План ИИ-трансформации: как управлять компанией в эпоху ИИ?

Автор оригинала: Andrew Ng, Chairman and CEO, Landing AI
  • Перевод

Делимся с вами ещё одним полезным переводом статьи. Также всех, у кого есть желание за 3 месяца освоить Best Practice по внедрению в проекты современных аналитических механизмов, необходимых для продвижения продуктов и услуг в цифровом пространстве, приглашаем ознакомиться с программой профессионального курса «Big Data для менеджеров». Итак, как же управлять компанией в эпоху ИИ?


image


Сегодня технологии искусственного интеллекта (ИИ) готовы изменить все отрасли, так же как 100 лет назад это сделало электричество. По оценкам, в период до 2030 года ИИ-технологии приведут к росту ВВП на 13 триллионов долларов. Хотя ИИ уже принёс огромную ценность в ведущих технологических компаниях, таких как Google, Baidu, Microsoft и Facebook, большой всплеск создания ценности для бизнеса будет за рамками индустрии разработки программного обеспечения.


Этот План ИИ-трансформации основан на идеях руководства Google Brain и Baidu AI Group, которые сыграли ведущую роль в преобразовании Google и Baidu в ведущие ИИ-компании. Любое предприятие может следовать этой стратегии и стать сильной ИИ-компанией, хотя эти рекомендации предназначены, в первую очередь, для крупных предприятий с рыночной капитализацией / оценкой от 500 миллионов до 500 миллиардов долларов.


Вот шаги, которые рекомендуются для преобразования вашего предприятия с помощью ИИ:


  1. Выполняйте пилотные проекты, чтобы получить быстрый результат.
  2. Создайте собственную ИИ-команду.
  3. Обеспечьте широкое ИИ-обучение.
  4. Разработайте ИИ-стратегию.
  5. Развивайте внутренние и внешние коммуникации.

1. Выполняйте пилотные проекты, чтобы получить быстрый результат


Для ваших первых ИИ-проектов гораздо важнее, чтобы они были успешно завершены, чем им быть особенно ценными. Проекты должны быть довольно значимыми, чтобы первые успехи помогли вашей компании познакомиться с ИИ, а также убедить других в вашей компании инвестировать в дальнейшие ИИ-проекты. Они не должны быть настолько малы, чтобы другие сочли это тривиальным. Важно, чтобы маховик вращался и ваша ИИ-команда могла набирать обороты.


Для первых ИИ-проектов можно предложить следующие характеристики:


  • В идеале для новой или внешней ИИ-команды (которая может не обладать глубокими знаниями вашего бизнеса) должна быть возможность сотрудничать с вашими внутренними командами (которые обладают знаниями в бизнесе) и создавать решения ИИ, которые показывают результат в течение 6-12 месяцев.
  • Проект должен быть технически осуществим. Слишком много компаний начинают проекты, которые невозможно реализовать используя современные технологии искусственного интеллекта. Доверившись ИИ-инженерам сделайте проверку проекта до старта, что увеличит вашу уверенность в его осуществимости.
  • У вас должна быть чёткая и измеримая цель, которая создаёт ценность для бизнеса.

Когда я возглавлял команду Google Brain, в Google (и в более широком смысле, по всему миру) был значительный скептицизм в отношении технологии глубокого обучения (deep learning). Чтобы помочь команде набрать обороты, я выбрал команду Google Speech в качестве своего первого внутреннего клиента, и мы тесно сотрудничали с ними, улучшая распознавание речи в Google Speech. Распознавание речи — это значимый проект в Google, но не самый важный. Например, он менее важен, чем применение ИИ для поиска в интернете или рекламы. Но, сделав с помощью глубокого обучения команду Speech более успешной, другие команды начали доверять нам, что позволило команде Google Brain набирать обороты.


Как только другие команды начали видеть успех работы Google Speech с Google Brain, мы смогли привлечь больше внутренних клиентов. Вторым крупным внутренним клиентом был Google Maps, который использовал глубокое обучение для улучшения качества картографических данных. С двумя успешными проектами я начал переговоры с командой рекламы. Наращивание темпов постепенно привело к появлению всё более успешных ИИ-проектов. Такой же процесс вы можете использовать в вашей компании.


