211service.com
Navigera en överraskande pandemibieffekt: AI whiplash
Tillhandahålls av KPMG
Bland de många affärsstörningar som orsakas av covid-19, här är en som till stor del förbises: artificiell intelligens (AI) whiplash.
När pandemin började slå upp världen förra året, sökte företag efter varje verktyg de hade till deras förfogande – inklusive AI – för att lösa utmaningar och betjäna kunder säkert och effektivt. I en KPMG-undersökning 2021 av amerikanska företagsledare som genomfördes mellan den 3 och 16 januari sa hälften av de tillfrågade att deras organisation påskyndade användningen av AI som svar på covid-19 – inklusive 72 % av industritillverkarna, 57 % av teknikföretagen och 53 % av återförsäljarna.
De flesta är nöjda med resultatet. 82 procent av de tillfrågade håller med om att AI har varit till hjälp för deras organisation under pandemin, och en majoritet säger att det ger ännu mer värde än väntat. Mer allmänt säger nästan alla att en bredare användning av AI skulle få deras organisation att drivas mer effektivt. Faktum är att 85 % vill att deras organisation ska påskynda adoptionen av AI.
Ändå är sentimentet inte helt positivt. Även när de vill trampa på gasen, tror 44 % av cheferna att deras industri rör sig snabbare på AI än den borde. Mer häpnadsväckande, 74 % hävdar att användningen av AI för att hjälpa företag förblir mer hype än verkligheten – en kraftig ökning i nyckelbranscher sedan vår AI-undersökning i september 2019. Inom både finanssektorn och detaljhandeln, till exempel, känner nu 75 % av cheferna att AI är överhypad, upp från 42 % respektive 64 %.
Hur ska man sätta dessa till synes motsatta synpunkter på vad KPMG kallar AI whiplash? Baserat på vårt arbete med att hjälpa organisationer att tillämpa AI ser vi flera förklaringar om hype. En är den enkla nyheten i tekniken, som har möjliggjort missuppfattningar om vad den kan och inte kan göra, hur lång tid det tar att förverkliga resultat i företagsskala och vilka misstag som är möjliga när organisationer experimenterar med AI utan rätt grund.
Även om 79 % av de tillfrågade säger att AI är åtminstone måttligt funktionell i deras organisation, säger bara 43 % att den är fullt fungerande i skala. Det är fortfarande vanligt att hitta människor som tänker på AI som något att köpa – som en ny maskin – för att leverera omedelbara resultat. Och även om de kan ha upplevt viss framgång med AI – ofta små bevis på koncept – har många organisationer lärt sig att det kan vara mer utmanande att skala dem till företagsnivå. Det kräver tillgång till ren och välorganiserad data; en robust datalagringsinfrastruktur; ämnesexperter för att hjälpa till att skapa märkta utbildningsdata; sofistikerade datavetenskapliga färdigheter; och köpa in från företaget.
Naturligtvis är det inte heller svårt att tro att förespråkare för AI kan ha överdrivit dess potential då och då eller diskonterat den ansträngning som krävs för att förverkliga dess fulla värde.
När det gäller varför chefer är motstridiga om hastigheten på AI:s adoption, ser vi grundläggande mänsklig natur på spel. Till att börja med är det alltid lättare att tro att gräset är grönare på andra sidan. Vi misstänker också att många oroar sig för att deras bransch går för snabbt, främst för att deras egen organisation inte matchar den hastigheten. Om de har upplevt hicka i ett tidigt skede med AI - särskilt förra året, när världen bevittnade AI-aktiverade prestationer som rekordsnabb utveckling av covid-19-vacciner - kan det ha varit lätt att ge efter för dessa rädslor.
Vi ser en annan faktor som driver blandade känslor om AI:s potential – frånvaron av ett etablerat juridiskt och regelverk för att vägleda dess användning. Många företagsledare har inte en tydlig bild av vad deras organisation gör för att styra AI, eller vilka nya statliga regler som kan komma att vänta. Det är förståeligt att de är oroliga för de associerade riskerna, inklusive att utveckla användningsfall idag som tillsynsmyndigheter kan squash imorgon.
Denna osäkerhet hjälper till att förklara ännu ett till synes motsägelsefullt fynd från vår undersökning. Medan företagsledare vanligtvis har en skeptisk syn på statlig reglering, säger 87 % att regeringen bör spela en roll i regleringen av AI-teknik.
