ჩვენ ვკარგავთ ბრძოლას სირთულის წინააღმდეგ და AI შეიძლება დაეხმაროს ან არ დაგვეხმაროს

მოაზროვნეები და doers მთელს ინდუსტრიაში თანხმდებიან, რომ AI არის ორმაგი edged ხმალი, ამცირებს გარკვეული სირთულის ხოლო დასძინა მეტი.

ჩვენ ვკარგავთ ბრძოლას სირთულის წინააღმდეგ. ასე რომ, შეიძლება ხელოვნური ინტელექტი (AI) გაიზარდოს სამაშველოში? Camunda- ს მიერ 800 IT გადაწყვეტილების მიმღები პირის ახალმა გამოკითხვამ დაადგინა, რომ IT გუნდები საშუალოდ 50 საბოლოო წერტილს (აპლიკაციებს, API- ებს, რობოტული პროცესის ავტომატიზაციას) უმკლავდებიან ბიზნეს პროცესების დასაკმაყოფილებლად. AI-ს შეუძლია ხელი შეუწყოს სირთულის შემცირებას, მაგრამ 84% ამბობს, რომ ხელოვნური ინტელექტის გამჭვირვალობის ნაკლებობა ქმნის ახალ თავის ტკივილს.

"ორგანიზაციების უმეტესობა ამბობს, რომ რადგან მათი ბიზნესი უფრო რთული, ციფრული, ურთიერთდაკავშირებული და ავტომატიზირებული ხდება, ძირითადი პროცესების წარუმატებლობის რისკი იზრდება", - აღნიშნეს კვლევის ავტორებმა. "სულ უფრო რთულია მათი ეფექტურად ანალიზი და ოპტიმიზაცია."

AI მიმდინარეობს hyped როგორც "საშუალება მართოს და ავტომატიზირება პროცესები ბოლოდან ბოლომდე", მათ გააგრძელეს. "იმის გამო, რომ ბევრი ორგანიზაცია ზრდის ინვესტიციას AI-ში, ეს უნდა იყოს ორკესტრირებული, როგორც ნებისმიერი სხვა საბოლოო წერტილი ავტომატიზირებულ ბიზნეს პროცესებში." ამავე დროს, გამოკითხულთა 85%-მა განაცხადა, რომ მათ აქვთ გამოწვევები ხელოვნური ინტელექტის მასშტაბირებისა და ფუნქციონირების დროს თავიანთ ორგანიზაციებში.

ეს არის ის, სადაც ყველაფერი არეულია

მოაზროვნეები და doers მთელს ინდუსტრიაში ეთანხმებიან ხელოვნური ინტელექტის ამ პროგნოზს, როგორც ორმაგი edged ხმალი. "ეს არის ის, რასაც მე ვუწოდებ პროდუქტიულობის პარადოქსს - AI- ს სარგებელი სრულად ვერ განხორციელდება მანამ, სანამ ორგანიზაციები არ მიიღებენ კონტროლს თავიანთ არსებულ ტექნიკურ დასტაზე", - განუცხადა FAISal Masud- მა, HP- ის მსოფლიო ციფრული სერვისების პრეზიდენტმა, ZDNET- ს.

"აპების, API-ებისა და საბოლოო წერტილების ზრდამ შექმნა რთული გარემო IT გუნდებისთვის, დეველოპერებისთვის და თანამშრომლებისთვის", - განაგრძო მან. "მიუხედავად იმისა, რომ AI-ს შეუძლია პროცესების გამარტივება, რუტინული ამოცანების ავტომატიზაცია, როგორიცაა სისტემის განახლებები და აღმოფხვრას სახელმძღვანელო IT მოთხოვნების საჭიროება, მას ასევე შეუძლია დანერგოს ახალი სირთულეები, თუ სწორად არ არის მართული, პოტენციურად იწვევს თანამშრომელთა დარღვევას და დამწვრობას."

AI-ს შეუძლია შეამციროს სირთულე ბევრ სფეროში, "მაგალითად, განმეორებადი ამოცანების ავტომატიზაცია, რაც RPA- მ გააკეთა, ან უზრუნველყოს მეტი მსჯელობა მარტივი ამოცანებისთვის, გამოიყენოს აგენტები ამოცანების დაგეგმვაზე, კოდის შესაქმნელად, API რუკების უზრუნველსაყოფად, სისტემის გაუმართაობის პროგნოზირება და სისტემის ოპტიმიზაციის შესახებ ინფორმაციის მიწოდება -- რაც ყველა შესანიშნავია", - თქვა ენდი თურაიმ, Constellation Research- ის მთავარმა ანალიტიკოსმა. "თუმცა, მას ასევე შეუძლია დაამატოს სირთულე, რომელსაც ნორმალური ინჟინრები ვერ უმკლავდებიან."

