Ось як Deloitte масштабує автономний інтелект задля реального зростання
Переваги автономного інтелекту: як підприємства можуть скористатися технологіями для зростання
Сьогодні підприємства ставлять перед собою амбітні завдання: переходити від генеративних програм до масштабування “автономного інтелекту”, щоб досягти значущого зростання. Такі рішення виходять далеко за межі простого генерування тексту або підсумування внутрішніх комунікацій – вони вимагають дієздатних систем, які можуть працювати незалежно без постійного втручання людей. Керівники організацій зосереджені на впровадженні рішень, які здатні самостійно виконувати багатокрокові завдання, завершуючи транзакції у встановлених межах та забезпечуючи автономію.
Шлях до автономного інтелекту
На думку Prakul Sharma, керівника AI & Insights Practice в Deloitte Consulting LLP, шлях до автономного інтелекту має три стадії: “асистувальний інтелект”, де AI та аналітика допомагають людям інтерпретувати інформацію; “штучний інтелект”, що доповнює рішення людини завдяки машинному навчанню; і, нарешті, “автономний інтелект”, коли AI самостійно приймає рішення в рамках заданих обмежень.
Сучасні можливості штучного інтелекту, такі як чат-боти та розповідні інтерфейси, знаходяться десь посередині цієї кривої. Найбільша зміна, яку ми спостерігаємо сьогодні, – це поява самодостатнього AI, котрий спроможний досягати результату без постійного контрольного втручання, шляхом активного використання інструментів та даних.
Інтеграція у бізнес-процеси
Навіть з такими можливостями, для досягнення справжньої економічної цінності автономні системи повинні безпосередньо інтегруватися у процеси, що впливають на доходи або витрати. Уявімо ось такий випадок: у галузі закупівель автономний додаток може безперервно співставляти запаси ланцюга поставок з актуальними цінами постачальників у системі планування ресурсів підприємства. Він може самостійно авторизувати замовлення на покупки у рамках визначених фінансових параметрів, зупиняючись лише для затвердження людиною, коли виникають відхилення.
Використання таких систем передбачає підтримку рівня даних, необхідного для прийняття рішення, а також ефективну роботу з даними щодо ціноутворення, що мають чинність для юридичної зобов’язальності. Це вимагає ретельного аналізу існуючих операцій, перш ніж виділяти обчислювальні ресурси.
Впровадження автономних систем
Sharma розповідає про підхід Deloitte до оцінки операційних процесів, де автономія може принести значні переваги: спочатку варто провести аудиту рішень і процесів. Це допомагає визначити, де саме рішення, а не завдання, обмежують досягнення результатів. Підприємства мають відзначити всі прогалини у процесах і даних, що можуть завадити пілотному проекту, і потім створити карту для впровадження AI, агентного інтелекту та моделей взаємодії людини з AI.
Прогалини в безпеці та управлінні можуть зупинити прогресування, що зазвичай відбувається під час переходу від пілоту до повноцінного впровадження. Важливо ще на ранніх етапах створювати платформи, що підтримують перевірку ідентичності, постійні оцінки моделей та фінансовий контроль.
