Исследование Gartner охватывает 36 передовых технологий, которые могут сыграть решающую роль в обеспечении готовности компаний к использованию ИИ. «Дорожная карта по внедрению технологий данных и аналитики на 2024 год», подготовленная аналитиками, раскрывает захватывающую картину будущего, в котором компании активно внедряют искусственный интеллект (ИИ) для трансформации своих бизнесов. На каждом этапе — от тестирования до полномасштабного развертывания — организации сталкиваются с множеством вызовов, но и получают невероятные возможности для ускорения процессов. Поделимся основными результатами, полученными Gartner.
Тенденции и этапы внедрения технологий
Согласно дорожной карте, 75% технологий находятся на стадии пилотных проектов, что означает, что компании еще изучают, как эффективно интегрировать ИИ в свои процессы. 22% технологий уже внедрены, что подчеркивает огромный скачок вперед по сравнению с прошлым годом. Однако, несмотря на достижения, лишь 3% технологий находятся на стадии планирования, что говорит о том, что многие компании только начинают осознавать потенциал ИИ.
Данные опроса Gartner за 2023 год показывают, что на внедрение ИИ от доказательства концепции до стадии промышленного производства уходит в среднем 8,2 месяца, что иллюстрирует, как долго и трудно масштабировать ИИ-решения, даже для гигантов индустрии, таких как Amazon и Google.
Данные опроса Gartner за 2023 год показывают, что на внедрение ИИ от доказательства концепции до стадии промышленного производства уходит в среднем 8,2 месяца, что иллюстрирует, как долго и трудно масштабировать ИИ-решения, даже для гигантов индустрии, таких как Amazon и Google.
Основные препятствия
Одним из главных вызовов на пути к ИИ-готовности является нехватка квалифицированных специалистов. В 2024 году 44% технологий сталкиваются с проблемами из-за нехватки талантов, что заставляет компании, такие как Microsoft и IBM, активно инвестировать в обучение своих сотрудников. Эти компании проводят программы по обучению генеративному ИИ и машинному обучению, что позволяет значительно ускорить внедрение инноваций и преодолеть кадровый дефицит.
Ценность ИИ и его влияние на бизнес
ИИ представляет огромные возможности для ускорения процессов и повышения гибкости. Согласно исследованию, 83% технологий ИИ обеспечивают повышение скорости и гибкости. Например, в компании Tesla с помощью ИИ постоянно обновляется система автопилота, что позволяет ей моментально адаптироваться к изменяющимся дорожным условиям. В медицинской сфере система IBM Watson помогает диагностировать заболевания быстрее и точнее, значительно улучшая качество и скорость медицинских услуг.
Однако на пути к эффективному использованию ИИ компании сталкиваются с трудностями в оценке реальной бизнес-ценности. Например, 49% лидеров отмечают, что расчет возврата инвестиций (ROI) от внедрения ИИ — это непростая задача, что особенно актуально для компаний, автоматизирующих поддержку клиентов. Проблемы краткосрочной оценки экономических выгод могут замедлить широкое принятие ИИ.
Однако на пути к эффективному использованию ИИ компании сталкиваются с трудностями в оценке реальной бизнес-ценности. Например, 49% лидеров отмечают, что расчет возврата инвестиций (ROI) от внедрения ИИ — это непростая задача, что особенно актуально для компаний, автоматизирующих поддержку клиентов. Проблемы краткосрочной оценки экономических выгод могут замедлить широкое принятие ИИ.
Управление ИИ и риски
ИИ не только предоставляет компании возможности для роста, но и несет с собой этические и правовые риски. Управление технологиями ИИ остается на ранних этапах, так как 80% решений, связанных с управлением рисками, пока находятся на стадии пилотирования.
ИИ технологии по этапам внедрения
Уже внедренные ИИ технологии (22%)
- Машинное обучение (Machine Learning) — используется в логистике и ритейле для прогнозирования спроса и оптимизации цепочек поставок. Например, Amazon активно применяет ИИ для точного планирования поставок и минимизации издержек.
- Генеративный ИИ (Generative AI) — в креативных индустриях и маркетинге, где такие компании, как NVIDIA, используют его для создания реалистичных изображений и видео.
- Решенческая интеллектуальность (Decision Intelligence) — применяется финансовыми компаниями, как MasterCard, для предотвращения мошенничества и принятия быстрых решений.
- Наблюдаемость данных (Data Observability) — критически важна в таких отраслях, как здравоохранение и финансы, где необходимо отслеживать качество данных в режиме реального времени.
Технологии ИИ на стадии пилотирования (75%)
- Композитный ИИ (Composite AI) — сочетает различные методы ИИ для решения комплексных задач в робототехнике и производстве.
- Цифровая этика (Digital Ethics) — компании, такие как Google, интегрируют этические нормы в разработку ИИ для минимизации рисков дискриминации.
- Фундаментальные модели (Foundation Models) — крупные языковые модели, такие как GPT и BERT, применяются для анализа данных и текстов.
