← к ленте

ИИ в бизнесе: скорость, качество и роль ИТ

A@alexcouncilпродакт / фаундер
5 дн

Тезисы с Data&AI Talks о применении ИИ в бизнесе, контроле качества, взаимодействии бизнеса и ИТ и постепенном внедрении.

Ходил на Data&AI Talks Позвали на конференцию поговорить про, барабанная дробь... ИИ-шку и бизнес. Вокруг темы ооочень много хайпа, ну как крипта в свое время или agile, которыми лечили все что можно. Кто-то даже говорил, что вода рядом заряжалась и давала к силе +5. Ну да ладно. Если серьезно, то вопрос болезненный, потому что кричат вокруг про Эй Ай все, но куда приложить непонятно и где заветные Х-ы тоже только знают по слухам. Поэтому хотелось ковырнуть немного и поговорить. Дальше будут вопросы и мои тезисы, которые я озвучивал 1. Какие ключевые вызовы стоят перед бизнесом сегодня? Как изменился подход к разработке и выводу продуктов на рынок?   - основной вызов – это скорость vs качество - все сломя голову говорят, что ИИ спасет от всего: ускорит, улучшит, задрайвит и т.д., но на деле не все так просто - чтобы получить обещанные Х-ы роста от ИИ у тебя должна быть готова под это вся компания: инфраструктура, понятийный аппарат людей, инструменты, процессы - это большая трансформация, требующая больших инвестиций, к которым мало кто готов - поэтому идем итерационно: берем процесс/задачу, добавляем ИИ, пробуем, замеряем успех, масштабируем - очень важно следить за качеством - берем разработку продуктов - ИИ круто помогает ускорять discovery: ресерч рынка, формулировка гипотез и моделирование сейчас проходят в разы быстрее, но вопрос в качестве этих ответов - если тот же продакт вместо критического взгляда просто сходу возьмет в работу то, что ему даст машина, то это может привести к печальным последствиям и трате лишних ресурсов - такая же ситуация и в разработке, когда машина напишет код за разработчика, он упрется в тестирование и его вернут на доработку из-за потенциальных ошибок, далее поправят и снова вернут - сколько дополнительных денег мы готовы потратить на перепроверку результата?   2. Как трансформировалось взаимодействие между бизнесом и ИТ-подразделениями?   - с приходом ИИ между бизнесом и ИТ появился дополнительный «мостик» в понимании потребностей друг друга - сейчас потенциальный бизнес заказчик может «переводить» предложения ИТ на обычный человеческий язык - ровно и наоборот бизнес может доформулировать свои запросы с учетом ИТ специфики, общаясь с разработкой - но, что важно в этих коммуникациях – это доменные области знаний и доверие к экспертизе друг друга - если бизнесу ИИ говорит, что для решения задачи нужно написать всего лишь пару строк когда, то это должны свалидировать архитектура и разработка, потому что специфика системы может быть «чуточку сложнее» - и реализовав, решение в 2 строчки на бою, оно может быть просто не масштабируемо на большой базе в принципе   3. Что дальше? Какая роль будет у ИТ? Будет ли это только поддержка инфры под ИИ и работоспособности агентов или в целом ничего не изменится?   - я думаю, что в будущем ИТ научится еще лучше слышать бизнес благодаря ИИ - плюс, автоматизировать рутинные операции внутри процесса производства продуктов - вместе с этим усилится роль ИТ архитекторов/менеджеров, которые будут проектировать подобные системы - рынку нужно будет разворачивать «ИИ заводы» внутри компаний «под ключ», а значит кто-то должен будет это делать - пример из прошлого Agile практики с трансформациями - также важными останутся ключевые точки контроля в производственном процессе, где на людях с высокой экспертизой останется проверка ключевых решений, которые будет собирать машина перед релизом - поэтому сеньор специалисты будут востребованы, но вопрос в каком кол-ве пока открыт… Еще из интересного Другие спикеры говорили про стандарты и измерения. Сейчас рынок пытается описать процессы и методологии применения AI. Договориться о стандартах и "линейке". Путь похож на масштабирование Agile практик: - подходы и практики обросли описательной частью - появились принципы внедрения, инструкции, эксперты - тема начала приживаться в компаниях - и вот сегодня никого уже не удивить "гибкими" методологиями Думаю совсем скоро тема упакуется в цельный предмет и мы будем разворачивать полноценные инструкции по применению. #рекомендуетсяизучить
ИИ в бизнесе: скорость, качество и роль ИТ

Кратко (AI)

Автор делится тезисами с Data&AI Talks о том, что внедрение ИИ требует готовых процессов, инфраструктуры и проверки качества, поэтому начинать стоит с отдельных задач и масштабировать успешные решения. ИИ может ускорить исследование и разработку продуктов и улучшить взаимодействие бизнеса с ИТ, но экспертная проверка и роль архитекторов останутся важными.

Обсуждение

0
В

Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