Učiniti umjetnu inteligenciju korisnom unutar organizacije je inženjerska umjetnost, koja zahtijeva pažljivu procjenu, proizvodni rad i jake timove koji je podržavaju
Dva glavna izvršna direktora koji vode tvrtke za umjetnu inteligenciju vrijedne više milijardi američkih dolara kažu kako umjetna inteligencija ne može automatizirati rad tako lako kao što su mnogi pretpostavljali.
Arvind Jain (Glean) i Ali Ghodsi (Databricks) upozorili su kako tvrtke moraju ublažiti očekivanja o tome koliko će brzo i jednostavno biti moguće primijeniti umjetnu inteligenciju.
vezane vijesti
Jain je pokušao automatizirati interne tijekove rada u Gleanu, uključujući nastojanje za korištenjem umjetne inteligencije za automatsko prepoznavanje glavnih prioriteta zaposlenika za tjedan i njihovo dokumentiranje za vodstvo.
Iako se zamisao činila jednostavnom i postojao je odgovarajući kontekst, umjetna inteligencija nije uspjela polučiti željene rezultate.
Glean, startup za umjetnu inteligenciju koji pomaže zaposlenicima u pretraživanju internih alata i dokumenata, prikupio je 150 milijuna USD investicija u ovoj godini, uz procjenu vrijednosti od 7,2 milijarde USD.
Neuspjesi ne trebaju obeshrabriti
Jain je ukazao na još jedan podbačaj: izgradnju i fino ugađanje prilagođenog modela za specifičan slučaj upotrebe unutar Gleanovog proizvoda.
Zbog nezadovoljavajućih rezultata morali su se vratiti na postojeće temeljne modele koji su bili lakši za implementaciju. Za uspjeh je, prema njegovoj procjeni, potrebno puno dulje vrijeme nego što se misli.
Ghodsi, čija tvrtka prodaje platformu za podatke i umjetnu inteligenciju, upozorio je kako nije dovoljno samo postaviti agente temeljene na umjetnoj inteligenciji.
Učiniti umjetnu inteligenciju korisnom unutar organizacije je inženjerska umjetnost, koja zahtijeva pažljivu procjenu, proizvodni rad i jake timove koji je podržavaju, istaknuo je.
Databricks je u zadnjoj rundi financiranja prikupio više od četiri mlrd. USD, uz procjenu vrijednosti tvrtke na 134 mlrd. USD.
Ipak, neuspjesi nas ne bi trebali obeshrabriti. Promašaji su sastavni dio eksperimentiranja s novom tehnologijom.
Ljudski nadzor ostat će ključan u sustavima umjetne inteligencije, čak i kada tvrtke uvode više agenata, a AI automatizira više zadataka, piše Business Insider.
