Согласно Найджелу Вазу из Publicis Sapient, многие компании неправильно используют искусственный интеллект, сосредотачиваясь исключительно на снижении затрат, а не на использовании его преобразующего потенциала. Ваз утверждает, что такой подход не позволяет увидеть в ИИ «уникальную возможность, выпадающую раз в поколение», сравнимую с интернетом, способную коренным образом изменить бизнес-модели.

Внедрение ИИ требует всестороннего переосмысления существующих процессов, пояснил Ваз. Он предостерег от рассмотрения ИИ как некоего монолита, вместо этого предложив двухэтапный подход. Во-первых, предприятия должны создать надежную инфраструктуру, начиная со своих данных. «Ваши данные связаны? Они организованы? Они в формате, который можно использовать?» – спросил Ваз, подчеркнув принцип «что на входе, то и на выходе» в отношении ИИ.

Во-вторых, компаниям следует выбрать один или два высокоценных проекта, которые не настолько велики, чтобы быстро принести пользу, и не настолько малы, чтобы быть применимыми ко всему бизнесу. Многие генеральные директора, отметил Ваз, были привлечены приложениями ИИ, ориентированными на снижение затрат, из-за их кажущейся простоты внедрения.

Ожидается, что влияние ИИ на отрасль будет значительным, с потенциальными приложениями в различных секторах, от здравоохранения до финансов. Однако для реализации этого потенциала требуется изменение мышления, переход от простой автоматизации к подлинной трансформации. Эта трансформация, по аналогии с Вазом, заключается в том, чтобы «гусеницы становились бабочками», а не просто в создании «более быстрых гусениц».

Эксперименты являются необходимой частью внедрения ИИ, но многие эксперименты терпят неудачу из-за отсутствия фундаментального понимания и стратегической направленности. Создание прочной основы данных имеет решающее значение, обеспечивая связь, организацию и доступность данных для алгоритмов ИИ. Без этой основы инициативы в области ИИ, скорее всего, дадут ненадежные или нерелевантные результаты.

В настоящее время многие предприятия находятся на ранних стадиях изучения приложений ИИ. Следующие разработки, вероятно, будут связаны с большим акцентом на инфраструктуру данных и более стратегическим подходом к выбору проектов, с упором на области, где ИИ может принести значительную и долгосрочную пользу.