Первоначально опубликовано в Блоге AI Academy 3 мая 2019 г.

Три года назад мы с двумя хорошими друзьями решили начать проект под названием AI Academy. Все мы только что вернулись в Италию из Силиконовой долины, где своими глазами видели рост компаний, занимающихся искусственным интеллектом. Было ясно, что ИИ вот-вот сыграет ключевую роль в технологическом развитии каждой организации, но мы обнаружили, что многие компании за пределами Сан-Франциско все еще спят на нем.

Мы взяли на себя миссию по ускорению приобретения искусственного интеллекта в нетехнических организациях. Сначала мы решили сделать это, повышая осведомленность и проводя образовательные семинары для профессионалов и бизнеса. Это было нашим манифестом в то время. Люди, которые следили за нашими семинарами, начали волноваться и вскоре попросили нас создать для них продукты. Мы думали, что там есть бизнес, и AI Academy превратилась в настоящую компанию, добавив к образовательным воркшопам технический консалтинг.

За последние три года нам посчастливилось работать с компаниями, начиная от стартапов на стадии предварительного прототипа и заканчивая многонациональными корпорациями с доходом более 20 миллиардов долларов.

Мы никогда не теряли из виду нашу миссию. Тем не менее, то, что мы узнали, ясно показало, что нам нужно изменить то, как мы помогаем людям и организациям.

Вот чему мы научились и как наши знания сформировали наши ценности:

1. Продуманная стратегия искусственного интеллекта — ключ к успеху.

По нашему опыту, это самый важный фактор успеха при создании инновационных решений ИИ. Что означает «бережливая стратегия ИИ»? Это означает разработку дорожной карты ИИ, которая разбивает проекты на небольшие этапы, тщательно проработанные на основе ключевых областей риска (бизнес, данные, технологии). Это позволяет организациям решать самые насущные проблемы на раннем этапе и максимизирует шансы на успех.

Разрабатывать инновационные продукты или услуги непросто, независимо от того, насколько эффективны ваши технологии. На самом деле, добавление такой технологии, как ИИ, добавляет еще один уровень сложности (если говорить прямо: ИИ не панацея и не всегда работает). Мы видели, как компании начинали разработку нового продукта, беспокоясь о возможности технологии, и забывали провести достаточно исследований о том, как он впишется в их предложение. Мы также видели обратное: стартапы были в восторге от рыночных возможностей, но рисковали потратить кучу денег на незрелые технологии. С помощью бережливой стратегии вы можете выявить (и решить) эти проблемы на ранней стадии и иметь более обоснованную стратегию для достижения своих целей.

Вот как мы недавно помогли шведской компании в энергетическом бизнесе: они хотели добавить новую функциональность на основе ИИ в свою платформу, имели доказательства ее ценности для бизнеса, но не были уверены в осуществимости технологии. Мы определили простое доказательство концепции, которое было быстро и просто построить: оно было выполнено одним стажером за месяц и доказало, что они могут достичь необходимой производительности.

Как это формирует наши ценности: мы поощряем эксперименты, мы бросаем вызов каждому предположению (нашему и вашему), мы подходим к инновациям в области ИИ, думая и действуя с мышлением стартапа, независимо от того, являетесь ли вы командой из Многонациональная компания на 30 000 человек.

2. Создание ИИ — это не марафон и не спринт. Это реле.

Некоторые компании рассматривают ИИ как спринт: они стремятся к быстрым победам, которые хорошо выглядят в пресс-релизах, но не имеют большой ценности. Другие рассматривают это как марафон с трехлетним планом и прекрасным долгосрочным видением, однако они теряют импульс на полпути и не могут принести серьезных результатов.

Мы утверждаем, что лучшая стратегия ИИ больше похожа на реле. ИИ — это не технологическая уловка, у него есть серьезный потенциал, и его необходимо хорошо укоренить в долгосрочной стратегии вашей организации. Тем не менее, вам нужно будет увидеть краткосрочные результаты, которые говорят сами за себя. Если в вашем пути к ИИ есть более одного промежуточного шага, который дает ощутимые результаты, вы сможете:

  • Сохраняйте импульс
  • Приобретайте опыт и создавайте организационное обучение
  • Обновите (или увеличьте) заинтересованность руководителя
  • Привлекайте внимание к различным организационным отделам и развивайте культуру искусственного интеллекта.
  • Просто улучшите свою организацию раньше, чем позже

Когда мы начали помогать клиенту, работающему в сфере обслуживания клиентов, мы использовали этот подход с самого начала, разбив его амбициозное видение на 4 более мелких шага, чтобы они могли получить одобрение рынка (и деньги) за недели, а не за месяцы или годы.

