Ředitelé informačních technologií čelí nepříjemnému vystřízlivění. Ačkoliv tlak na zavádění umělé inteligence neustále roste, tvrdá data ukazují, že pouze 5 až 20 % pilotních projektů se podaří překlopit do plného provozu, kde generují skutečnou hodnotu.
Hra na písku s izolovanými daty byznys nespasí
Inovace v oblasti umělé inteligence často narážejí na zeď v momentě, kdy mají opustit bezpečné prostředí testovacích serverů. Hlavní příčinou neúspěchu bývá chybné nastavení pilotních fází, které manažeři vnímají jako izolované experimenty namísto prvních stavebních kamenů dlouhodobé strategie. Projekt, který pracuje jen s vybranými vzorky dat a běží na odděleném hardwaru, nemá šanci uspět v reálném světě.
Podobně jako ChatGPT Health od OpenAI potřebuje přístup k reálným lékařským záznamům, aby byl užitečný, musí i firemní AI od prvního dne pracovat na škálovatelné infrastruktuře a s daty v produkční kvalitě.
Zásadní roli hraje včasná integrace do klíčových podnikových systémů. Pokud pilotní projekt operuje ve vakuu, je odsouzen k zániku. Propojení s platformami typu ERP, CRM nebo systémy pro řízení dodavatelského řetězce musí být vyřešeno pomocí API a middlewaru ještě předtím, než se technologie spustí naplno.
Organizace by tak měly zavést disciplíny jako MLOps, které zajistí monitorování efektivity modelů a jejich neustálé vylepšování v rámci CI/CD procesů. Bez těchto workflow praktik se doba návratnosti investice neúměrně prodlužuje.
Obrázek: Midjourney
Zdroj: ciodive.com