დამწყებთათვის, AI "შეუძლია მოითხოვოს სპეციალიზებული ინფრასტრუქტურა, რომლის მოგვარებაც მხოლოდ ძალიან მოწინავე გამოცდილი AI/ML ინჟინრებს შეუძლიათ", - განაგრძო თურაიმ. "მას ასევე შეუძლია უფრო მეტი დამოკიდებულების დანერგვა როგორც მონაცემთა მხარეს, ასევე მოდელის მხარეს, რომლის მართვაც შეიძლება ძალიან რთული იყოს."

AI- ს დამატება აპლიკაციებში "ნამდვილად შეუძლია გაართულოს საგნები და გრძელვადიანი შენარჩუნება უფრო რთული გახადოს", - შეთანხმდა ნათან ბრანერი, ტექნოლოგიის სპეციალისტის Boterview- ის აღმასრულებელი დირექტორი.

"მიუხედავად იმისა, აირჩევთ თუ არა AI მოდელის მასპინძლობას საკუთარ სერვერებზე ან იყენებთ გარე API-ს, ის წარმოგიდგენთ სირთულის კიდევ ერთ ფენას, რომელიც მოითხოვს მონიტორინგს, მოვლას და პრობლემების მოგვარებას, რამაც შეიძლება გამოიწვიოს უფრო მაღალი საოპერაციო ხარჯები. საბოლოო ჯამში, მომხმარებლები უფრო მეტად ზრუნავენ პროდუქტის ღირებულებაზე, ვიდრე მის უკან ტექნიკური სირთულეები. ამიტომ, მნიშვნელოვანია იმის უზრუნველყოფა, რომ ნებისმიერი ხელოვნური ინტელექტის ინტეგრაცია მომხმარებელს ნამდვილ სარგებელს მოუტანს.

კიბერუსაფრთხოება არის პანდორას კიდევ ერთი ყუთი, რომელსაც AI ხსნის: "გამოწვევები, რომელთა მოგვარებაც არსებულ პროგრამულ უზრუნველყოფას და აპარატურას ვერ მოაგვარებს", - გააფრთხილა თურაიმ. ასეთი გამოწვევები მოიცავს "თავდასხმის ზედაპირზე ზრდას, რათა ჰაკერებმა ადვილად შეუტიონ მოდელებს, ან შეისწავლონ მონაცემები ან მოიწამლონ გადაწყვეტილებები, რაც მოგვიანებით კატასტროფულ შედეგებს იწვევს".

თუმცა, სხვა ექსპერტებმა განაცხადეს, რომ AI შეიძლება იყოს მთავარი ძალა სირთულის შესამცირებლად. "ბევრი სამუშაოა API-ების, საბოლოო წერტილებისა და კოდის დოკუმენტირებაზე, რომლის გაკეთებაც დეველოპერებს არ მოსწონთ და რომ AI ძალიან კარგია", - თქვა Komninos Chatzipapas- მა, HeraHaven.AI- ის დამფუძნებელმა.

"განსაკუთრებით ახლა, როდესაც ჩვენ ვხედავთ, რომ ის უფრო საიმედო ხდება ტესტის დროის გამოთვლით, ის შეიძლება გამოყენებულ იქნას როგორც ინსტრუმენტი სირთულის შესამცირებლად სიცხადის გაზრდით."

სიგიჟის გრძნობა

ხელოვნური ინტელექტის სირთულის ანალოგია შეგიძლიათ იხილოთ ბიოლოგიურ სამყაროში, თქვა პოლ მაკდონაგ-სმიტმა, MIT Sloan აღმასრულებელი განათლების IT- ის უფროსმა ლექტორმა, რომელმაც თქვა, რომ ხედავს მიმდინარე სასარგებლო "მუტაციებს", რომლებიც ცვლის ამ სისტემების შემადგენლობას.

"ბიოლოგიურ ევოლუციაში ბუნებრივი შერჩევა ინარჩუნებს სასარგებლო მუტაციებს, თანდათანობით ქმნის სირთულეს ორგანიზმში. ანალოგიურად, AI- ში გამოიყენება მარტივი წესები მონაცემებიდან ინფორმაციის ამოსაღებად, რომელიც შემდეგ იკვებება მოდელში. ამ პროცესის განმეორებით, მონაცემთა სირთულე თავად მოდელში გადადის".