Как это формирует наши ценности: мы не боимся делать большие ставки и гонимся за амбициозными проектами. Тем не менее, нам нравится твердо стоять на земле и разрабатывать стратегии, нацеленные на достижение Луны по одной важной вехе за раз.

3. Образование по-прежнему имеет ключевое значение, но лучше, если оно адаптировано и основано на конкретных случаях

Когда три года назад мы начали обучать людей, не являющихся техническими специалистами, было много путаницы в отношении ИИ. Сегодня все может стать еще хуже. По мере того, как росла шумиха, росла путаница и несоответствие ожиданий относительно того, что такое ИИ и что он может/не может делать, и поэтому мы по-прежнему твердо убеждены, что образование имеет первостепенное значение для помощи организациям в достижении их целей. Тем не менее, то, как мы обучаем людей сегодня, коренным образом отличается от того, что было три года назад.

Мы воспользовались методологией Гарварда и потратили время на создание комплексных тематических исследований компаний, добившихся выдающихся результатов при внедрении ИИ в свой бизнес. Мы обнаружили, что метод, основанный на конкретных случаях, позволяет нам посадить наших клиентов за руль, заставив их глубоко задуматься о возможностях и последствиях того, чего они хотят достичь с помощью ИИ.

Как это формирует наши ценности: мы считаем, что все могут (и должны) понимать ИИ, от ИТ до отдела маркетинга. Мы ценим практические учения, примеры из реальной жизни и практические семинары, чтобы получать знания на протяжении всей жизни.

4. Технология больше не является узким местом (с небольшой помощью хороших наставников).

Три года назад, если вы хотели создать какой-либо проект машинного обучения, вам пришлось столкнуться с кошмаром поиска квалифицированных специалистов для его создания. Сегодня все иначе по двум основным причинам:

  1. Существует большое количество решений MLAAS (машинное обучение как услуга). Это означает, что многие продукты (или их части) можно создавать быстро и дешево с помощью API. Это может быть нежизнеспособным долгосрочным стратегическим решением (стратегическое решение «создать или купить» — непростое), но оно определенно помогает запустить инициативы в области ИИ с минимальными усилиями и риском.
  2. Ресурсы с открытым исходным кодом и онлайн-курсы, такие как Эндрю Нг, резко увеличили доступность (младших) разработчиков машинного обучения. Эти люди могут быть слишком неопытны, чтобы руководить проектом ИИ, но с правильной помощью хороших наставников они могут творить чудеса.

Это то, что мы сделали с компанией, которой нужно было запустить простое доказательство концепции ИИ. Их самые опытные инженеры были перегружены разработкой своей платформы, поэтому мы поручили проект стажеру, который был самоучкой в ​​области машинного обучения. Мы проверяли его прогресс каждую неделю и убирали препятствия. Это оказалось выигрышной стратегией, так как POC был завершен за месяц, а стажер получил ценный опыт, который останется с ним (и компанией) навсегда.

Как это формирует наши ценности: мы хотим, чтобы молодые разработчики или ИТ-команды, работающие над своими первыми проектами по искусственному интеллекту, росли и учились. Мы ценим совместную работу, а не полностью берем на себя проекты, чтобы способствовать обучению и сотрудничеству.

Эти четыре столпа можно суммировать в одном предложении:

Технологии больше не являются ключевым фактором. Знание, Стратегия и Видение.

Мы настолько в это верим, что решили отказаться от построения алгоритмов и вместо этого сосредоточиться на оказании помощи нашим клиентам в виде стратегического консультирования. Трудно отказаться от технической работы, особенно когда ты все еще любишь технологии, но это было необходимо для выполнения нашей миссии. Как бутик-фирма, мы можем повысить ценность наших клиентов, сосредоточившись на самом важном: развитии их знаний и стратегии.

Мы по-прежнему хотим, чтобы организации могли легко формировать свое видение, поэтому мы создаем сеть партнеров и экспертов по искусственному интеллекту, которые могут помочь нам и нашим клиентам преобразовать видение и стратегию, которые мы разрабатываем вместе, в реальное программное обеспечение. Как технические специалисты, мы контролируем разработку этих решений. На самом деле, мы обнаружили, что избавление от тяжелой работы по написанию кода позволяет нам тратить больше времени на то, чтобы быть в курсе последних разработок в области ИИ, и мы можем быть еще более полезными в нашей роли консультантов.

Мы рады этому новому пути не только потому, что это действительно нужно компаниям, но и потому, что нам очень нравится наша новая роль. Мы с нетерпением ждем возможности поделиться своим энтузиазмом и двигаться еще быстрее к нашей конечной цели: подготовить организации к эпохе искусственного интеллекта.

AI Academy — это бутик-консалтинговая фирма. Если вы хотите обменяться идеями о своих проектах в области искусственного интеллекта, отправьте нам электронное письмо по адресу [email protected].