Går vidare från AI whiplash
Medan varje organisation kommer att behöva sin egen handbok för att återhämta sig från AI whiplash och optimera sin investering i tekniken, bör en omfattande plan innehålla fem komponenter:
- En strategisk investering i data. Data är råmaterialet för AI och bindväven i en digital organisation. Organisationer behöver rena, maskinsmältbara data märkta för att träna AI-modeller, med hjälp av ämnesexperter. De kräver en datalagringsinfrastruktur som överskrider funktionella silos inom verksamheten och kan leverera data snabbt och tillförlitligt. När modellerna väl har implementerats behövs en strategi och ett tillvägagångssätt för att skörda data för att kontinuerligt trimma och träna dem.
- Rätt talang. Datavetare med expertis inom AI är mycket efterfrågade och svåra att hitta – men avgörande för att förstå AI-landskapet och vägledande strategi. Organisationer som inte kan bygga ett helt team av forskare internt kommer att behöva externa partners som kan fylla i luckorna och hjälpa dem att sortera igenom det ständigt växande utbudet av AI-leverantörer och erbjudanden.
- En långsiktig AI-strategi styrd av verksamheten. Organisationer får ut det mesta av AI genom att tänka på att hitta lösningar på problem, inte köpa teknik och leta efter sätt att använda den. De låter verksamheten, inte IT-avdelningen, styra agendan. När AI-investeringar kopplade till en affärsledd strategi går fel, blir de möjligheter att misslyckas snabbt och lära sig, inte snabbt och bränna. Men även när företag itererar snabbt måste de göra det i linje med en långsiktig AI-strategi, eftersom de största fördelarna realiseras på lång sikt.
- Kultur och medarbetaruppgradering. Få AI-agendor kommer att få genomslag utan inköp från arbetsstyrkan och en kultur som investeras i AI:s framgång. Att vinna medarbetarnas engagemang kräver att de får åtminstone en rudimentär förståelse för tekniken och data, och en ännu djupare förståelse för hur det kommer att gynna dem och företaget. Viktigt är också att uppfostra personalstyrkan, särskilt där AI kommer att ta över eller komplettera deras befintliga ansvar. Att anamma ett datadrivet tänkesätt och ingjuta en djupare AI-kunskap i en organisations DNA kommer att hjälpa dem att skala och lyckas.
- Ett engagemang för etisk och opartisk användning av AI. AI har stora löften men också risken för skada om organisationer använder det på ett sätt som kunderna inte gillar eller som diskriminerar vissa delar av befolkningen. Varje organisation bör utveckla en AI-etisk policy med tydliga riktlinjer för hur tekniken kommer att användas. Denna policy bör föreskriva åtgärder och vara en del av DevOps-processen för att leta efter problem och obalanser i data, mäta och kvantifiera oavsiktlig fördom i maskininlärningsalgoritmer, spåra datas ursprung och identifiera de som tränar algoritmer. Organisationer bör kontinuerligt övervaka modellerna för bias och drift, och säkerställa att modellbeslut är förklarliga.
Vad kommer härnäst
Ledarnas mål för AI-investeringar under de kommande två åren varierar beroende på bransch. Sjukvårdschefer säger att deras fokus kommer att ligga på telemedicin, robotuppgifter och leverans av patientvård. Inom biovetenskap säger de att de kommer att försöka distribuera AI för att identifiera nya intäktsmöjligheter, minska administrativa kostnader och analysera patientdata. Och statliga chefer säger att deras fokus kommer att ligga på att förbättra processautomatisering och analysfunktioner, och på att hantera kontrakt och andra skyldigheter.
Förväntade utfall varierar också beroende på bransch. Detaljhandelschefer förutspår den största effekten inom områdena kundinformation, lagerhantering och chatbots för kundtjänst. Industriella tillverkare ser det inom produktdesign, utveckling och ingenjörskonst; underhållsverksamhet; och produktionsverksamhet. Och finansiella tjänsteföretag förväntar sig att bli bättre på att upptäcka och förebygga bedrägerier, riskhantering och processautomatisering.
Långsiktigt ser KPMG att AI spelar en viktig roll för att minska bedrägerier, slöseri och missbruk, och för att hjälpa företag att vässa sin försäljning, marknadsföring och kundservice. I slutändan tror vi att AI kommer att hjälpa till att lösa grundläggande mänskliga utmaningar inom så olika områden som identifiering och behandling av sjukdomar, jordbruk och global hunger och klimatförändringar.
Det är en framtid värd att arbeta mot. Vi tror att både myndigheter och industri har en roll att spela för att få det att hända – att arbeta tillsammans för att formulera regler som främjar den etiska utvecklingen av AI utan att kväva innovationen och momentum som redan pågår.
Läs mer i KPMG Rapporten 'Thriving in an AI World'. .
Detta innehåll har producerats av KPMG. Den skrevs inte av MIT Technology Reviews redaktion.