NastępnyNastępny poradnik
Sprzedaż usług budowy chatbotów
Aplikacje
PRZEWODNIK Aplikacji
Tworzenie planu działania na rzecz wdrożenia sztucznej inteligencji
Plan wdrożenia sztucznej inteligencji to sekwencyjny plan prowadzący organizację od pierwszych eksperymentów do sztucznej inteligencji, która działa niezawodnie w podstawowych operacjach.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~3 min
Na tej stronie3 minuty czytania
Przegląd
Określa, które przypadki użycia są pierwsze, od czego każdy z nich zależy i jakie kontrole należy przejść przed skalowaniem. Ma to znaczenie, ponieważ wiele wysiłków związanych ze sztuczną inteligencją utknęło w martwym punkcie nie z powodu braku pomysłów, ale dlatego, że piloci nigdy nie otrzymują danych, zarządzania, budżetu ani własności potrzebnych do rozpoczęcia produkcji.
Głębokie nurkowanie
Większość praktycznych planów działania obejmuje cztery nakładające się fazy. Podwaliny. Liderzy wiążą sztuczną inteligencję z konkretnymi celami biznesowymi, wymieniają potencjalne przypadki użycia, ustalają zasady dopuszczalnego użycia i wyznaczają osoby odpowiedzialne. Na tym etapie sprawdzana jest również gotowość w zakresie danych, infrastruktury i umiejętności. Szybkie zwycięstwa i piloci. Kandydackie przypadki użycia są oceniane pod kątem wartości, wykonalności i ryzyka. Pierwsze wybory są zwykle niskiego ryzyka, widoczne i możliwe w przypadku danych, które już istnieją, takich jak redagowanie, podsumowywanie lub wyszukiwanie wewnętrzne. Każdy projekt pilotażowy ma ustalony poziom bazowy i kryteria sukcesu przed jego rozpoczęciem. Ułuskowienie. Piloci, którzy przejdą pomyślnie, przechodzą do produkcji. Wiąże się to z cięższą pracą: integracją z istniejącymi systemami, monitorowaniem, przeglądem bezpieczeństwa, wsparciem własności, szkoleniami i zarządzaniem zmianami. Wiele organizacji utknęło w tym miejscu, co jest czasami nazywane pilotażowym czyśćcem, ponieważ działająca wersja demonstracyjna nie jest obsługiwaną usługą. Optymalizacja i przeprojektowanie. Gdy kilka funkcji sztucznej inteligencji stanie się stabilnych, zespoły przeprojektowują całe procesy wokół nich, zamiast wbudowywać sztuczną inteligencję w stare przepływy pracy. Zależności decydują o kolejności. Przypadek użycia wymagający czystych, ujednoliconych danych nie może wyprzedzić projektu danych, który je udostępnia. Bramy zarządzania to punkty kontrolne ze zdefiniowanymi kryteriami pomiędzy etapami, które zapobiegają niekontrolowanemu rozwojowi ryzykownych systemów. Dwa ustalone odniesienia pomagają je uporządkować. Ramy zarządzania ryzykiem AI NIST, opublikowane w styczniu 2023 r., organizują pracę w ramach czterech funkcji: zarządzaj, mapuj, mierz i zarządzaj. ISO/IEC 42001, opublikowany pod koniec 2023 roku, to standard systemu zarządzania sztuczną inteligencją. Terminy różnią się znacznie w zależności od zakresu i branży. Pilotaż często trwa od tygodni do kilku miesięcy, natomiast skalowanie w całej organizacji trwa zwykle znacznie dłużej. Powszechnym błędnym przekonaniem jest to, że plan działania to lista narzędzi do kupienia. Tak naprawdę jest to plan sekwencjonowania możliwości, decyzji i odpowiedzialności.
Implementacja w świecie rzeczywistym
Regionalny ubezpieczyciel zaczyna od wewnętrznego narzędzia, które sporządza notatki podsumowujące szkody dla likwidatorów, co zapewnia szybkie zwycięstwo przy niskim ryzyku. Jednocześnie konsoliduje dane dotyczące roszczeń potrzebne do późniejszego modelu selekcji pod kątem oszustw.
Władze miejskie wymagają, aby każdy przypadek użycia sztucznej inteligencji przeszedł ocenę ryzyka przed pilotażem. Zanim narzędzie dotrze do mieszkańców, należy przejść drugą bramę, która wymaga zmierzonej dokładności i wskazania właściciela firmy.
Producent planuje konserwację predykcyjną po projekcie integracji danych z czujników, ponieważ modelu nie można zbudować, dopóki dane maszynowe nie spłyną w jedno miejsce.
