L’intelligenza artificiale è destinata a diventare una presenza significativa e onnipresente nelle nostre vite. Ha un enorme valore potenziale, ma non possiamo contribuire in modo significativo a una tecnologia che non comprendiamo.
Quando un utente decide di acquistare un nuovo pezzo di tecnologia, non è particolarmente interessato a cosa potrebbe fare in futuro. Un potenziale utente deve capire cosa farà per lui una soluzione oggi, come interagirà con l'infrastruttura tecnologica esistente e in che modo la versione attuale di tale soluzione fornirà valore continuo alla sua attività.
Ma poiché si tratta di uno spazio emergente che apparentemente cambia di giorno in giorno, può essere difficile per questi potenziali utenti sapere quali domande dovrebbero porre o come valutare i prodotti in una fase così iniziale del loro ciclo di vita.
Questo articolo è una guida di alto livello per valutare una soluzione basata sull'intelligenza artificiale come potenziale cliente: una scorecard per gli acquirenti aziendali, se vuoi.
1.- Risolvi un problema aziendale e gli attori capiscono veramente il problema
I chatbot, ad esempio, svolgono una funzione molto specifica che aiuta a promuovere la produttività individuale. Ma la soluzione può raggiungere il punto in cui viene utilizzata efficacemente da 100 o 1.000 persone?
I fondamenti dell'implementazione del software aziendale sono ancora validi: il successo del cliente, la gestione del cambiamento e la capacità di innovare all'interno dello strumento sono requisiti fondamentali per fornire valore continuo al business. L'intelligenza artificiale non dovrebbe essere pensata come una soluzione incrementale, ma solo come un piccolo pezzo di magia che rimuove completamente un punto dolente dall'esperienza.
Ma è magico se riesci letteralmente a far sparire qualcosa rendendolo autonomo, il che significa comprendere veramente il problema aziendale.
2.- Com'è l'infrastruttura di sicurezza?
Le implicazioni sulla sicurezza dei dati legate all’intelligenza artificiale sono al livello successivo e superano di gran lunga i requisiti a cui siamo abituati. Hai bisogno di misure di sicurezza integrate che soddisfino o superino gli standard della tua organizzazione immediatamente.
Oggi i dati, la conformità e la sicurezza sono fondamentali per qualsiasi software e sono ancora più importanti per le soluzioni IT. intelligenza artificiale. La ragione di ciò è duplice:
prima, i modelli di machine learning vengono eseguiti su enormi quantità di dati e può essere un'esperienza spietata se tali dati non vengono gestiti con attenzione strategica.
Con qualsiasi soluzione basata sull’intelligenza artificiale, indipendentemente da ciò che si intende ottenere, l’obiettivo è avere un grande impatto. Pertanto, anche il pubblico che sperimenterà la soluzione sarà ampio. Il modo in cui il dati Ciò che questi grandi gruppi di utenti generano è molto importante, così come il tipo di dati utilizzati, quando si tratta di mantenerli sicuri.
In secondo luogo, devi assicurarti che qualsiasi soluzione implementata ti consenta di mantenere il controllo di tali dati per addestrare continuamente i modelli di machine learning nel tempo. Non si tratta solo di creare un'esperienza migliore, ma anche di garantire che i tuoi dati non lascino il tuo ambiente.
Come vengono protetti e gestiti i dati, chi può accedervi e come vengono protetti? L’uso etico dell’intelligenza artificiale è già un tema caldo e continuerà ad esserlo con le normative imminenti in arrivo. Qualsiasi soluzione di intelligenza artificiale implementata deve essere stata costruita con una comprensione intrinseca di queste dinamiche.
Il prodotto deve migliorare nel tempo
Man mano che i modelli di machine learning invecchiano, iniziano ad andare alla deriva e a trarre conclusioni errate. Ad esempio, ChatGPT3 ha ricevuto dati solo fino a novembre 2021, il che significa che non è stato in grado di comprendere alcun evento accaduto dopo tale data.
Le soluzioni di intelligenza artificiale aziendale devono essere ottimizzate per adattarsi ai cambiamenti nel tempo e tenere il passo con dati nuovi e preziosi. Nel mondo della finanza, un modello potrebbe essere stato addestrato per rilevare una normativa specifica che cambia insieme alla nuova legislazione.
