Большинство компаний все еще находятся на этапе пилотных проектов или помощи сотрудникам, согласно результатам исследования, представленным в материале, подготовленном Insights, подразделением кастомизированного контента MIT Technology Review. По мнению Прукалпы Шанкар, соосновательницы Atlan, главный пробел заключается не столько в моделях, сколько в контексте, в котором они используются.
Разрыв между возможностями и применением
Согласно этим результатам, 38% респондентов указывают, что их компания в основном проводит пилотные проекты в области ИИ, в то время как 35% используют его для помощи сотрудникам в работе с такими инструментами, как копилоты или чат-боты. Лишь 12% компаний имеют агентов ИИ в промышленной эксплуатации, и 3% утверждают, что используют ИИ для выполнения основной части работы в ключевых процессах.
«Существует большой разрыв между тем, на что способны модели, и тем, как они реально полезны внутри организаций», — утверждает Прукалпа Шанкар. Она добавляет: «Для каждого конкретного применения общий искусственный интеллект уже здесь. Просто он не очень полезен в большинстве компаний сегодня».
Слой контекста
По ее мнению, недостающий элемент — это контекст, то есть способность ИИ хорошо понимать компанию. Она описывает «слой контекста» как архитектурную инфраструктуру, размещенную между бизнес-системами организации, например, системами-источниками истины и данными, и ее платформами ИИ. Этот слой переводит корпоративную информацию в структурированный, машиночитаемый контекст, предназначенный для агентов или моделей ИИ, и позволяет знаниям накапливаться.
«Без контекстного слоя для ИИ это почти как если бы вы наняли самого блестящего в мире стажера, завязали ему глаза и бросили в вашу организацию», — заявляет Прукалпа Шанкар.
Этот материал был написан людьми, согласно MIT Technology Review, и не был произведен его редакцией. Используемые инструменты ИИ, если таковые имеются, ограничены процессами производства под контролем человека.
