Kiedy warto sięgnąć po AI?

Strategia AI (sztucznej inteligencji)

Vidhi Chugh

AI strategist and ethicist

Oddziel hype od rzeczywistości

Nadmierny entuzjazm wokół AI może prowadzić do wygórowanych oczekiwań, co bywa mylące i zwiększa ryzyko niepowodzenia wdrożeń ML w biznesie

¹ Harvard Business Review

Oddziel hype od rzeczywistości

Nadmierny entuzjazm wokół AI może prowadzić do wygórowanych oczekiwań, co bywa mylące i zwiększa ryzyko niepowodzenia wdrożeń ML w biznesie

Tradycyjne a programowanie z AI

                  Tradycyjne oprogramowanie

• Predefiniowane reguły
• Logika w kodzie
• Sterowane kodem
• Deterministyczne
• Kalkulator podatkowy

                  Oprogramowanie AI

• Brak jawnych instrukcji
• Sterowane danymi
• Zmienne wzorce w danych
• Probabilistyczne
• ChatGPT

Utrzymanie: tradycyjne vs. AI

Wdrożenie: tradycyjne vs. AI

• Wykracza poza tradycyjny cykl wytwarzania oprogramowania

Wdrożenie: tradycyjne vs. AI

• Wykracza poza tradycyjny cykl wytwarzania oprogramowania

Wdrożenie: tradycyjne vs. AI

• Wykracza poza tradycyjny cykl wytwarzania oprogramowania

Wdrożenie: tradycyjne vs. AI

• Wykracza poza tradycyjny cykl wytwarzania oprogramowania

Wdrożenie: tradycyjne vs. AI

• Wykracza poza tradycyjny cykl wytwarzania oprogramowania

Dodatkowe aspekty strategiczne AI

Dodatkowe aspekty strategiczne AI

Dodatkowe aspekty strategiczne AI

Dodatkowe aspekty strategiczne AI

Dodatkowe aspekty strategiczne AI

Dodatkowe aspekty strategiczne AI

Kluczowe czynniki biznesowe

Interesariusze

• Priorytet

 

 

Kluczowe czynniki biznesowe

Interesariusze

• Priorytet — ale kosztem czego?

 

 

Kluczowe czynniki biznesowe

• Zespoły, jednostki biznesowe lub procesy

Kluczowe czynniki biznesowe

• Korzyści a skala oddziaływania

Kluczowe czynniki biznesowe — alternatywy

 

• Czas istnienia problemu
• Niedawno zidentyfikowany?

 

• Alternatywne rozwiązanie bez AI
• Reguły biznesowe
• Pewność co do rozwiązania

Kluczowe czynniki biznesowe — wymiar

• Dotyczy wszystkich jednostek biznesowych czy konkretnej branży?

Kluczowe czynniki biznesowe — złożoność problemu

 

• Trudny problem?
• Dodatkowe kroki lub procesy?

 

• Nieprzewidziane trudności
• Przeszkody w postępach

Obawa przed automatyzacją

 

• Omówiliśmy już — hype i design thinking

 

• Teraz — obawa przed utratą pracy na rzecz automatyzacji
• Mniejsze zapotrzebowanie na umiejętności poznawcze i manualne
• Przykład: zbieranie i przetwarzanie danych

¹ Raport McKinsey „Generative AI and the future of work in America"

Zarządzanie zmianą

Zarządzanie zmianą

Zarządzanie zmianą

Zarządzanie zmianą

Zarządzanie zmianą

Czas na praktykę!

Strategia AI (sztucznej inteligencji)