AI produkty a projekty – čím sa líšia od ostatných? | AI v podnikaní #49

Úvod do správy produktov AI

Produkty AI si vyžadujú neustály vývoj a prispôsobenie, čo sa líši od tradičných technologických riešení.

• AI, umelá inteligencia – všeobecný názov pre schopnosť strojov vykonávať úlohy, ktoré napodobňujú fungovanie ľudskej rozumovej a kreatívnej činnosti, ako je rozpoznávanie obrázkov, porozumenie písanému a hovorenému jazyku alebo rozhodovanie na základe dostupných údajov,
• ML, strojové učenie – poddisciplína AI, ktorá pokrýva procesy, v ktorých sa stroje učia z údajov a skúseností, ako vykonávať úlohy lepšie. Jedinečnosť produktov založených na strojovom učení (ML) spočíva v tom, že nie sú predprogramované, ale sú vybavené schopnosťami učenia a prispôsobenia. V odvetviach, ako je zdravotná starostlivosť, AI prispieva k presnejšej diagnostike, zatiaľ čo vo financiách umožňuje sofistikovanejšiu analýzu rizík,
• GenAI, generatívna umelá inteligencia – nové pole ML, ktoré zahŕňa systémy, ktoré môžu vytvárať nový obsah, ako sú texty, obrázky, videá, 3D modely alebo hudba, na základe vynálezu používateľa alebo používateľom špecifikovaného účelu a vstupných údajov, ako sú kľúčové slová, dotazy alebo podnety, alebo náčrty či fotografie.

Plánovanie produktov AI – od nápadu po implementáciu

Plánovanie produktu AI si vyžaduje na začiatku položiť kľúčovú otázku: Bude tento produkt profitovať z pridania schopností AI?

Implementácia produktu AI je riskantná a nákladná, a preto je dobré začať definovaním problému, ktorý má byť vyriešený implementáciou AI, a potom sa pokúsiť ho optimálne vyriešiť. Možno pomocou brainstormingových techník s ChatGPT alebo Google Bard, ktoré môžu prekvapivo poradiť o optimálnej ceste vývoja produktu – nie nevyhnutne založenej na AI.

Ak sa však rozhodneme pridať umelú inteligenciu do ponuky spoločnosti, musíme zvážiť špecifiká životného cyklu projektu AI. Napokon, údaje Gartnera ukazujú, že iba 54 % projektov AI prechádza z pilotnej fázy do produkcie.

To je často spôsobené veľmi sľubnými prototypmi, ktoré je možné vytvoriť s dostupnými nástrojmi AI. Na druhej strane je veľmi ťažké dosiahnuť “produkčnú kvalitu” a opakovateľnosť a relevantnosť výsledkov požadovaných zainteresovanými stranami.

Životný cyklus produktu AI sa však líši od ostatných nielen tým, že sa menej často dostáva za fázu konceptu. Kde sa životný cyklus tradičných produktov tenduje k postupnému poklesu záujmu, keď predaje dosiahnu vrchol, produkty AI zažívajú takzvaný “efekt zotrvačníka.” Toto je jav, pri ktorom sa produkt založený na strojovom učení zlepšuje, keď sa používa a zbierajú sa nové údaje od používateľov. Čím lepší je produkt, tým viac používateľov si ho vyberá, čo zase generuje viac údajov na zlepšenie algoritmu. Tento efekt vytvára spätnú väzbu, ktorá umožňuje neustále zlepšovanie a škálovanie riešení založených na AI.

Zdroj: DALL-E 3, podnet: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

To z nich robí produkty s obnovujúcim sa životným cyklom. Inými slovami, efekt zotrvačníka v AI znamená, že neustále zlepšovanie vedie k postupným zlepšeniam výkonnosti produktu. Napríklad:

• Iteratívne školenie modelov AI – napríklad model na predpovedanie predaja môže vyžadovať opakované školenie na dosiahnutie optimálnej presnosti, ale s časom sa stáva čoraz dokonalejším,
• Správa dátového záznamu – pre aplikácie personalizácie obsahu môže byť prioritou zbierať a analyzovať údaje používateľov, čo postupne povedie k čoraz relevantnejším výsledkom.

