KI ist auf dem besten Weg, eine bedeutende und allgegenwärtige Präsenz in unserem Leben zu werden. Es hat einen enormen potenziellen Wert, aber wir können keinen sinnvollen Beitrag zu einer Technologie leisten, die wir nicht verstehen.
Wenn ein Benutzer sich zum Kauf einer neuen Technologie entschließt, ist er nicht besonders daran interessiert, was diese in Zukunft leisten könnte. Ein potenzieller Benutzer muss verstehen, was eine Lösung heute für ihn tun wird, wie sie mit seiner vorhandenen Technologieinfrastruktur interagiert und wie die aktuelle Version dieser Lösung einen dauerhaften Mehrwert für sein Unternehmen bietet.
Da es sich jedoch um einen aufstrebenden Bereich handelt, der sich scheinbar von Tag zu Tag verändert, kann es für diese potenziellen Benutzer schwierig sein, in einem so frühen Stadium ihres Lebenszyklus zu wissen, welche Fragen sie stellen oder wie sie Produkte bewerten sollen.
Dieser Artikel ist ein allgemeiner Leitfaden zur Bewertung einer KI-basierten Lösung für potenzielle Kunden: sozusagen eine Scorecard für Geschäftskäufer.
1.- Lösen Sie ein Geschäftsproblem und die Akteure verstehen dieses Problem wirklich
Chatbots beispielsweise erfüllen eine ganz bestimmte Funktion, die zur Förderung der individuellen Produktivität beiträgt. Aber lässt sich die Lösung so weit skalieren, dass sie von 100 oder 1.000 Menschen effektiv genutzt wird?
Die Grundlagen der Implementierung von Unternehmenssoftware gelten weiterhin: Kundenerfolg, Änderungsmanagement und die Fähigkeit zur Innovation innerhalb des Tools sind grundlegende Voraussetzungen, um dem Unternehmen kontinuierlichen Mehrwert zu bieten. KI sollte nicht als inkrementelle Lösung betrachtet werden, sondern lediglich als ein kleines Stück Magie, das einen Schmerzpunkt vollständig aus dem Erlebnis beseitigt.
Aber es ist magisch, wenn man etwas buchstäblich verschwinden lassen kann, indem man es autonom macht, was darauf hinausläuft, das Geschäftsproblem wirklich zu verstehen.
2.- Wie ist die Sicherheitsinfrastruktur?
Die Auswirkungen auf die Datensicherheit im Zusammenhang mit KI sind auf der nächsten Ebene und übertreffen die Anforderungen, die wir gewohnt sind, bei weitem. Sie benötigen integrierte Sicherheitsmaßnahmen, die die Standards Ihres Unternehmens sofort erfüllen oder übertreffen.
Heutzutage sind Daten, Compliance und Sicherheit für jede Software von entscheidender Bedeutung und für IT-Lösungen sogar noch wichtiger. künstliche Intelligenz. Dafür gibt es zwei Gründe:
Auf Platz einsModelle für maschinelles Lernen werden mit enormen Datenmengen ausgeführt, und es kann eine unerbittliche Erfahrung sein, wenn mit diesen Daten nicht mit strategischer Sorgfalt umgegangen wird.
Bei jeder KI-basierten Lösung besteht das Ziel darin, eine große Wirkung zu erzielen, unabhängig davon, was Sie erreichen möchten. Daher wird auch das Publikum, das die Lösung erlebt, groß sein. Die Art und Weise, wie die Daten Was diese großen Benutzergruppen generieren, ist sehr wichtig, ebenso wie die Art der verwendeten Daten, wenn es um deren Sicherheit geht.
Zweite, müssen Sie sicherstellen, dass jede von Ihnen implementierte Lösung es Ihnen ermöglicht, die Kontrolle über diese Daten zu behalten, um Modelle für maschinelles Lernen im Laufe der Zeit kontinuierlich zu trainieren. Es geht nicht nur darum, ein besseres Erlebnis zu schaffen, sondern auch darum, sicherzustellen, dass Ihre Daten Ihre Umgebung nicht verlassen.
Wie werden Daten geschützt und verwaltet, wer hat Zugriff darauf und wie werden sie geschützt? Der ethische Einsatz von KI ist bereits ein heißes Thema und wird es auch weiterhin sein, da bald Regulierungen auf dem Weg sind. Jede von Ihnen implementierte KI-Lösung muss mit einem inhärenten Verständnis dieser Dynamik entwickelt worden sein.
Das Produkt muss sich mit der Zeit verbessern
Wenn Modelle für maschinelles Lernen älter werden, geraten sie ins Wanken und ziehen falsche Schlussfolgerungen. ChatGPT3 hat beispielsweise nur Daten bis November 2021 empfangen, was bedeutet, dass es keine Ereignisse nach diesem Datum nachvollziehen konnte.
Unternehmens-KI-Lösungen müssen optimiert werden, um sich im Laufe der Zeit an Veränderungen anzupassen und mit neuen und wertvollen Daten Schritt zu halten. In der Finanzwelt wurde möglicherweise ein Modell darauf trainiert, eine bestimmte Regelung zu erkennen, die sich zusammen mit neuen Gesetzen ändert.
