Почему AI важен прямо сейчас

Искусственный интеллект быстро меняет работу организаций. Автоматизируя рутинные задачи, анализируя огромные массивы данных и расширяя возможности принятия решений людьми, AI уже приносит измеримые преимущества в разных отраслях. Эти преимущества включают ускорение научно-исследовательских циклов, снижение затрат на разработку и новые возможности для персонализированных услуг.

Конкретные эффекты в разных секторах

В здравоохранении и фармацевтике машинное обучение и инструменты на базе AI повышают точность диагностики, сокращают сроки открытия лекарств до 50% и обеспечивают более индивидуализированные схемы лечения. В цепочках поставок и логистике AI-модели помогают предсказывать или смягчать сбои, что позволяет компаниям принимать более обоснованные решения и повышать устойчивость на фоне геополитической и рыночной неопределенности.

В исследованиях и разработках компании отмечают возможное сокращение времени выхода на рынок примерно на 50% и экономию затрат в областях вроде автомобилестроения и авиационно-космической промышленности до 30%. Эти цифры показывают, что AI — это не только техническое новшество, но и стратегический инструмент конкурентного преимущества.

Срочность и мнения руководителей

Руководители ощущают скорость перемен. Почти все компании отмечают возросшую готовность действовать в сфере AI: 98% говорят о повышении давления в прошлом году, а 85% считают, что у них есть менее 18 месяцев для реализации стратегии AI, иначе от этого пострадает бизнес.

Лидеры отрасли выражают сходные опасения. Патрик Миллиган, главный специалист по информационной безопасности Ford, называет это переломным моментом и отмечает, что долгосрочные общественные последствия трудно полностью оценить. Джиту Патель, президент и главный продуктовый директор Cisco, предупреждает, что откладывание опасно: ‘Если вы будете ждать слишком долго, рискуете стать неактуальным’, — говорит он, добавляя, что реальная угроза не в том, что AI заберет работу, а в том, что тот, кто умеет лучше использовать AI, обойдет или заменит вас.

Разрыв в готовности и проблемы инфраструктуры

Несмотря на срочность, лишь около 13% компаний в мире считают себя готовыми использовать AI в полной мере. По мере роста нагрузок инфраструктура IT становится критическим узким местом: примерно 68% организаций называют свою инфраструктуру в лучшем случае умеренно готовой к принятию и масштабированию AI.

Ключевые требования к инфраструктуре включают в себя:

• Достаточные вычислительные ресурсы для работы сложных моделей и обучения на больших данных.
• Оптимальную сетевую производительность в организации и в дата-центрах.
• Надежную кибербезопасность для обнаружения и предотвращения все более сложных атак.
• Наблюдаемость для постоянного мониторинга и анализа работы инфраструктуры, моделей и системы в целом, чтобы поддерживать надежную и оптимизированную производительность.
• Качественные и управляемые корпоративные данные, поскольку результаты AI зависят от исходных данных.

Эти технические требования должны сопровождаться культурой и программами развития талантов, которые делают ставку на навыки в области AI, межфункциональное взаимодействие и практики управления.

Приоритеты для компаний

Чтобы успешно масштабировать AI, организациям следует работать по трем параллельным направлениям: строить подходящую инфраструктуру, улучшать качество данных и наблюдаемость, а также инвестировать в людей и процессы. Инвестиции в инфраструктуру должны учитывать рост сложности моделей и объема данных. Наблюдаемость и мониторинг нужно интегрировать на ранних этапах, чтобы модели работали как ожидается в продакшене. И наконец, управление данными и программы повышения квалификации определят, превратятся ли проекты AI в устойчивую бизнес-ценность.

Эта статья основана на исследованиях и материалах Insights, кастомного контент-подразделения MIT Technology Review. Контент был подготовлен людьми — авторами, редакторами, аналитиками и иллюстраторами, и прошел человеческую проверку при использовании любых AI-инструментов в процессе производства.