2. Создайте собственную ИИ-команду


В то время как аутсорсинговые партнёры с большим техническим опытом ИИ могут помочь вам быстрее получить первоначальный импульс, в долгосрочной перспективе будет эффективнее выполнять некоторые проекты с собственной командой ИИ. Кроме того, возможно, вы захотите сохранить некоторые проекты внутри компании, чтобы создать уникальное конкурентное преимущество.


Наём ИТ-директора (CIO) в период увеличения влияния интернета стал важным моментом для многих компаний для разработки единой стратегии использования интернета. Напротив, компании, проводившие множество независимых экспериментов — от цифрового маркетинга и экспериментов с анализом данных (data science) до запуска новых веб-сайтов — не смогли использовать возможности интернета, когда эти небольшие пилотные проекты не смогли масштабироваться для преобразования остальной части компании.


В эпоху ИИ ключевым моментом для многих компаний станет формирование централизованной команды ИИ, которая сможет помочь всей компании. Эта ИИ-команда могла бы быть подчинена CTO, CIO или CDO (директор по данным или директор по цифровым технологиям), если у них есть правильный набор навыков. Его также может возглавлять специальный CAIO (директор ИИ).


Основные обязанности ИИ-подразделения:


  • Создавать возможности ИИ для поддержки всей компании.
  • Инициировать начальные межфункциональные ИИ-проекты для поддержки различных подразделений. После завершения первоначальных проектов настраивать повторяющиеся процессы для непрерывной доставки ценных ИИ-проектов.
  • Разрабатывать согласованные стандарты найма и удержания персонала.
  • Разрабатывать общекорпоративные платформы, которые будут полезны для разных подразделений и вряд ли будут разработаны отдельным подразделением. Например, сотрудничать с CTO / CIO / CDO для разработки единых стандартов хранилищ данных (data warehouse).

Подразделения во многих компаниях подчиняются генеральному директору (CEO). С новым ИИ-подразделением (AI) вы будете иметь возможность применять ИИ-таланты к различным подразделениям для реализации межфункциональных проектов.


image


Появятся новые должности и команды. То, как я сейчас организую работу своих команд с такими должностями, как инженер по машинному обучению (Machine Learning Engineer), инженер данных (Data Engineer), специалист по анализу данных (Data Scientist) и менеджер по продуктам ИИ (AI Product Manager), отличается от эпохи, предшествовавшей ИИ. Хороший ИИ-лидер сможет проконсультировать вас по настройке правильных процессов.


В настоящее время идёт война за специалистов по ИИ, и, к сожалению, большинству компаний будет трудно нанять аспиранта Стэнфордского университета (или, возможно, даже старшекурсника). Поскольку в краткосрочном периоде война талантов в значительной степени нулевая. Работа с партнёром по рекрутингу может помочь вам создать ИИ-команду, которая даст вам нетривиальное преимущество. Тем не менее, обучение вашей существующей команды также может быть хорошим способом получить много новых специалистов внутри компании.


3. Обеспечьте широкое ИИ-обучение


Сегодня ни одна компания не имеет достаточного внутреннего ИИ-таланта. И хотя СМИ говорят о высоких зарплатах ИИ-специалистов, часто эти зарплаты завышены (цифры, приведённые в прессе, как правило, являются вбросами). ИИ-специалистов трудно найти. К счастью, с ростом цифрового контента, в том числе MOOC (Massive Online Open Courses, массовых открытых онлайн-курсов), таких как Coursera, электронных книги и видео на YouTube, становится всё более рентабельным обучать большое количество сотрудников новым навыкам, таким как ИИ. Умный CLO (Chief Learning Officer, главный специалист по обучению) знает, что его работа заключается не в создании контента, а в поддержке и создании процессов, обеспечивающих сотрудникам прохождение обучения.


Десять лет назад обучение сотрудников означало привлечение консультантов, которые приходили к вам в офис для чтения лекций. Но это было неэффективно и рентабельность инвестиций была неясной. В отличие от этого, цифровой контент намного доступнее и даёт сотрудникам более персонализированные знания. Если у вас есть бюджет для найма консультантов, то работа консультантов должна дополнять онлайн-контент. (В педагогике это называется “перевёрнутый класс” (flipped classroom). Я обнаружил, что при правильном применении это приводит к более быстрому и увлекательному обучению. Например, в Стэнфордском университете мой курс по глубокому обучению (Deep Learning) преподаётся с использованием этой формы обучения.) Наём нескольких экспертов по искусственному интеллекту для предоставления персонализированного контента может помочь мотивировать ваших сотрудников на изучение этих ИИ-методик.


