จากการศึกษาของ PricewaterhouseCoopers ผู้บริหาร 20 เปอร์เซ็นต์วางแผนที่จะนำ AIไปใช้กับองค์กรของตนในปี 2019 ในช่วงปีที่ผ่านมา องค์กรนับไม่ถ้วนและบริษัทที่ติดอันดับ Fortune 500 ได้อวดอ้างเกี่ยวกับกลยุทธ์ AI ของตน อย่างไรก็ตาม เมื่อถึงเวลาต้องนำกลยุทธ์เหล่านั้นไปใช้จริง พวกเขาตระหนักว่าสิ่งที่พวกเขาเรียกว่า “กลยุทธ์” นั้นเป็นเพียงเครื่องมือเล็กๆ น้อยๆ ที่ปราศจากคำแนะนำ
ธุรกิจในปัจจุบันมีทรัพยากร ความรู้ และแรงจูงใจในการสร้าง
กลยุทธ์ที่มีประสิทธิภาพเบื้องหลังการนำ AI ไปใช้ แม้จะมีความสามารถเหล่านี้ แต่มีเพียงไม่กี่บริษัทที่ใช้เวลาในการทำเช่นนั้น พวกเขาได้รับเครื่องมือทางกายภาพเพื่อฝึกฝน AI แต่มักจะล้มเหลวในการเรียนรู้ว่าทำไมมันถึงมีค่าและความท้าทายของ AI
ด้วยการซื้อเทคโนโลยีใหม่ก่อนที่จะออกแบบกลยุทธ์เพื่อใช้ประโยชน์สูงสุดจากมัน บริษัทต่างๆ ที่พยายามจะนำหน้าอุตสาหกรรมของตนกลับต้องยอมถอย เพื่อแก้ไขแนวทางที่เข้าใจผิด ธุรกิจต้องออกแบบกลยุทธ์ที่นำไปใช้ได้จริงก่อนที่จะปล่อยให้ AI เข้ามาควบคุม
ที่เกี่ยวข้อง: สิ่งที่ผู้ประกอบการทุกคนต้องรู้เกี่ยวกับปัญญาประดิษฐ์
รถยนต์ไร้คนขับที่ไม่มีเครื่องยนต์
ลองนึกภาพบริษัทในทศวรรษที่ 1980 ที่เห็นการปฏิวัติด้านไอทีกำลังจะมาถึง แต่ตัดสินใจสร้างกลยุทธ์ด้านไอทีบนเมนเฟรมเท่านั้น แม้ว่าผู้นำของบริษัทนั้นจะมีความคิดทั่วไปที่ถูกต้อง แต่การดำเนินการที่มีข้อบกพร่องก็ไม่ได้ช่วยให้ธุรกิจเติบโต
สิ่งเดียวกันนี้กำลังเกิดขึ้นใน AI ในปัจจุบัน บริษัทต้องการทั้งเครื่องมือและภูมิปัญญาเพื่อใช้งานอย่างเหมาะสม ผู้นำที่ต้องการเลิกพึ่งพาผู้จำหน่ายเทคโนโลยีต่างคำนึงถึงข้อดีขององค์กรของตนอยู่แล้ว แต่การขาดกลยุทธ์หมายความว่าความคิดริเริ่มของพวกเขาจะมีมูลค่าตามคำสั่งซื้อ
หากปราศจากการพิจารณาถึงกรณีการใช้งานและแอปพลิเคชัน ธุรกิจที่คิดว่า AI จะแก้ไขปัญหาของพวกเขาได้นั้นมีความเสี่ยงที่จะหมดไปกับเครื่องมือที่มีแนวโน้มสูงอย่างไม่น่าเชื่อ เพื่อหลีกเลี่ยงชะตากรรมนั้นและออกแบบกลยุทธ์ที่ได้รับประโยชน์สูงสุดจากการปฏิวัติ AI ให้คำนึงถึงแนวคิดทั้งสามนี้:
1. แอปพลิเคชันต้องตอบสนองความต้องการเฉพาะ