- Федеративное машинное обучение (Federated Machine Learning) — активно используется в банковской сфере для соблюдения конфиденциальности данных.
Планируемые ИИ технологии (3%)
- AI-TRiSM — технологии управления доверием, рисками и безопасностью ИИ, планируемые к использованию в госуправлении.
- Новые подходы в физически-информированном ИИ (First Principles для AI) — применяются в инженерных науках и для создания климатических моделей.
Как российские компании используют ИИ
Российские компании соответствуют, а порой и опережают тренды. Примером может служить Сбербанк, который применяет ИИ для предотвращения мошенничества. Их антифрод-платформа анализирует более 370 миллионов событий в день и предотвращает 99,6% случаев мошенничества, что эквивалентно спасению средств клиентов на сумму около 200 млрд рублей только за 2023 год.
Яндекс также активно использует ИИ для улучшения клиентского опыта. В сервисе Яндекс.Маркетнейросети анализируют поведение пользователей и предоставляют персонализированные рекомендации по товарам. Это значительно улучшает пользовательский опыт и способствует увеличению продаж. Например, пользователи могут загружать изображения товаров, чтобы подбирать одежду и товары для дома с помощью технологий компьютерного зрения. Это делает процесс покупок более удобным и быстрым.
Яндекс также активно использует ИИ для улучшения клиентского опыта. В сервисе Яндекс.Маркетнейросети анализируют поведение пользователей и предоставляют персонализированные рекомендации по товарам. Это значительно улучшает пользовательский опыт и способствует увеличению продаж. Например, пользователи могут загружать изображения товаров, чтобы подбирать одежду и товары для дома с помощью технологий компьютерного зрения. Это делает процесс покупок более удобным и быстрым.
Как развивать лидерские навыки и адаптировать команды для внедрения ИИ
Внедрение искусственного интеллекта — это не просто технологический процесс. Это вызов для всего бизнеса, требующий изменений в подходах к управлению и взаимодействию с командами. Чтобы эффективно использовать ИИ, лидеры должны уметь вдохновлять, адаптироваться к изменениям и поддерживать сотрудников на каждом этапе трансформации. Вот несколько ключевых направлений, которые помогут развивать лидерские навыки и адаптировать команды к успешной интеграции ИИ.
1. Развитие стратегического мышления
Лидерам важно понимать, что внедрение ИИ — это не разовая инициатива, а долгосрочный процесс. Необходимо развивать стратегическое мышление, чтобы видеть полную картину и интегрировать ИИ в бизнес-процессы таким образом, чтобы он приносил максимальную пользу. Это включает в себя понимание технологий и их влияния на различные аспекты бизнеса.
2. Эффективное управление изменениями
Одним из главных барьеров на пути к внедрению ИИ является сопротивление изменениям. Чтобы преодолеть этот барьер, лидерам необходимо развивать навыки управления изменениями. Это включает в себя прозрачную коммуникацию, демонстрацию ценности ИИ для команды и поддержание вовлеченности на всех этапах.
3. Обучение и развитие талантов
ИИ требует от сотрудников новых знаний и навыков, таких как работа с данными и понимание машинного обучения. Лидерам важно создавать условия для постоянного обучения и развития. Обучение может быть как формальным, так и через наставничество и практическую работу с новыми технологиями.
4. Управление эмоциональной устойчивостью
Быстрые изменения могут стать источником стресса для команды. Лидеры должны поддерживать эмоциональную устойчивость команды, помогая справляться с давлением и новыми задачами. Это важно для того, чтобы сотрудники не просто адаптировались к изменениям, но и чувствовали себя уверенно в процессе работы с новыми технологиями.
5. Создание культуры инноваций
Успешное внедрение ИИ требует от команды готовности экспериментировать и находить новые решения. Лидеры должны поощрять культуру инноваций, где ошибки воспринимаются как возможность для роста, а новые идеи приветствуются. Это поможет командам быстрее осваивать ИИ и находить нестандартные пути его использования.
В целом, успешное внедрение ИИ требует от лидеров не только технических знаний, но и сильных управленческих навыков, которые помогут командам адаптироваться к новым условиям и использовать ИИ для достижения выдающихся результатов.
В целом, успешное внедрение ИИ требует от лидеров не только технических знаний, но и сильных управленческих навыков, которые помогут командам адаптироваться к новым условиям и использовать ИИ для достижения выдающихся результатов.
Заключение
ИИ открывает невероятные перспективы для компаний по всему миру. Он ускоряет процессы, повышает гибкость и помогает решать сложные задачи. Однако наряду с этим возникают и серьезные риски, связанные с этическими вопросами и безопасностью данных. Компании, которые смогут преодолеть эти вызовы и эффективно интегрировать ИИ в свои процессы, получат значительное конкурентное преимущество.
Полное исследование Gartner можно найти здесь.
Полное исследование Gartner можно найти здесь.
Услуги TeanSonance для развития лидерских навыков и адаптации команды для внедрения ИИ здесь.