სიმარტივისგან სირთულის შექმნის ამ ნიმუშს "მნიშვნელოვანი გავლენა აქვს ჩვენს ორგანიზაციებზე", - განაგრძო მაკდონაგ-სმიტმა. "თუ ჩვენს ორგანიზაციებს ორგანიზმებად მივიჩნევთ, ჩვენ შეგვიძლია დავადგინოთ შესაძლებლობები, რომ უკეთ მოერგოს AI-ს, რაც მუდმივად ვითარდება იმ ბიზნეს გარემოსა და სისტემებზე, რომლებსაც დღეს ყველა ვმუშაობთ."

მან დასძინა: "მარტივი ორგანიზაციული წესების განსაზღვრით - ან ალგორითმებით - რაც განსაზღვრავს ჩვენს ორგანიზაციულ ბუნებრივ შერჩევას, ჩვენ შეგვიძლია უფრო ღრმად გავიგოთ და უფრო ეფექტურად ვუპასუხოთ მუტაციის პროცესს, რომელსაც ჩვენ ყველანი განვიცდით, როგორც AI ტექნოლოგიები და ტექნიკა გარდაქმნის ჩვენს გარემოს.

"ჩვენი კომპანიების ამ ობიექტივის საშუალებით ნახვით და როგორც ბიოლოგიურ, ასევე AI ევოლუციაში ნანახი ნიმუშის გამოყენებით - სადაც მარტივი წესები ქმნის სირთულეს - ჩვენ შეგვიძლია აღმოვაჩინოთ ამ სირთულის დახვეწის და მართვის გზები, საბოლოოდ უკეთესი შედეგების მისაღწევად."

გამოწვევების გადასაჭრელად და ხელოვნური ინტელექტის პროდუქტიული ძალის შესაქმნელად სირთულის შესამცირებლად, თურაიმ მოუწოდა უფრო მეტ მიღებას "ცენტრალიზებული მმართველობის ჩარჩოების, ძლიერი დაკვირვებისა და მონიტორინგის ინსტრუმენტების არსებობისა და არაკვალიფიციური სამუშაო ძალის მუდმივად მომზადებისკენ, რომ ხელოვნური ინტელექტის მზად იყოს".

მასუდმა თქვა, რომ ხელოვნური ინტელექტის წარმატებულ განლაგებას შეიძლება დასჭირდეს არსებული სისტემებისა და პროგრამების აქტიურად გამარტივება და ინტეგრირება: "ეს მოითხოვს მიზანმიმართულ მიდგომას ტექნოლოგიის მიღებისადმი, რაც უზრუნველყოფს ხელოვნური ინტელექტის გაძლიერებას და არა თანამშრომლების მუშაობის გართულებას. გარდა ამისა, ლიდერებმა პრიორიტეტი უნდა მიანიჭონ წარმატებულ გავრცელებას, რათა უზრუნველყონ თანამშრომლების კარგად გათვითცნობიერება ახალი ინსტრუმენტების გამოყენებაში - და საბოლოოდ იპოვონ ისინი სასარგებლო."

მაგალითად, "ინტერაქტიული დემოების ან თეთრი ხელთათმანების ტრენინგის შეთავაზება დაგეხმარებათ ნებისმიერი კითხვის მოგვარებაში და უზრუნველყოს გლუვი შვილად აყვანა", - დასძინა მან.

"ძირითადი ხაზი არის AI უფრო მეტია, ვიდრე უბრალოდ ტექნოლოგია", - თქვა თურაიმ. "ეს არის ახალი აზროვნება, მუშაობის ახალი გზები, სტრატეგიის ახალი გზები, ტვინის ახალი ძალა და ახალი პროცესები, რაც ნიშნავს, რომ თქვენ უნდა შეიმუშაოთ სისტემები, რომლებსაც შეუძლიათ ამ გამოწვევებთან ადაპტირება. სისტემები ამ დრომდე ყოველთვის შექმნილია განმსაზღვრელი გადაწყვეტილების მისაღებად და ახლა ჩვენ გადავდივართ ალბათობის გადაწყვეტილების მიღების ეპოქაში. ნივთების უმეტესობა უნდა შეიცვალოს და თავი დააღწიოს მემკვიდრეობის აზროვნებას.