Na záver, správa projektov AI si vyžaduje flexibilitu a pripravenosť na neustále zlepšovanie. Preto musia byť projektoví manažéri AI pripravení reagovať na meniace sa požiadavky a neustále prispôsobovať stratégie.

Pochopenie údajov a ich úlohy vo vývoji produktov AI

Úloha údajov vo vývoji produktov AI je kľúčová. McKinsey odhaduje, že generatívne modely AI by mohli generovať ekonomické prínosy až do výšky 4,4 bilióna dolárov ročne. Avšak dosiahnuť kúsok z tohto koláča si vyžaduje kvalitnú správu údajov.

Napríklad, aby systém odporúčania produktov v e-commerce fungoval dobre, kvalita údajov o správaní zákazníkov je kľúčová. Nielenže budete potrebovať správne množstvo údajov, ale aj ich správnu segmentáciu a aktualizáciu, a najdôležitejšie, zručné vyvodzovanie záverov z nazbieraných informácií.

Pri vytváraní produktu AI založeného na údajoch je rovnako dôležité udržiavať nestrannosť v údajoch. Napríklad v AI algoritmoch používaných v nábore alebo poistení nesmú údaje obsahovať implicitné predsudky – na základe pohlavia alebo umiestnenia – ktoré by mohli viesť k diskriminácii.

Stojí za zmienku, že správna správa údajov si vyžaduje nielen technickú odbornosť, ale aj uvedomenie si jej dopadu na výkonnosť produktov AI.

Najčastejšie problémy pri správe produktov založených na AI

Správa produktov AI zahŕňa výzvy, ktoré si vyžadujú špecifické zručnosti a etickú uvedomelosť. Medzi najdôležitejšie problémy patrí:

• Rozvoj zručností AI – napríklad produktový manažér v oblasti AI musí rozumieť základom strojového učenia, aby efektívne spolupracoval s technickým tímom,
• aktuálna orientácia na právne požiadavky – regulácie týkajúce sa produktov AI sa práve objavujú, takže je potrebné byť orientovaný na úpravu politík a regulácií spoločnosti pre používanie produktu AI na neustálej báze,
• integrácia AI do existujúcich systémov – integrácia pokročilej umelej inteligencie do existujúcich IT systémov môže predstavovať technologické a organizačné výzvy,
• škálovanie riešení AI – pre technologické start-upy vyžaduje vývoj prototypu AI do plnohodnotného produktu zdroje, čas a odborné znalosti, čo môže byť problémom aj kvôli relatívne nízkej ponuke a vysokej dopyte po špecialistoch,
• udržiavanie angažovanosti používateľov – pre aplikáciu, ktorá používa AI na personalizáciu obsahu, je kľúčové neustále sa prispôsobovať meniacim sa preferenciám používateľov, aby sa udržali angažovaní,
• riešenie etických dilem – napríklad v aplikácii AI na monitorovanie zdravia je prioritou ochrana súkromia a bezpečnosti údajov používateľov.

Produkty AI – zhrnutie

Na záver, správa projektov a produktov AI si vyžaduje pochopenie jedinečných výziev a príležitostí, ktoré technológia prináša. Pochopenie úlohy údajov, schopnosť spravovať tímy a projekty, ako aj byť si vedomý etických aspektov AI sú nevyhnutné. Produkty AI otvárajú nové obzory pre podnikanie, ale vyžadujú správny prístup a zručnosti.

Pre start-upy je dôležité zamerať sa na jasné definovanie problému, ktorý má produkt AI vyriešiť, a budovanie tímu s potrebnými znalosťami a skúsenosťami v oblasti AI. Rovnako stojí za to zamerať sa na budovanie etických a transparentných systémov AI, ktoré vyhovujú očakávaniam používateľov a reguláciám.

Ak sa vám náš obsah páči, pridajte sa k našej komunite usilovných včiel na Facebooku, Twitteri, LinkedIn, Instagrame, YouTube, Pinterest, TikTok.