Переход от пилотных проектов в области ИИ к реализации масштабируемой ценности

Переход от отдельных пилотных проектов с использованием ИИ к полномасштабному внедрению в предприятии остается серьезной проблемой для многих организаций.

Хотя эксперименты с генеративными моделями сейчас стали обычным явлением, процесс индустриализации этих инструментов — их внедрение в необходимые системы управления, безопасности и интеграции — часто наталкивается на препятствия. Чтобы преодолеть разрыв между инвестициями и ощутимой операционной прибылью, IBM запустила новую модель обслуживания. Ее цель — помочь предприятиям не только создать, но и собрать свою внутреннюю инфраструктуру ИИ.

Принятие модели консультирования, основанной на активах

Традиционные подходы к консалтингу часто в значительной степени зависят от ручного труда для решения проблем интеграции, что может быть медленным и дорогостоящим процессом. IBM участвует в переменах, направленных на изменение этой ситуации с помощью консалтинговых услуг на основе активов. Эта модель объединяет стандартные консультационные знания с библиотекой готовых программных активов, предназначенных для помощи клиентам в эффективном создании и управлении собственными платформами ИИ.

Вместо того чтобы заказывать индивидуальную разработку для каждого нового рабочего процесса, организации могут использовать существующие архитектурные активы для перепроектирования процессов и подключения агентов ИИ к устаревшим системам. Это позволяет компаниям масштабировать новые агентские приложения и реализовывать их ценность без необходимости внесения серьезных изменений в свою основную инфраструктуру, модели ИИ или выбранных поставщиков облачных услуг.

Навигация в мультиоблачной среде

Общей проблемой для руководителей предприятий является зависимость от поставщиков, особенно при внедрении проприетарных платформ. Стратегия IBM учитывает разнообразие ИТ-ландшафтов предприятий. Сервис построен на мультивендорной основе и совместим с Amazon Web Services, Google Cloud и Microsoft Azure, а также с собственной платформой IBM watsonx.

Эта гибкость распространяется на поддержку моделей, включая как открытые, так и закрытые варианты. Позволяя компаниям развивать свои текущие инвестиции в технологии вместо того, чтобы заставлять их полностью заменять их, сервис устраняет одно из ключевых препятствий для внедрения: страх накопления технического долга при смене экосистемы.

Техническим ядром этого предложения является IBM Consulting Advantage, внутренняя платформа компании. Использовав эту систему в более чем 150 проектах с клиентами, IBM сообщает, что она повысила производительность консультантов до 50%. Исходная посылка заключается в том, что если эти инструменты ускоряют работу собственных команд IBM, они должны обеспечить аналогичную скорость и эффективность для клиентов.

Сервис также предоставляет доступ к рынку отраслевых ИИ-агентов и приложений. Для бизнес-лидеров это способствует переходу к подходу «платформа прежде всего», перенося внимание с управления отдельными моделями на контроль над сплоченной экосистемой цифровых агентов и человеческих работников.

Внедрение платформенного подхода для увеличения ценности ИИ

Настоящая эффективность этой платформенной стратегии лучше всего демонстрируется на примере реального внедрения. Глобальная образовательная компания Pearson в настоящее время использует эту услугу для создания собственной платформы. Их реализация сочетает человеческий опыт с помощниками-агентами ИИ для управления повседневной работой и принятием решений, демонстрируя функции технологии в реальных условиях эксплуатации.

Аналогичным образом, производственная компания использовала решение IBM для формализации своей стратегии генеративного ИИ. Основное внимание было уделено выявлению высокоценных случаев использования, тестированию целевых прототипов и согласованию руководства вокруг масштабируемого плана. Результатом стало внедрение ИИ-помощников с использованием нескольких технологий в безопасной, регулируемой среде, что создало основу для более широкого расширения предприятия.

Несмотря на внимание, уделяемое генеративному ИИ, перевод инвестиций в измеримый финансовый эффект не происходит автоматически.

«Многие организации инвестируют в ИИ, но достижение реальной ценности в масштабе остается серьезной проблемой», — говорит Мохамад Али, старший вице-президент и глава IBM Consulting. «Мы решили многие из этих проблем внутри компании, используя ИИ для трансформации наших собственных операций и достижения измеримых результатов. Это дает нам проверенный набор инструментов, который помогает клиентам добиваться успеха».

Обсуждение в отрасли постепенно смещается с возможностей отдельных крупных языковых моделей (LLM) к архитектуре, необходимой для их безопасной и эффективной работы. Успех в масштабировании ИИ и достижении ценности будет в значительной степени зависеть от способности организации интегрировать эти решения без создания новых данных или операционных силосов. Руководители должны обеспечить, чтобы при внедрении готовых агентских рабочих процессов они соблюдали строгие стандарты в отношении происхождения данных и управления ими.

См. также: JPMorgan Chase рассматривает расходы на ИИ как основную инфраструктуру

Хотите узнать больше об ИИ и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это комплексное мероприятие является частью TechEx и проходит одновременно с другими ведущими технологическими мероприятиями. Нажмите здесь для получения более подробной информации.

AI News работает на базе TechForge Media. Узнайте о других предстоящих мероприятиях и вебинарах по корпоративным технологиям здесь.