Как контекст влияет на эффективность AI в бизнесе: проблемы и решения

В современном бизнесе одновременно могут функционировать различные платформы, системы и инструменты на основе искусственного интеллекта. Это могут быть AI-решения для обслуживания клиентов, разговорные ассистенты и инструменты для автоматизации рабочих процессов. Каждое из этих решений является сложным и высокоэффективным, однако, когда они начинают работать совместно, результаты могут оказаться неверными, запутанными или недостаточно осмысленными в контексте бизнеса. Многие организации сталкиваются с этой проблемой, что может быть одной из ключевых причин, по которой они не могут извлечь выгоду из своих инвестиций в AI. Согласно опросу MIT Technology Review Insights, каждая организация, участвовавшая в исследовании, использует AI в той или иной мере, однако менее одной пятой (16%) извлекает трансформационную ценность из своих внедрений. Наибольшая доля респондентов (40%) отмечает умеренные достижения в конкретных задачах или командах, в то время как 21% сообщает о значительных успехах, оставляя 23%, которые видят минимальные или вообще никакие результаты. Многие компании все еще находятся на стадии пилотирования случаев использования AI: 38% респондентов указывают на это, а 35% используют AI для помощи сотрудникам с такими инструментами, как сопроводительные помощники или чат-ассистенты. Лишь 12% предприятий имеют AI-агентов в производстве, и всего 3% заявляют, что используют AI для выполнения большинства задач в ключевых процессах. "Существует большая разница между тем, на что способны модели, и тем, как они действительно полезны в организациях", — говорит Прукалпа Санкар, соучредитель компании Atlan. "Для каждой реальной цели и намерения искусственный общий интеллект уже существует. Он просто не очень полезен в большинстве компаний сегодня". По словам Санкара, отсутствует важный слой — контекст, то есть то, насколько хорошо AI понимает бизнес. Контекстный слой представляет собой архитектурную инфраструктуру, которая располагается между бизнес-системами организации (например, системами учета и данными) и ее AI-платформами. Этот слой переводит корпоративный интеллект в управляемый, пригодный для машин контекст для AI-агентов или моделей и помогает накапливать знания. "Без контекстного слоя для AI это почти как если бы вы нанимали самого умного стажера в мире, завязывали ему глаза и бросали в вашу организацию", — добавляет Санкар. Таким образом, создание контекстного слоя может стать ключевым шагом для повышения эффективности использования AI в бизнесе и извлечения из него реальной ценности.