ancak hızlanmadan önce almak istediğiniz yön konusunda net olmanız gerektiğini savundu.
AI ve herhangi bir otomasyon biçiminin hız avantajı vardır. Değiştirdiği her şeyi önemli ölçüde hızlandırabilir. İyi bir uygulamayı değiştirirse, daha iyi sonuçlar elde edersiniz. Kötü olanı değiştirirse, daha kötü sonuçları daha hızlı alırsınız ve bu da bir felakete yol açabilir.
Tarihi BT sorunu
Bunun bir örneğini ilk kez IBM’de ilk CRM programlarından birini belirlediğimde yaşadım. BT sonuçlarla geri döndüğünde, sadece benim spesifikasyonlarımı karşılamakta başarısız olmakla kalmadılar, neredeyse yaşadığım her sorunu daha da zorlaştırdılar. BT, otomatikleştirmeye çalıştığımız süreci temelde anlamadı ve ilk talebin dışında girdi istemedi. Bu sorunlar yaygındı. Bazen işler o kadar kötüydü ki, yapmayı düşündükleri şeyi yapan projeleri elde etmek için tavukları feda etmek zorunda olduklarına dair şakalar yapıldı.
O zamandan beri, BT ya diğer alanlarla daha iyi entegre oldu ya da yazılım geliştirme veya çözümlerin daha yakın ve genellikle işletim birimlerinde oluşturulabileceği daha büyük ölçekli bir operasyon birimi olarak hizmet ediyor. (Ayrıca işletim birimleri teknolojiyi öğrendiği için.) AI ile, henüz yeni olduğu için, proje ekipleri yalıtılmış kalma ve yalnızca hızlı dağıtıma odaklanma eğilimindedir. Bu da bizi hıza karşı yön sorununa geri getiriyor: hız, yönü veya kaliteli bir sonucu garanti etmez.
BCG’nin yaklaşımı
BCG, en iyi uygulama yaklaşımını gösterir. İlk olarak, yapay zeka ile otomatik hale getirilen sürecin doğasını anlayın. Ardından, bu sürecin optimizasyonunu ve etkinliğini sağlayın. Ardından, herkes sorunu, araçları, hedefleri ve bunlara ulaşmanın en iyi yolunu anladıktan sonra, işte o zaman personel oluşturup uygulayabileceğiniz bir çözüm belirleyin. BCG, günümüzün harmanlanmış insan-AI ortaklıkları için ihtiyaç duyduğunuz becerileri de anlıyor; Başarıyı garantilemek için kalifiye işçileri sıraya koyarken ilk kadroyu sağlayabilir. (Yinelenen bir sorun: Bir teknolojiyi anlamıyorsanız, onu desteklemek için hangi tür becerilerin en iyi olduğunu bilmiyorsunuzdur.)
Sonuç olarak, BCG’nin AI projeleri nadiren başarısız olur. Bunun nedeni, BCG’nin birincil odak noktasının hız değil, kalite olmasıdır. BCG, herhangi bir AI çözümünü uygulamadan önce sonucu garanti eder ve müşteriler istedikleri sonuçları alır. (Not: BCG’nin uzmanlık alanları perakende, ulaşım, sağlık, enerji, endüstriyel mallar ve imalattır; her danışmanlıkta olduğu gibi BCG de odaklandığı alanlarda en iyisini yapacaktır.)
AI hala ortaya çıkıyor ve daha iyi bilmesi gereken birçok insan, onu başarılı bir şekilde kullanmak için milyonlarca dolar harcıyor – ve başarısız oluyor. Böyle bir çabanın ne kadar ucuz olduğu önemli değil, eğer başarısız olursa, çok pahalıydı. Ve bir AI uygulaması bütçeyi aşsa bile, başarılı olursa bu aşım gözden kaçabilir.
BCG’nin hız yerine kalite ve anlayışa odaklanması – ve daha yüksek üretkenlik için insanları ve yapay zekayı birleştirme şekli – geniş bir şekilde uygulanırsa, bu yüksek maliyetli çabaların başarısını önemli ölçüde artırabilir. Ve bu, yapay zekayı çok sık olduğu gibi tren enkazına dönüştürmek yerine vaadini yerine getirecektir.
Telif Hakkı © 2022 IDG Communications, Inc.
