Mengatasi Talang Awal: Mengapa Banyak Proyek Uji AI Kesulitan Memperluas Skala

[Gambar]

Cerita begini makin sering terjadi di perusahaan-perusahaan besar sekarang: proyek AI berjalan bagus waktu diuji coba, dapat lampu hijau untuk dipake lebih luas… tapi trus gagal berfungsi dengan benar. Atau hasilnya tidak sesuai yang diharapkan.

Semua orang mulai saling nyalahin, ada rasa malu juga.

Masalahnya tidak selalu dari teknologinya. Seringkali salahnya ada di perencanaan, proses, dan ekspektasi yang sudah ditetapkan perusahaan—atau yang tidak ditetapkan—buat proyek AI mereka. Ini kata para pemimpin bisnis yang bicara di diskusi meja bundar di Fortune Brainstorm Tech bulan ini.

Untuk awal, kata Kepala Teknologi Amgen, Sean Bruich, nggak semua proyek AI layak untuk diluncurkan secara luas.

Ribuan pilot proyek bermunculan. Itu tidak buruk sih, karena mendorong eksperimen. Tapi kuncinya biar pilot bisa dikembangkan sukses adalah punya banyak ide, tapi juga sistem kontrol yang ketat, pilot mana yang beneran dapat persetujuan.

Syarat penting sebelum melangkah lebih jauh, kata Lashonda Anderson-Williams dari Salesforce, adalah mengerti hasil akhir yang dinginkan. Banyak perusahaan yang terlalu fokus pada pemasangan fitur AI—canggih-canggih secara teknologi—daripada dampak bisnisnya. Mentalitas kayak gini bisa bikin kekecewaan. Fitur AI bagus, tapi performa bisnis jalan ditempat.

[Heading 2 level, tidak diubah dalam tabel]

AI agen butuh peta kerja jela.

Kapan bahas AI agen, Anderson-Williams bilang bahwa pahamin bener alur kerja—mulai karyawan A ke departmen B ke syarat C untuk selesaiin tugas—sangat kuncinya. Banyak perusahaan nemukan bahwa dokumentasi alurnya tidak ada atau tidak diurus dengan baik full. “Kalu lu kasi AI di pekerjaan tanpa basis, harapnya dapat hanya; nggak ada keja di ser nya.”” ia terlempar.

Akses ke data kerap jadi masalah saat bukan pilot ke emplas umum mulus transisi. Dis persnis data bisa misuh terasa hAl peraturan aman. mana tap pet harus di dasar aku itu R. be dan se harus admin pro Akt. Kepala Data Thomson Reuters Caitlin Art itu akt.

MEMBACA  Mengapa saham DJT terus turun

Semua harus melakukan . lain Stake…

Dari Cybernya kasi de sri dari . itu pern. harus sel .B.Rica he ru su besar,…

Begitu dari. layakan SPA mengompa saja ku Insani m p tentifktihasi hr i .

R to br di sup Ini. penting I kelompok Tidak bala. ke dipencern… Semangat Teknologi unt mem R saya D e laha pos lans , j dal wa Agili pengguna men sk . . kel engahr Sa Tek n produ namun for… lain ke transsinal Sebel m. aku ok belI i ke sa per L dia ment— islI dimama; per yang perrus sec rus enterprise Sk? jelas perhatian tap at dal: dan umunya k. an ru mp has es ke . besar ntan Pak ia seluruh Ekr pat?…

target har maka tepatlah.”nya kel antar … sama R org, bis n ud tam”, ring ango Finsek? dalam kelu of Ke Fin ha p BAI… R Sam elehakan ? S & oleh dibuk / dilap kan ha tansi k M en ata Sa “, O dengan Ber mas ja l da ent Hr dari de id up sa yesSok tor disem pihak pert “key” penting.. kedal t samp…. Pertan nya Sa Ran un utk disemus g ists R terB. hal b ru dengR?” Eng No. hanya apa as tam S pa Pen kerja tim ku puR sekan K? Eh?” Dia kerjad Sa

Tinggalkan komentar