Почему компании не используют ИИ, если он якобы настолько прибыльный?

Новые исследования показывают, что несмотря на то, что AI-проекты приносят хорошие результаты, много компаний застопорились на этапе масштабного внедрения. Похоже, между шумихой и тем, что на самом деле происходит в реальных бизнесах, огромный разрыв. Компаниям, похоже, сложно превратить эти многообещающие пилотные проекты в то, что работает по всей компании.

1 ответ

★ Лучший ответ

Настоящая проблема не в том, что AI не работает - проблема в том, что масштабирование от успешного пилота к развёртыванию по всей компании требует намного больше, чем просто хорошая технология. большинство организаций натыкаются на стену, потому что нужно переучивать сотрудников, перестраивать рабочие процессы, интегрировать с устаревшими системами, которые для этого не предназначены, и разобраться с управлением и соответствием требованиям. пилотный проект в одном отделе с 50 людьми - это совсем не то же самое, что развёртывание чего-то по всей организации с тысячами сотрудников с разными потребностями, уровнями навыков и сопротивлением изменениям. такая модернизация инфраструктуры стоит денег и занимает время, которые не учитываются в первоначальных расчётах прибыли.

есть и неприятная человеческая сторона. люди беспокоятся за свои рабочие места, они не доверяют непрозрачным алгоритмическим решениям, и среднее звено менеджмента иногда воспринимает AI как угрозу, а не как инструмент. организации недооценивают, сколько на самом деле нужно работы по управлению изменениями и переподготовке, а потом натыкаются на проблемы - плохое качество данных, модели, которые не работают за пределами пилота, неожиданные граничные случаи. внезапно тот прирост эффективности в 30% из теста не реализуется, когда дело имеешь с реальной сложностью.

плюс регулирование ужесточается. компании, которые рано запустили пилоты, теперь должны разбираться с вопросами ответственности, законами о защите данных и требованиями аудита, которых не было, когда они начинали. они осторожничают, потому что одно неверное решение с развёрнутой AI-системой может обойтись дорого и повредить репутации. так что да, технология теоретически прибыльна, но фактическое исполнение - скучная работа вроде интеграции, соответствия требованиям, обучения и управления рисками - намного сложнее и дороже, чем первоначально бюджетировали руководители.

Ваш ответ

Войдите, чтобы ответить.