Un fornitore di sicurezza può addestrare il proprio modello a rilevare una minaccia specifica, ma poi appare un nuovo vettore di attacco. Come si riflettono questi cambiamenti per mantenere risultati accurati nel tempo? Quando acquisti una soluzione di intelligenza artificiale, chiedi al fornitore come mantiene aggiornati i propri modelli e cosa pensa della deriva del modello in generale.
Com'è il team tecnico dietro al prodotto?
Le buone aziende saranno in grado di parlare in modo molto dettagliato dei modelli di machine learning e di intelligenza artificiale che sono alla base della tecnologia. Se non riescono a parlare in modo approfondito dell'architettura o dei modelli di formazione, ciò dovrebbe essere un immediato segnale di allarme.
Conoscere le credenziali delle persone che gestiscono i modelli e le infrastrutture è fondamentale. Assicurati che comprendano che le esigenze infrastrutturali per l’intelligenza artificiale sono molto diverse da quelle della prossima generazione di software. Dipende molto di più dai dati e richiede un’analisi da angoli di sicurezza completamente diversi.
Il team dovrebbe avere sufficiente esperienza collettiva per articolare come sta costruendo la propria soluzione e perché.
Il fornitore della soluzione comprende il caso d'uso
Il fornitore dovrebbe disporre di informazioni su casi d'uso simili e su come hanno tratto vantaggio in modo univoco da funzionalità specifiche. Chiedi se possono mostrarti cosa hanno realizzato i loro colleghi utilizzando la soluzione e come ciò si collega alle loro sfide organizzative.
I fornitori giusti tendono ad essere quelli che hanno imparato e costruito dall'esperienza diretta. Diffida dei fornitori che sembrano semplicemente inseguire un problema rispetto a quelli che possono veramente identificarsi con il tuo problema perché lo hanno superato da soli.
Un buon fornitore di intelligenza artificiale dovrebbe rispecchiarti il tuo problema, parlarti di come l'intelligenza artificiale può risolverlo e, infine, mostrarti come hanno creato una soluzione per fare proprio questo.
Lo strumento è scalabile, è supportato e sicuro a livello aziendale o richiede il supporto di terze parti
Sono molti gli strumenti a disposizione che permettono alle aziende di creare internamente i propri modelli di riferimento. La questione “costruire anziché acquistare” emerge spesso quando arriva il momento per i CIO di acquistare nuove soluzioni.
Con l'intelligenza artificiale, non è proprio qualcosa che dovresti provare a costruire da solo, a meno che tu non sappia che è qualcosa che può sicuramente essere mantenuto nel tempo perché disponi internamente delle risorse necessarie. Devi pensarlo come la costruzione di un prodotto, con clienti interni invece che esterni.
Hanno richieste di funzionalità, richieste di supporto, esigenze di manutenzione, feedback e reclami. È difficile creare un prodotto in un nuovo territorio come l'intelligenza artificiale. Lavora invece con aziende che trascorrono giorno e notte imparando, costruendo e migliorando in quest’area specifica.
Il fornitore ha referenze rilevanti e positive nel settore o area di competenza
Devi trovare esempi di altre organizzazioni come la tua che traggono vantaggio dalla soluzione. Se possibile, scopri se sono disposti a parlarti della loro esperienza.
Per i venditori, questa può essere una situazione “dell’uovo e della gallina”. Le startup hanno bisogno dei primi clienti, ma quei clienti vogliono referral. La buona notizia è che c’è un enorme fermento ed entusiasmo attorno all’intelligenza artificiale.
La maggior parte dei clienti non conosce la strada giusta da intraprendere e, poiché si tratta di uno spazio così nuovo, sono in genere molto più aperti a lavorare con fornitori in fase iniziale.
Ma il duro lavoro non consiste nel ottenere il primo assegno. Si tratta di garantire ai primi clienti un enorme successo in modo che diventino sostenitori della causa. Gli acquirenti avversi al rischio aspetteranno finché altri non lo proveranno e alla fine si uniranno. Più interessanti sono i fornitori che hanno investito molto per raggiungere il successo, tipologia per la quale vorrebbero essere un riferimento in futuro.
