Audit IA : pięć pytań do rozstrzygnięcia przed inwestycją w sztuczną inteligencję

Audit IA : pięć pytań do rozstrzygnięcia przed inwestycją w sztuczną inteligencję
3 min czytania

Zanim firma kupi narzędzie lub rozpocznie rozwój, warto, aby wiedziała, gdzie sztuczna inteligencja przyniesie jej realne korzyści. Temu właśnie służy audit IA, pod warunkiem, że skupia się na pracy, a nie na technologii. Odpowiada on na trzy pytania: jakie zadania może przejąć AI, ile to przyniesie korzyści i od którego zacząć.

Słowo « audit » kojarzy się z kontrolą, ale to ćwiczenie ma inny charakter. Nie dotyczy ani modeli, ani dostawców oprogramowania, lecz codzienności firmy: ofert cenowych, przypomnień, sprawozdań, wprowadzania danych i kontroli.

Kiedy audit IA jest przydatny

Cztery sytuacje uzasadniają jego przeprowadzenie. Zespoły już korzystają z ChatGPT lub Copilot, każdy na swój sposób, a nikt nie wie, jakie to przynosi korzyści. Kierownictwo ma kilka pomysłów na projekty, ale brakuje metody, by je rozstrzygnąć. Dostawca proponuje narzędzie i trzeba sprawdzić, czy odpowiada ono prawdziwej potrzebie. Wreszcie, powtarzalne zadanie zajmuje kilka osób co tydzień.

Z drugiej strony, audit jest zbędny, jeśli firma chce jedynie zapoznać się z dostępnymi na rynku narzędziami – wystarczy wtedy szkolenie.

Pięć pytań do klasyfikacji zadań

Każde potencjalne zadanie przechodzi przez ten sam filtr. Pierwsze pytanie dotyczy czasu, jaki zajmuje obecnie, oraz liczby zaangażowanych osób: bez tego pomiaru wyjściowego żadnego zysku nie będzie można później udowodnić. Drugie dotyczy częstotliwości, ponieważ zadanie wykonywane dziesięć razy w miesiącu nie uzasadnia dedykowanego narzędzia. Trzecie pyta, czy dane istnieją w formie nadającej się do wykorzystania, ponieważ AI nie zastąpi brakujących informacji ani tych rozproszonych w skrzynkach mailowych.

Czwarte pytanie dotyczy błędu: co się stanie, jeśli AI się pomyli i kto to skontroluje? Im droższy błąd, tym więcej potrzeba walidacji ludzkiej. Piąte dotyczy kosztu pierwszego prototypu i czasu potrzebnego do jego użycia. Duży zysk wymagający roku pracy ustępuje miejsca średniemu zyskowi dostępnemu w kilka tygodni.

Przypadek użycia jest akceptowany, gdy zysk jest mierzalny, dane istnieją, a osoba z branży może skontrolować wynik. Pozostałe są odrzucane, a audit powinien wyjaśnić dlaczego.

Czego wymagać na wyjściu

Rezultat nie powinien być raportem o « potencjale AI ». Przyjmuje formę krótkiej listy przypadków użycia, z których każdy zawiera szacowany zysk, koszt, termin i jasną rekomendację, od którego zacząć. Zaakceptowane przypadki rzadko są spektakularne: generowanie oferty na podstawie zapytania klienta, przetwarzanie niezgodności w fabryce, przygotowanie dokumentacji technicznej przetargu w budownictwie lub kwalifikacja napływających zgłoszeń w firmie usługowej.

Dwa wymagania warto postawić od samego początku. Raport należy do firmy, która musi móc go wykorzystać wewnętrznie lub z innym wykonawcą. Musi też być zrozumiały dla tych, którzy wykonują pracę, a nie tylko dla działu IT.

Przeciwnie, nieudany audit zaczyna się od technologii, niczego nie wycenia lub rekomenduje wszystko. « Duży potencjał » to nie wynik, podczas gdy liczba godzin tygodniowo już nim jest. W MŚP ćwiczenie trwa kilka dni, zaczyna się od konkretnych zadań i nie zakłada, że zespoły już korzystają z AI. Kierownik dysponujący listą wycenionych zadań wybiera swój pierwszy projekt na podstawie godzin i euro, a nie na podstawie prezentacji.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x