A IA está preparada para se tornar uma presença significativa e onipresente em nossas vidas. Tem um enorme valor potencial, mas não podemos contribuir significativamente para uma tecnologia que não compreendemos.
Quando um usuário decide comprar uma nova tecnologia, ele não está particularmente interessado no que ela poderá fazer no futuro. Um usuário potencial precisa entender o que uma solução fará por ele hoje, como ela interagirá com a infraestrutura tecnológica existente e como a versão atual dessa solução proporcionará valor contínuo ao seu negócio.
Mas como este é um espaço emergente que aparentemente muda todos os dias, pode ser difícil para estes potenciais utilizadores saberem que perguntas devem fazer ou como avaliar os produtos numa fase tão inicial do seu ciclo de vida.
Este artigo é um guia de alto nível para avaliar uma solução baseada em IA como um cliente potencial: um scorecard para compradores empresariais, se você quiser.
1.- Resolva um problema de negócio e os atores realmente entendam esse problema
Os chatbots, por exemplo, desempenham uma função muito específica que ajuda a promover a produtividade individual. Mas será que a solução pode ser dimensionada ao ponto de ser utilizada eficazmente por 100 ou 1.000 pessoas?
Os fundamentos da implementação de software empresarial ainda se aplicam: o sucesso do cliente, a gestão de mudanças e a capacidade de inovar dentro da ferramenta são requisitos fundamentais para agregar valor contínuo ao negócio. A IA não deve ser pensada como uma solução incremental, apenas um pequeno pedaço de mágica que remove completamente um ponto problemático da experiência.
Mas é mágico se você puder literalmente fazer algo desaparecer tornando-o autônomo, o que se resume a compreender verdadeiramente o problema do negócio.
2.- Como é a infraestrutura de segurança?
As implicações de segurança de dados em torno da IA estão no próximo nível e excedem em muito os requisitos aos quais estamos acostumados. Você precisa de medidas de segurança integradas que atendam ou excedam os padrões da própria organização imediatamente.
Hoje, os dados, a conformidade e a segurança são essenciais para qualquer software e são ainda mais importantes para as soluções de TI. Inteligencia artificial. Há duas razões para isso:
Em primeiro lugar, os modelos de aprendizado de máquina são executados em enormes quantidades de dados e pode ser uma experiência implacável se esses dados não forem tratados com cuidado estratégico.
Com qualquer solução baseada em IA, independentemente do que você pretende alcançar, o objetivo é causar um grande impacto. Portanto, o público que vivenciará a solução também será grande. A maneira como o dados O que esses grandes grupos de usuários geram é muito importante, assim como o tipo de dados utilizados, quando se trata de mantê-los seguros.
Em segundo lugar, você deve garantir que qualquer solução implementada permita manter o controle desses dados para treinar continuamente modelos de aprendizado de máquina ao longo do tempo. Não se trata apenas de criar uma experiência melhor, mas também de garantir que seus dados não saiam do seu ambiente.
Como os dados são protegidos e gerenciados, quem tem acesso a eles e como são protegidos? O uso ético da IA já é um tema quente e continuará a sê-lo com regulamentações iminentes a caminho. Qualquer solução de IA que você implementar deve ter sido construída com uma compreensão inerente dessas dinâmicas.
O produto deve melhorar com o tempo
À medida que os modelos de aprendizado de máquina envelhecem, eles começam a se desviar e a tirar conclusões erradas. Por exemplo, ChatGPT3 só recebeu dados até novembro de 2021, o que significa que não conseguiu compreender nenhum evento ocorrido após essa data.
As soluções empresariais de IA devem ser otimizadas para se adaptarem às mudanças ao longo do tempo e acompanharem dados novos e valiosos. No mundo das finanças, um modelo pode ter sido treinado para detectar uma regulamentação específica que muda junto com a nova legislação.
Um fornecedor de segurança pode treinar seu modelo para detectar uma ameaça específica, mas então surge um novo vetor de ataque. Como essas mudanças são refletidas para manter resultados precisos ao longo do tempo? Ao adquirir uma solução de IA, pergunte ao fornecedor como ele mantém seus modelos atualizados e o que ele pensa sobre o desvio de modelo em geral.
Como é a equipe técnica por trás do produto?
Boas empresas poderão falar detalhadamente sobre os modelos de aprendizado de máquina e inteligência artificial que sustentam a tecnologia. Se eles não puderem falar em profundidade sobre arquitetura ou modelos de treinamento, isso deverá ser um sinal de alerta imediato.
Conhecer as credenciais das pessoas que gerenciam os modelos e a infraestrutura é fundamental. Certifique-se de que eles entendam que as necessidades de infraestrutura para IA são muito diferentes das da próxima geração de software. Depende muito mais de dados e requer uma análise de ângulos de segurança completamente diferentes.
A equipe deve ter experiência coletiva suficiente para articular como está construindo sua solução e por quê.
O provedor de soluções entende o caso de uso
O fornecedor deve ter informações sobre casos de uso semelhantes e como eles se beneficiaram exclusivamente de recursos específicos. Pergunte se eles podem mostrar o que seus colegas realizaram usando a solução e como isso se relaciona com seus próprios desafios organizacionais.
Os fornecedores certos tendem a ser aqueles que aprenderam e construíram a partir da experiência em primeira mão. Desconfie de provedores que parecem simplesmente estar perseguindo um problema em comparação com aqueles que podem realmente se identificar com o seu problema porque eles próprios o superaram.
Um bom fornecedor de IA deve refletir seu problema para você, conversar com você sobre como a IA pode resolvê-lo e, por fim, mostrar como eles criaram uma solução para fazer exatamente isso.
A ferramenta é escalonável, tem suporte e é segura no nível empresarial ou requer suporte de terceiros
Existem muitas ferramentas disponíveis que permitem às empresas criar internamente os seus próprios modelos de referência. Essa questão “construir versus comprar” surge frequentemente quando chega a hora dos CIOs adquirirem novas soluções.
Com a IA, não é realmente algo que você deva tentar construir sozinho, a menos que saiba que é algo que pode definitivamente ser mantido ao longo do tempo porque você tem os recursos necessários internamente. Você tem que pensar nisso como construir um produto, com clientes internos em vez de externos.
Eles têm solicitações de recursos, solicitações de suporte, necessidades de manutenção, feedback e reclamações. É difícil criar um produto em um território novo como a IA. Em vez disso, trabalhe com empresas que passam dia e noite aprendendo, construindo e melhorando nesta área específica.
O fornecedor possui referências relevantes e positivas no setor ou área de competência
Você deve encontrar exemplos de outras organizações como a sua que se beneficiem da solução. Se possível, descubra se eles estão dispostos a conversar com você sobre a experiência deles.
Para os vendedores, esta pode ser uma situação do ovo e da galinha. As startups precisam dos primeiros clientes, mas esses clientes querem referências. A boa notícia é que há um enorme entusiasmo e entusiasmo em torno da IA.
A maioria dos clientes não sabe o caminho certo a seguir e, por se tratar de um espaço muito novo, eles normalmente estão muito mais abertos a trabalhar com fornecedores em estágio inicial.
Mas o trabalho duro não significa conseguir o primeiro cheque. Trata-se de tornar esses primeiros clientes extremamente bem-sucedidos, para que se tornem defensores da causa. Os compradores avessos ao risco esperarão até que outros experimentem e eventualmente participem. Mais interessantes são os fornecedores que investiram muito para alcançar o sucesso, do tipo que gostariam de ser referência no futuro.