ИИ изменит многие виды деятельности. Вы должны обучить всех тому, что им понадобится для адаптации к новым ролям в эпоху ИИ. Консультация с экспертом позволит вам разработать индивидуальный учебный план для вашей команды.


Условный план обучения может выглядеть следующим образом


Руководители высшего звена ( ⩾ 4 часов)
Цель: дать возможность руководителям понять, что ИИ может сделать для вашего предприятия, начать разработку ИИ-стратегии, принять решения о распределении ресурсов и эффективно сотрудничать с ИИ-командой, которая поддерживает ценные ИИ-проекты.
Учебная программа:
— Базовое понимание ИИ в бизнесе, включая базовые технологии, данные и то, что ИИ может и не может делать.
— Понимание влияния ИИ на корпоративную стратегию.
— Примеры применения ИИ в смежных отраслях или в вашей отрасли.


Руководители подразделений, участвующих в ИИ-проектах (⩾12 часов)
Цель: руководители подразделений должны уметь определять направление для ИИ-проектов, распределять ресурсы, контролировать и отслеживать прогресс, а также вносить коррективы по мере необходимости для обеспечения успешной реализации проекта.
Учебная программа:
— Базовое понимание ИИ в бизнесе, включая базовые технологии, данные и то, что ИИ может и не может делать.
— Основы технического понимания ИИ, включая основные классы алгоритмов и их требования.
— Базовое понимание рабочего процесса и процессов в ИИ-проектах, ролей и обязанностей в ИИ-командах, а также управление ИИ-командой.


ИИ-инженеры (⩾ 100 часов)
Цель: обученные инженеры ИИ должны уметь собирать данные, обучать модели ИИ и реализовывать конкретные проекты ИИ.
Учебная программа:
— Глубокое техническое понимание машинного обучения (machine learning) и глубокого обучения (deep learning); базовое понимание других инструментов ИИ.
— Понимание доступных инструментов (с открытым исходным кодом и других) для построения ИИ и систем обработки данных.
— Способность реализации рабочих процессов в ИИ-команде.
— Дополнительно: непрерывное обучение, чтобы идти в ногу с развивающейся технологией искусственного интеллекта.


4. Разработайте ИИ-стратегию


ИИ-стратегия направит вашу компанию к созданию ценности, а также к созданию защитных сооружений. Как только команды начнут видеть успехи первоначальных ИИ-проектов и сформируют более глубокое понимание ИИ, вы сможете определить места, в которых ИИ может создать наибольшую ценность, и сосредоточить ресурсы в этих областях.


Некоторые руководители будут думать, что разработка ИИ-стратегии должна стать первым шагом. По моему опыту большинство компаний не смогут разработать продуманную ИИ-стратегию, пока у них не будет некоторого базового опыта в области ИИ, который они могут получить в шагах 1-3. То, как вы строите защитные сооружения, также эволюционирует вместе с ИИ.


Вот несколько подходов:


Создайте несколько сложных ИИ-активов, которые в целом согласуются с последовательной стратегией. ИИ позволяет компаниям по-новому создавать уникальные конкурентные преимущества. Основополагающие работы Майкла Портера (Michael Porter) по бизнес-стратегии показывают, что одним из способов начать защищённый бизнес является создание нескольких сложных активов, которые в целом согласованы с последовательной стратегией. Таким образом, конкуренту становится трудно копировать эти активы одновременно.


Используйте ИИ для создания преимущества, специфичного для вашей отрасли: вместо того, чтобы пытаться конкурировать «в целом» в ИИ с ведущими технологическими компаниями, такими как Google, я рекомендую вместо этого стать ведущей компанией ИИ в вашей отрасли, где разработка уникальных возможностей ИИ позволит вам получить конкурентное преимущество. То, как ИИ влияет на стратегию вашей компании, зависит от конкретной отрасли и ситуации.