ชั้นโครงสร้างพื้นฐานของบริษัทกำหนดวิธีที่เทคโนโลยี AI รวมเข้ากับระบบที่มีอยู่ ชั้นของแอปพลิเคชันกำหนดว่าเทคโนโลยีเหล่านั้นมีประโยชน์ต่อธุรกิจของคุณอย่างไร
Watson ของ IBM เป็นเครื่องจักรที่ทรงพลัง แต่ Watson
เองเป็นเครื่องมือโครงสร้างพื้นฐาน แขนโดเมนต่างๆ ของวัตสัน (การเงิน การดูแลสุขภาพ ฯลฯ) เป็นตัวแทนของแอปพลิเคชันของ AI ในโลกของการธนาคาร หุ่นยนต์อัจฉริยะของวัตสันช่วยให้นายธนาคารทราบผลบวกปลอมในการฟอกเงิน ซึ่งช่วยลดเวลาในการบริการลูกค้าในกระบวนการ นั่นเป็นกรณีการใช้งานเฉพาะ — เป็นตัวอย่างที่สมบูรณ์แบบของการประยุกต์ใช้เชิงกลยุทธ์
ที่เกี่ยวข้อง: เหตุใด ‘Cognitive Computing’ จึงเป็นสิ่งสำคัญต่อไปสำหรับการเติบโตของธุรกิจ
กลยุทธ์ AI ที่ประสบความสำเร็จมักจะเป็นแบบเฉพาะกลุ่ม แทนที่จะแสวงหาการเสริมศักยภาพของ AI ทั่วทั้งบริษัทของคุณ ให้ระบุประเด็นสำคัญบางประการที่อาจได้รับประโยชน์จากเครื่องมือ AI ก่อนที่จะค้นหาเครื่องมือที่เหมาะกับความต้องการเหล่านั้น ตรวจสอบให้แน่ใจว่าโครงสร้างพื้นฐานของคุณสามารถจัดการการผสานรวม เติมเต็มช่องว่างของชั้นแอปพลิเคชันของคุณ
2. องค์กรต้องเข้าใจไมโครเซอร์วิส
ลองนึกถึงวิธีการทำงานของนวัตกรรม AI ในชั้นต่างๆ ภายในบริษัทของคุณ ในเลเยอร์โครงสร้างพื้นฐาน การบรรจุลงตู้คอนเทนเนอร์ (หรือที่เรียกว่าโมดูลาร์ลิตี้หรือไมโครเซอร์วิส) ช่วยให้บริษัทนำเครื่องมือไปใช้ในรูปแบบเฉพาะโดยไม่จำเป็นต้องปรับใช้โครงสร้างพื้นฐานใหม่ทั้งหมด
แพลตฟอร์ม Open Banking ของ IBMทำหน้าที่เป็นตัวเลือกแบบปลั๊กแอนด์เพลย์สำหรับสถาบันการเงินที่มีอยู่เพื่อรวมไมโครเซอร์วิสเข้ากับการดำเนินงาน โซลูชันดังกล่าวช่วยให้ธนาคารที่เข้าร่วมสามารถใช้ประโยชน์จากไมโครเซอร์วิสในฐานะ Cloud APIs เพื่อหล่อเลี้ยงการทำงานร่วมกันของฟินเทค ปรับปรุงกระบวนการ และสร้างกระแสรายได้ใหม่
ที่เกี่ยวข้อง: นี่คือเมื่อการเริ่มต้นของคุณควรเลือกใช้ Microservices เพื่อพัฒนาแอพ
AI ไม่ทำงานเหมือนเครื่องมือเทคโนโลยีอื่นๆ อย่ามองไปที่ระบบที่มีอยู่แล้วพูดว่า “AI ที่เข้ามาต้องสามารถทำงานร่วมกับระบบนี้ได้” ให้มองไปที่ตลาดด้วยแนวทางที่ไม่เชื่อเรื่องพระเจ้า ค้นหาโอกาสสำหรับเครื่องมือใหม่ที่จะเข้ามาแก้ไขปัญหาเฉพาะภายในองค์กรของคุณ
Credit : สล็อตเว็บตรง100 / ดูหนังฟรี / 50รับ100
