Sticker shock: องค์กรต่างๆ เริ่มไม่แยแสกับ AI หรือไม่?

นักวิเคราะห์และนักเขียนชั้นนำเตือนว่าองค์กรต่างๆ ตระหนักว่าพวกเขาไม่ได้เตรียมพร้อมสำหรับการเปิดตัว AI ครั้งใหญ่

ปัญญาประดิษฐ์ (AI) มีความโดดเด่น อย่างน้อยก็ในระดับที่เล็กกว่า ดังที่เห็นในผู้ช่วยส่วนตัว หุ่นยนต์ และอุปกรณ์เคลื่อนที่ อย่างไรก็ตาม คณะลูกขุนยังคงอยู่ในโครงการระดับองค์กรขนาดใหญ่ ผู้บริหารและผู้เชี่ยวชาญอาจตื่นตัวถึงความเป็นไปได้ที่ความหวังสำหรับ AI ของพวกเขาอาจซับซ้อนกว่าที่วางแผนไว้ เทคโนโลยี AI มีราคาแพงขึ้นเรื่อยๆ องค์กรต่างๆ ยังไม่ได้เตรียมพร้อม และผลตอบแทนจากการลงทุน (ROI) ยังคงเป็นคำถามสำคัญ

นั่นคือคำเตือนจาก David Linthicum นักวิเคราะห์ที่ได้รับการยกย่องอย่างสูง ผู้เขียนหนังสือเกี่ยวกับการบูรณาการองค์กร ระบบคลาวด์ และอื่นๆ อีกมากมาย แต่ตอนนี้เขาไม่ได้มองโลกในแง่ดีเกี่ยวกับความสำเร็จของโครงการ AI อย่างน้อยก็ในตอนนี้ เขาเชื่อว่าการซื้อ AI ระดับองค์กรกำลัง "ตกต่ำ" ใกล้เข้ามาแล้ว เนื่องจากบริษัทต่างๆ ตระหนักดีว่าความเป็นจริงไม่เป็นไปตามที่โฆษณาเกินจริง และจมลงสู่ความท้อแท้ อย่างไรก็ตาม สิ่งที่จะเกิดขึ้นหลังจากหนึ่งหรือสองปีจะเป็นกรณีการใช้งานและการนำไปใช้งานของ AI ที่แข็งแกร่ง ซึ่งสอดคล้องกับธุรกิจมากขึ้น

มีสาเหตุสี่ประการที่ทำให้องค์กรต่างๆ ไม่แยแสกับ AI Linthicum อธิบาย:

• การเข้าสู่ "กำแพงข้อมูล": ปัญหาหลักที่องค์กรต่างๆ กำลังเผชิญอยู่คือ "ไม่ใช่เพราะเทคโนโลยี AI กำเนิดใหม่ไม่ดี แต่เป็นเพราะข้อมูลของพวกเขาไม่ดี" เขาอธิบาย ความท้าทายคือ "เรื่องนี้ไม่มีทางแก้ไขได้ง่ายๆ คุณจะต้องหยุดสิ่งที่คุณกำลังทำ วนกลับ และแก้ไขข้อมูลของคุณ สำหรับองค์กรหลายแห่งเหล่านี้ ปัญหาเฉพาะนั้นยังไม่ได้รับการแก้ไขในช่วงที่ผ่านมา 20 หรือ 30 ปี [ยิ่งกว่านั้น] เป็นค่าใช้จ่ายและความเสี่ยงที่สำคัญ และต้องมีคนเข้าประชุมคณะกรรมการและบอกพวกเขาว่าเราจะใช้เงิน 30 ล้านดอลลาร์เพื่อแก้ไขข้อมูลของเราก่อนจึงจะสามารถเข้าไปได้ เจน เอไอ พวกนั้น เป็นการสนทนาที่ยากลำบาก"
• ภาวะสติ๊กเกอร์ทางการเงินที่ตกตะลึง: การสร้าง การนำไปใช้ และการรักษา AI ต้องใช้ทรัพยากรมากกว่าคลื่นเทคโนโลยีก่อนหน้านี้ เช่น คลาวด์หรืออุปกรณ์เคลื่อนที่ “สิ่งเหล่านี้มีราคาแพงมาก” เขากล่าว “พวกเขามีค่าใช้จ่ายอย่างน้อยสองถึงสามเท่าของสภาพแวดล้อมแบบเดิม พวกเขาต้องการโปรเซสเซอร์พิเศษ เช่น GPU พวกเขาต้องการทรัพยากรจำนวนมาก พวกเขาต้องการส่วนประกอบตามระบบนิเวศจำนวนมาก พวกเขาต้องการข้อมูลการฝึกอบรมซึ่งเป็นการปรับแต่งข้อมูล โมเดล การฝึกอบรม การปรับแต่งโมเดล ทุกสิ่งที่มาพร้อมกับ AI”
• ขาดทิศทางเชิงกลยุทธ์:"องค์กรต่างๆ จำเป็นต้องปรับปรุงการวางแผน" Linthicum กล่าว "ไม่เข้าใจสถานะของข้อมูลของคุณจนกว่าคุณจะทำงานในโครงการ AI เจนเนอเรชั่น [นั่นไม่ใช่] วิธีที่จะทำ มันกำลังพิจารณาอย่างมีกลยุทธ์ว่าข้อมูลของคุณจำเป็นต้องสอดคล้องกับการใช้งานเทคโนโลยีใหม่นี้ของคุณอย่างไร"
• ขาดทักษะ:ความสำเร็จของ AI ต้องการคนที่ได้รับการฝึกอบรมมาเป็นอย่างดี "และฉันไม่ได้พูดถึงการฝึกอบรมการรับรองเกี่ยวกับการเรียนรู้แพลตฟอร์ม AI ของผู้ให้บริการระบบคลาวด์รายเดียว" Linthicum กล่าว "ฉันกำลังพูดถึงการทำความเข้าใจสถาปัตยกรรม การทำความเข้าใจวิทยาศาสตร์ข้อมูล การทำความเข้าใจจริยธรรมของ AI การทำความเข้าใจการปรับแต่งโมเดล การทำความเข้าใจการเปรียบเทียบประสิทธิภาพ และการทำความเข้าใจข้อมูลสังเคราะห์" นี่คือ "แตกต่างอย่างมากจากการพัฒนาซอฟต์แวร์แบบเดิม"

ไม่มีเทคโนโลยีประวัติศาสตร์ใดที่ขนานไปกับความพยายามที่จำเป็นในการสนับสนุน AI "ซึ่งจะซับซ้อนกว่ามากและมีราคาแพงกว่ามาก" Linthicum ให้รายละเอียด

สิ่งนี้ต้องการ "การทำความสะอาดและการจัดการข้อมูล การได้รับทักษะที่ต้องการ การวางแผนเชิงกลยุทธ์ การจัดทำแผนผังกรณีการใช้งาน และการกำหนด ROI" จากนั้น "คุณจะเข้าสู่สถานะที่คุณใช้ AI เพื่อสร้างความแตกต่างเชิงกลยุทธ์สำหรับธุรกิจของคุณ คุณสามารถทำสิ่งที่คู่แข่งของคุณไม่สามารถทำได้ - มอบประสบการณ์ลูกค้าที่ดีขึ้น ผลผลิตที่สูงขึ้น ราคาที่ต่ำกว่า และ ประสิทธิภาพที่ดีขึ้น”