Разработка стратегий в соответствии с циклом положительной обратной связи «Эффективный круг ИИ» (Virtuous circle of AI): во многих отраслях мы увидим накопление данных, ведущих к защищённому бизнесу:


image


Например, ведущие поисковые веб-системы, такие как Google, Baidu, Bing и Yandex, имеют огромный ресурс данных, показывающий, на какие ссылки нажимает пользователь после различных поисковых запросов. Эти данные помогают компаниям создать более точные поисковые движки (A), которые, в свою очередь, помогают им привлечь больше пользователей (B), что, в свою очередь, приводит к получению ещё большего количества пользовательских данных ©. Конкурентам сложно ворваться в этот цикл положительной обратной связи.


Данные являются ключевым активом для систем искусственного интеллекта. Таким образом, крупнейшие ИИ-компании также имеют сложную стратегию в области данных (data strategy). Ключевые элементы вашей стратегии данных могут включать в себя:


  • Сбор данных. Полезные системы искусственного интеллекта могут быть построены с использованием от 100 единиц данных («небольшие данные») до 100 000 000 единиц данных («большие данные»). Но наличие большего количества данных почти никогда не повредит. ИИ-команды используют очень сложные многолетние стратегии для сбора данных, а конкретные стратегии сбора данных зависят от отрасли и ситуации. Например, у Google и Baidu есть множество бесплатных продуктов, которые не монетизируются, но позволяют им получать данные для получения прибыли в других местах.


  • Единые хранилища данных: если у вас есть 50 различных баз данных, находящихся под контролем 50-ти различных руководителей или подразделений, то инженеру или программному обеспечению ИИ будет почти невозможно получить доступ к этим данным и найти связь между ними. Вместо этого рассмотрите возможность централизации данных в одном или в небольшом количестве хранилищ данных.


  • Определите, какие данные являются ценными, а какие нет: ошибочно думать, что наличие большого количества терабайт данных автоматически означает, что ИИ-команда сможет извлечь пользу из этих данных. Ожидание того, что команда ИИ волшебным образом создаст ценность из большого набора данных, является формулой, которая имеет высокую вероятность неудачи. И я видел трагические случаи, когда генеральные директора чрезмерно инвестировали в сбор малоценных данных или даже приобретали компанию ради её данных, только ради того, чтобы понять, что многие терабайты данных целевой компании были бесполезны. Избегайте этой ошибки, привлекая ИИ-команду в начале процесса сбора данных, и пусть они помогут вам определить приоритеты, какие типы данных собирать и сохранять.



Создайте сетевой эффект и преимущество платформы. Наконец, ИИ также можно использовать для создания более традиционных защитных сооружений. Например, платформы с сетевым эффектом — это бизнес с высокой степенью защиты. У них часто есть естественная динамика «победитель получает всё», которая заставляет компании либо быстро расти, либо умирать. Если ИИ позволяет вам привлекать пользователей быстрее, чем вашим конкурентам, то его можно использовать для создания защиты, которая работает с помощью динамики платформы. В более широком смысле вы можете использовать ИИ в качестве ключевого компонента стратегии низкой стоимости, высокой ценности или других бизнес-стратегий.


5. Развивайте внутренние и внешние коммуникации


ИИ существенно повлияет на ваш бизнес. Вы должны информировать об ИИ-технологиях все ключевые заинтересованные стороны, в той степени, в которой это затрагивает их интересы. Вот что вам следует принять во внимание для каждой аудитории:


Отношения с инвесторами: ведущие ИИ-компании, такие как Google и Baidu, в настоящее время являются гораздо более дорогими компаниями отчасти из-за их ИИ-возможностей и влияния, которое ИИ оказывает на их доходы. Объяснение того, как ИИ создаёт ценность для вашей компании и описание ваших растущих возможностей ИИ вместе с продуманной ИИ-стратегией поможет инвесторам правильно оценить вашу компанию.


Отношения с государством: компании в отраслях с высоким уровнем регулирования (беспилотные автомобили, здравоохранение) сталкиваются с уникальными проблемами, чтобы оставаться в рамках закона. Разработка достоверного и убедительного рассказа, объясняющего ценность и преимущества, которые ваш ИИ-проект может принести отрасли или обществу, является важным шагом в укреплении доверия и доброжелательности. Это должно сочетаться с непосредственным общением и постоянным диалогом с регулирующими органами по мере внедрения вашего проекта.


Обучение клиентов и пользователей: ИИ, вероятно, принесёт значительные выгоды вашим клиентам, поэтому убедитесь, что распространены соответствующие маркетинговые материалы и дорожная карта продукта.


