Константин Джонни/Getty Images
Навыки искусственного интеллекта и анализа данных пользуются большим спросом, но сами по себе они не могут обеспечить успех в бизнесе. Экспертиза в предметной области жизненно важна для успеха, поэтому профессионалы, стремящиеся сделать карьеру в области искусственного интеллекта, должны выходить за рамки своего обучения за пределами технологий.
Это слова Тенду Йогуртчу, доктора философии, технического директора компании Precisionly, которая выступает за такое расширение ролей.
«Чтобы использовать лучшие языковые модели — будь то маленькие или большие — нам нужны эксперты в предметной области, которые могут предоставить такой глубокий опыт, чтобы получить наиболее надежный результат».
Она посоветовала подумать о страховой компании, которая управляет данными о местоположении, предположив, что одни лишь навыки искусственного интеллекта не добавят ценности этим данным: «Восемьдесят процентов данных имеют атрибут местоположения. Если вы страховая компания и пытаетесь оценить цену с помощью Чтобы оценить правильный уровень риска, очень важно понимать границы собственности, разницу между двумя объектами недвижимости и то, находитесь ли вы близко к линии воды».
Аналогичным образом, одни только навыки искусственного интеллекта и технологий не смогут обеспечить успех в здравоохранении, где требуется глубокий опыт в области медицинских процедур. Сами по себе навыки ИИ также не могут обеспечить успех в финансовом анализе или заводской сборке.
Эта ситуация объясняет, почему Йогуртчу призвал профессионалов и студентов, желающих сделать карьеру в области искусственного интеллекта и связанных с ним технологий, добавить еще одну область знаний. Отраслевые эксперты сходятся во мнении, что членам команд ИИ необходимы как деловые, так и технические навыки.
«Очень важно, чтобы эксперты в предметной области или люди были в курсе для проверки предложений ИИ — подход, который удачно можно охарактеризовать как «Предлагается машиной, проверено человеком». Эффективный человеческий надзор требует четких функций мониторинга и прозрачности моделей ИИ для облегчения интерпретации».
Эксперт в предметной области или пользователь, «обладающий наибольшими знаниями о ситуации или инициативе, должен иметь право отменять или отменять решения ИИ», — сказал Сайед. «Однако очень важно, чтобы каждый в организации мог выявлять проблемы посредством прозрачного процесса управления, чтобы обеспечить подотчетность и постоянное совершенствование».
Это требование к сочетанию опыта в предметной области и навыков искусственного интеллекта было недавно подчеркнуто в анализе консультанта Accenture. В то время как «машины автоматизируют и дополняют человеческую работу в основных бизнес-процессах», организации могут использовать «внутренний рынок талантов для совместной работы по требованию, где динамичные проектные группы могут включать и выключать проекты в соответствии со стратегическими потребностями».
Авторы Accenture рекомендовали компаниям продолжать развивать технологии и роли в конкретных областях для продвижения вперед. Ключом к этому подходу является реализация предметно-ориентированного подхода к модернизации данных.
«Готовые к переосмыслению компании имеют централизованное управление данными и ориентированный на предметную область взгляд на модернизацию данных», — заявили они. «Это создает прочную основу данных, готовую к переосмыслению под руководством ИИ». Частью этого процесса является обеспечение того, чтобы «люди имели четкое понимание того, как создавать, обрабатывать и использовать данные».
В анализе также говорится, что важно «поставить людей в центр перемен», призывают авторы Accenture. «В эпоху искусственного интеллекта это означает изменение рабочей силы, чтобы новые роли соответствовали потребностям бизнеса по мере развития технологий. Это означает предоставление работникам комплексного обучения, чтобы они могли преуспевать на своих должностях и в полной мере использовать возможности поколения искусственного интеллекта.
«Это означает переосмысление работы и переосмысление процессов и целых рабочих процессов, чтобы получить четкое представление о том, где поколение ИИ может оказать наибольшее влияние на обслуживание клиентов, поддержку людей и достижение бизнес-результатов».
Искусственный интеллект
-
Как я использовал ChatGPT для сканирования 170 тысяч строк кода за секунды и сэкономил часы детективной работы
-
6 способов лучше писать запросы ChatGPT и быстрее получать желаемые результаты
-
6 строительных блоков цифровых двойников, которые нужны бизнесу, и как в них вписывается ИИ
-
Gems от Google — это краткое введение в оперативную разработку ИИ