Как внедрять ИИ в бизнес: советы эксперта по данным и метрикам

Успешный кейс начинается с вопроса: «Какую метрику бизнеса (выручку, маржу, стоимость привлечения, процент брака) мы хотим улучшить?».

Организационно весьма сильно успеху способствует поддержка внедрения ИИ-кейса со стороны «корпоративного тяжеловеса», который выступает как амбассадор, адвокат и бизнес-ангел, который участвует на протяжении всего жизненного цикла: от идеи до эксплуатации. Привлечение подобного тяжеловеса посылает сигнал всем вовлеченным в данный процесс, что бизнес верит в этот ИИ-кейс и делает на него ставку, уровень вовлеченности и мотивации становится выше. Идеально, если топ-менеджмент компании имеет инновационный образ мышления, своего рода «техногик здорового человека».

Понимание бизнес-процесса также очень важно, необходимо «убрать стену» между разработчиками ИИ-решения и ее потребителями, обмениваться обратной связью. В своей работе мы всячески приветствуем вовлечение бизнес-заказчика на всех этапах жизненного цикла проекта.

И не устанем повторять, успех невозможен без налаженных процессов управления данными: каталоги, метаданные, гарантии качества, единые справочники. Качество решения на 90% определяется качеством исходных данных. Сколько хороших гипотез утонуло в «болотах данных» или не получили развития по причине неготовности обеспечить регулярное качество на постоянной основе!

Дополнительной, но при этом обязательной, «вишенкой на торте» бизнес часто считает «интерпретируемость» ответов ИИ-решения (Объяснимый ИИ) — если это просто черный ящик, который совершенно непонятно как работает и почему принято то или иное решение — часто можно услышать «модели галлюцинируют». Заказчика можно понять, ведь ИИ-решение должно быть интегрировано в сложный многомиллиардный бизнес, где зачастую еще есть регулятор, который тоже может предъявлять подобные требования.