Специалисты / набор персонала: из-за нехватки ИИ-специалистов хороший бренд работодателя оказывает значительное влияние на возможности привлекать и удерживать таких специалистов. ИИ-инженеры хотят работать над интересными и значимыми проектами. Скромные усилия, чтобы продемонстрировать ваши первоначальные успехи, могут иметь большое значение.


Внутренние коммуникации: поскольку ИИ сегодня всё ещё плохо понимается, а тема общего искусственного интеллекта (Artificial General Intelligence) особенно раздута, у многих есть страх, неуверенность и сомнение. Многие сотрудники также обеспокоены тем, что их работа автоматизируется с помощью ИИ, хотя это сильно различается в зависимости от культуры (например, в США этот страх проявляется гораздо чаще, чем в Японии). Чёткая внутренняя коммуникация как для объяснения ИИ, так и для решения проблем таких сотрудников, уменьшит любое внутреннее сопротивление принятию ИИ.


Историческая справка, важная для вашего успеха


Понимание того, как интернет трансформировал отрасли, полезно для понимания роста популярности ИИ. Существует ошибка, которую многие компании сделали, ориентируясь на рост интернета, и я надеюсь, что вы избежите этого, когда будете ориентироваться на рост ИИ. В эпоху интернета мы узнали, что:


«Торговый центр + Вебсайт ≠ интернет-компания»


Даже если торговый центр сделал веб-сайт и продавал товары через веб-сайт, это само по себе не превратило его в настоящую интернет-компанию. Вот что определяет настоящую интернет-компанию: вы организовали свою компанию так, чтобы делать то, что интернет позволяет делать действительно хорошо?


Например, интернет-компании проводят всестороннее A/B-тестирование, в ходе которого мы обычно запускаем две версии веб-сайта и изучаем, какая из них работает лучше. Интернет-компания может даже проводить сотни экспериментов одновременно, но это очень трудно сделать с физическим торговым центром. Интернет-компании также могут поставлять новый продукт каждую неделю и, таким образом, учиться гораздо быстрее, чем торговый центр, который может обновлять свой дизайн только один раз в квартал. У интернет-компаний есть уникальные должности, такие как менеджер продукта и разработчик программного обеспечения, и они имеют уникальные рабочие процессы для того, чтобы работать вместе.


Глубокое обучение (deep learning), одна из самых быстрорастущих областей ИИ, показывает параллели с ростом интернета. Сегодня мы находим, что:


«Любая типичная компания + Deep Learning ≠ ИИ-компания»


Чтобы ваша компания стала успешной в ИИ, вам нужно организовать свою компанию так, чтобы делать те вещи, которые искусственный интеллект позволяет делать действительно хорошо.


Для успеха вашей компании в ИИ, вы должны иметь:


  • Ресурсы для систематического выполнения нескольких ценных ИИ-проектов: у ИИ-компаний есть аутсорсинг и/или собственная технология и специалисты для систематического выполнения нескольких ИИ-проектов, которые обеспечивают прямую ценность для бизнеса.
  • Достаточное понимание ИИ. Должно быть общее понимание ИИ с соответствующими процессами для систематического выявления и выбора ценных ИИ-проектов.
  • Стратегическое направление: стратегия компании в целом ориентирована на будущий успех, основанном на ИИ.

Превратить вашу превосходную компанию в превосходную ИИ-компанию сложно, но выполнимо при поддержке партнёров. Программа трансформации ИИ может занять 2-3 года, но вы должны ожидать увидеть первые реальные результаты в течение 6-12 месяцев. Инвестируя средства в ИИ-преобразование, вы будете опережать своих конкурентов и использовать возможности ИИ для значительного продвижения вашей компании.

OTUS. Онлайн-образование
279,00
Авторские онлайн‑курсы для профессионалов
Поделиться публикацией

Комментарии 2

    0
    Да, совершенно очевидно, что через какое-то (не очень отдаленное) время каждое предприятие будет иметь отдел ИИ, каждое устройство — модуль ИИ, а все языки программирования — стандартную библиотеку ИИ. Welcome to the desert of the real…
      0
      Как я понимаю, одним из важных критериев получения позитивного результата от внедрения ИИ является наличие большого массива данных, на базе которых модель будет обучаться и работать. Нет данных — нет и ИИ :)

      Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

      Самое читаемое