Firma świadcząca usługi profesjonalne finansuje 90-dniowy pilotaż dotyczący asystenta pisania AI dla 50 pracowników i z góry ustala kryteria sukcesu, takie jak oszczędność czasu i oceny jakości. Dopiero wtedy podejmuje decyzję o licencjach dla całej firmy.
Przyszłość tworzenia planu działania na rzecz wdrożenia sztucznej inteligencji
Plany działania prawdopodobnie będą zawierać więcej regulacyjnych punktów kontrolnych, takich jak przepisy, takie jak faza unijnej ustawy o sztucznej inteligencji, wprowadzająca obowiązki powiązane z poziomami ryzyka. Normy dotyczące systemów zarządzania, takie jak ISO/IEC 42001, mogą stać się powszechnym sposobem pokazania klientom i audytorom zarządzania. W miarę dojrzewania agentów AI podejmujących wieloetapowe działania plany działania prawdopodobnie będą wymagały bramek określających poziomy autonomii, decydujących, które działania wymagają zgody człowieka. Podstawy raczej nie ulegną zmianie: jasne cele biznesowe, sekwencjonowanie uwzględniające zależności, mierzone programy pilotażowe i nazwana własność.
Wdrażanie tego w praktykę
Dlaczego to ma znaczenie
- Buduj wybory. Projektowanie na poziomie aplikacji określa, czy sztuczna inteligencja poprawia rzeczywiste wyniki.
- Zespół i przepływ pracy. Dobra integracja przepływu pracy zapewnia wzrost produktywności, któremu użytkownicy mogą zaufać.
- Ryzyko i bezpieczeństwo. Dobrze określone przypadki użycia zmniejszają zmęczenie zmianami i ryzyko wdrożenia.
Uważaj na
- Automatyzacja uszkodzonego procesu może spotęgować istniejące problemy.
- Zespoły mogą nadmiernie zautomatyzować i wyeliminować niezbędny ludzki osąd.
- Jakość może się wahać, jeśli wyniki nie są stale oceniane.
Kolejne kroki
- Zamapuj bieżący przepływ pracy i zidentyfikuj etap o największym tarciu.
- Zdefiniuj ludzkie punkty kontrolne przed pełną automatyzacją.
- Szkoluj użytkowników w zakresie podpowiedzi, ścieżek eskalacji i standardów jakości.
- Śledź wyniki na poziomie zadań, aby potwierdzić trwałą wartość.
Odkrywaj dalej
Darmowy newsletter
Otrzymuj codzienne podsumowanie AI
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Take the Building an AI Adoption Roadmap quiz
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Często zadawane pytania
Na czym polega tworzenie planu działania na rzecz wdrożenia sztucznej inteligencji?
Plan wdrożenia sztucznej inteligencji to sekwencyjny plan prowadzący organizację od pierwszych eksperymentów do sztucznej inteligencji, która działa niezawodnie w podstawowych operacjach. Określa, które przypadki użycia są pierwsze, od czego każdy z nich zależy i jakie kontrole należy przejść przed skalowaniem. Ma to znaczenie, ponieważ wiele wysiłków związanych ze sztuczną inteligencją utknęło w martwym punkcie nie z powodu braku pomysłów, ale dlatego, że piloci nigdy nie otrzymują danych, zarządzania, budżetu ani własności potrzebnych do rozpoczęcia produkcji.
Według przewodnika, dlaczego wiele wysiłków związanych ze sztuczną inteligencją ustaje w martwym punkcie?
Przewodnik mówi, że typowym problemem nie jest brak pomysłów. Piloci nie mają tego, czego potrzebują, aby stać się wspieranymi usługami produkcyjnymi.
Dlaczego kryteria sukcesu pilotażu należy ustalić przed jego rozpoczęciem?
Kryteria i punkty bazowe uzgodnione z wyprzedzeniem sprawiają, że decyzja o skali lub zaprzestaniu staje się celem i umożliwia sprawdzenie twierdzeń o ulepszeniach.
Jakie są cztery funkcje Ram zarządzania ryzykiem AI NIST?
Opublikowany w styczniu 2023 r. dokument NIST AI RMF organizuje prace związane z ryzykiem AI w obszarach: rządzenie, mapowanie, mierzenie i zarządzanie.
Czym jest brama zarządzania w planie działania dotyczącym sztucznej inteligencji?
Bramki, takie jak przegląd ryzyka przed pilotażem lub zmierzona dokładność i nazwany właściciel przed wdrożeniem, powstrzymują ryzykowne systemy przed niekontrolowanym skalowaniem.
Dlaczego producent planuje konserwację zapobiegawczą po projekcie integracji danych z czujników?
Zależności decydują o kolejności. Przypadek użycia nie może wyprzedzać potrzebnej podstawy danych.
Ucz się dalej
Powiązane przewodniki
Wybrano więcej przewodników na ten temat