Ein Sicherheitsanbieter kann sein Modell trainieren, um eine bestimmte Bedrohung zu erkennen, aber dann taucht ein neuer Angriffsvektor auf. Wie werden diese Änderungen berücksichtigt, um im Laufe der Zeit genaue Ergebnisse zu gewährleisten? Fragen Sie beim Kauf einer KI-Lösung den Anbieter, wie er seine Modelle auf dem neuesten Stand hält und was er über Modelldrift im Allgemeinen denkt.
Wie ist das technische Team hinter dem Produkt?
Gute Unternehmen können ausführlich über die Modelle des maschinellen Lernens und der künstlichen Intelligenz sprechen, die der Technologie zugrunde liegen. Wenn sie nicht ausführlich über Architektur oder Trainingsmodelle sprechen können, sollte das sofort ein Warnsignal sein.
Es ist von entscheidender Bedeutung, die Qualifikationen der Personen zu kennen, die die Modelle und die Infrastruktur verwalten. Stellen Sie sicher, dass sie verstehen, dass sich die Infrastrukturanforderungen für KI stark von denen der nächsten Softwaregeneration unterscheiden. Es hängt viel mehr von Daten ab und erfordert eine Analyse ganz anderer Sicherheitsaspekte.
Das Team sollte über genügend gemeinsame Erfahrung verfügen, um darlegen zu können, wie und warum es seine Lösung aufbaut.
Der Lösungsanbieter versteht den Anwendungsfall
Der Anbieter sollte über Informationen zu ähnlichen Anwendungsfällen und darüber verfügen, wie er auf einzigartige Weise von bestimmten Funktionen profitiert hat. Fragen Sie, ob sie Ihnen zeigen können, was ihre Kollegen mit der Lösung erreicht haben und wie sich das auf ihre eigenen organisatorischen Herausforderungen auswirkt.
Die richtigen Anbieter sind in der Regel diejenigen, die aus eigener Erfahrung gelernt und aufgebaut haben. Seien Sie vorsichtig bei Anbietern, die scheinbar nur ein Problem verfolgen, im Gegensatz zu denen, die sich wirklich mit Ihrem Problem identifizieren können, weil sie es selbst gelöst haben.
Ein guter KI-Anbieter sollte Ihnen Ihr Problem mitteilen, mit Ihnen darüber sprechen, wie KI es lösen kann, und Ihnen letztendlich zeigen, wie er genau dafür eine Lösung geschaffen hat.
Das Tool ist skalierbar, wird auf Unternehmensebene unterstützt und ist sicher oder erfordert Unterstützung durch Dritte
Es stehen zahlreiche Tools zur Verfügung, mit denen Unternehmen intern eigene Referenzmodelle erstellen können. Diese „Build versus Buy“-Frage stellt sich oft, wenn es für CIOs darum geht, neue Lösungen zu kaufen.
Bei KI sollten Sie eigentlich nicht versuchen, sie selbst aufzubauen, es sei denn, Sie wissen, dass sie auf jeden Fall im Laufe der Zeit aufrechterhalten werden kann, weil Sie intern über die notwendigen Ressourcen verfügen. Man muss es sich wie die Entwicklung eines Produkts vorstellen, mit internen statt externen Kunden.
Sie haben Funktionsanfragen, Supportanfragen, Wartungsbedarf, Feedback und Beschwerden. Es ist schwierig, ein Produkt auf einem neuen Gebiet wie der KI zu entwickeln. Arbeiten Sie stattdessen mit Unternehmen zusammen, die Tag und Nacht damit verbringen, in diesem speziellen Bereich zu lernen, aufzubauen und sich zu verbessern.
Der Lieferant verfügt über relevante und positive Referenzen in der Branche oder dem Kompetenzbereich
Sie müssen Beispiele für andere Organisationen wie Ihre eigene finden, die von der Lösung profitieren. Finden Sie nach Möglichkeit heraus, ob sie bereit sind, mit Ihnen über ihre Erfahrungen zu sprechen.
Für Verkäufer kann dies eine Henne-Ei-Situation sein. Startups brauchen Erstkunden, aber diese Kunden wollen Empfehlungen. Die gute Nachricht ist, dass es eine enorme Begeisterung und Begeisterung für KI gibt.
Die meisten Kunden wissen nicht, welchen Weg sie einschlagen sollen, und da es sich hier um einen so neuen Bereich handelt, sind sie in der Regel viel offener für die Zusammenarbeit mit Anbietern im Frühstadium.
Aber bei harter Arbeit geht es nicht darum, den ersten Scheck zu bekommen. Es geht darum, diese ersten Kunden enorm erfolgreich zu machen, damit sie zu Fürsprechern der Sache werden. Risikoscheue Käufer werden warten, bis andere es versuchen, und schließlich mitmachen. Interessanter sind Lieferanten, die viel in den Erfolg investiert haben und für die sie in Zukunft eine Referenz sein möchten.
