AI komanda vs. vaidmenų pasiskirstymas | AI versle #53

Ką daro AI komanda?

AI komanda yra specialistų grupė dirbanti dirbtinio intelekto srityje. Jų atsakomybės įmonėje apima:

• produktų ir paslaugų stiprinimą naudojant AI — AI komanda gali kurti ir įgyvendinti AI pagrindu veikiančias sistemas, kurios padidina siūlomų produktų ir paslaugų vertę. Pavyzdžiui, elektroninės prekybos įmonė gali diegti AI pagrindu veikiančią rekomendacijų sistemą, kuri siūlo produktus, pritaikytus klientų pageidavimams, remiantis pirkimo elgsenos analize,
• rutininio darbo automatizavimą — AI komanda gali kurti sprendimus, kurie automatizuoja pasikartojančias užduotis, leidžiančias darbuotojams sutelkti dėmesį į sudėtingesnes. Pavyzdžiui, įmonė gali sukurti AI pagrindu veikiančią pokalbių programą, kad teiktų klientų aptarnavimą ir atsakytų į dažniausiai užduodamus klausimus,
• duomenų analizę ir ataskaitų rengimą — AI komanda gali analizuoti didelius duomenų kiekius, daryti išvadas ir rengti ataskaitas, kad palaikytų verslo sprendimus. Pavyzdžiui, įmonė gali naudoti AI pagrindu veikiančią nuotaikų analizės sistemą, kad stebėtų klientų atsiliepimus apie savo produktus ir paslaugas.

Tačiau įmonės AI komandos atsakomybės priklauso pirmiausia nuo organizacijos ambicijų dėl dirbtinio intelekto diegimo apimties. Pasak Gartner, AI naudojimo įmonėje apimtis gali būti plačiai klasifikuojama į tris sritis:

1. Įmonės, siekiančios pagerinti efektyvumą, kur AI komanda dirba pirmiausia, kad paruoštų tiek vidinius įrankius organizacijai, tiek įrankius klientų aptarnavimui.
2. Įmonės, kurios naudoja AI optimizuoti savo veiklą, tačiau vengia jo naudoti produktuose ir klientų aptarnavime. AI komanda rūpinasi tik organizacijos vidinių procesų gerinimu.
3. Įmonės, kurios diegia dirbtinį intelektą dideliu mastu, kur AI komanda įgyvendina sprendimus produktuose, klientų aptarnavime ir viduje.

Šaltinis: Gartner (https://www.gartner.com/en/information-technology/insights/it-symposium-keynote)

AI komandos narių kompetencijos ir atsakomybės

Pasak Gartner “Gartner Top 10 Strategic Technology Trends 2024” ataskaitos, dirbtinio intelekto specialistų paklausa augs artimiausiais metais, ypač tokiose srityse kaip:

• generatyvinio dirbtinio intelekto diegimas įmonėse,
• AI pasitikėjimas, rizikos ir saugumo valdymas, AI TRISM,
• AI galinčių programų kūrimas ir plėtra (AI papildyta plėtra),
• dirbtinio intelekto naudojimas sprendimų priėmimo optimizavimui.

Bet kaip atrodo AI komanda viduje? Žinoma, ji šiek tiek skirsis priklausomai nuo projekto. Tačiau čia yra keletas pagrindinių vaidmenų AI komandoje:

• Duomenų mokslininkas — duomenų mokslininkai užsiima duomenų analize ir interpretacija, prognozavimo modeliavimu ir mašininio mokymosi metodais. Jų pagrindinis tikslas yra išgauti vertingą informaciją iš duomenų ir naudoti ją verslo sprendimams priimti.
• AI programinės įrangos inžinierius — AI programinės įrangos inžinieriai kuria ir plėtoja programas, pagrįstas dirbtiniu intelektu. Jų darbas yra įgyvendinti ir optimizuoti mašininio mokymosi algoritmus bei integruoti juos į esamas sistemas.
• ML tyrėjas/ML inžinierius — ML tyrėjai kuria naujus mašininio mokymosi modelius ir algoritmus bei juos įgyvendina. Jų pagrindinis tikslas yra nuolatinis tobulinimas ir inovacijos dirbtinio intelekto srityje.
• AI etikas — AI etikai yra specialistai, kurie supranta su dirbtinio intelekto naudojimu susijusias rizikas ir yra atsakingi už šios technologijos etinį taikymą. Jie užtikrina, kad AI iniciatyvos ir jų įgyvendinimas atitiktų etinius principus ir įstatymus.

AI komandoje taip pat reikia kažko, kas būtų atsakingas už strateginius ir verslo projekto aspektus. Tai gali būti AI vadovas, kuris valdo AI pagrindu veikiančių procesų ir produktų kūrimą ir įgyvendinimą, arba vyriausiasis AI pareigūnas (CAIO), kuris atsakingas už AI strategiją visoje organizacijoje. Jų vaidmuo yra:

• valdyti naudojamas AI technologijas – CAIO turi būti susipažinęs su įvairiais AI algoritmais ir technikomis ir sugebėti juos taikyti sprendžiant problemas organizacijoje,
• prižiūrėti AI sprendimų projektavimą, kūrimą, testavimą ir įgyvendinimą bendradarbiaujant su AI komanda,
• įvertinti AI verslo ir finansinį poveikį, kad įvertintų dirbtinio intelekto diegimo naudą ir kaštus,
• mokyti ir plėtoti darbuotojus AI srityje.

Asmenybės AI komandoje

Kaip ir bet kurioje artimoje komandoje, kiekvienas AI komandos narys turi turėti tinkamas kompetencijas, reguliariai atnaujinamas įgūdžius ir patirtį. Tačiau ne mažiau svarbu yra įvairovės poreikis, tai reiškia, kad komanda turėtų sudaryti ne tiek panašūs žmonės, kiek žmonės, kurie įkvepia vieni kitus savo skirtingais požiūriais.

Asmenybės vaidina svarbų vaidmenį kuriant efektyvią AI komandą. Nors visi komandos nariai dalijasi aistra technologijoms ir analitiniais įgūdžiais, jie skiriasi savo požiūriu, temperamentu ir pageidavimais.

AI komandos vadovas turi pripažinti šiuos skirtumus ir įvertinti įvairovės svarbą. Pavyzdžiui, detalėms orientuotas ir kruopštus duomenų mokslininkas gali nuobodžiauti abstrakčiose diskusijose apie AI technologijos ateities kryptis ir teikti pirmenybę dabartinio ML modelio tobulinimui. Kita vertus, AI etikas su vizionieriaus temperamentu ir turtinga vaizduote gali neturėti kantrybės nuobodžiam programavimui ir testavimui.

Pasak McKinsey “Technology Trends Outlook 2023” ataskaitos, šiuolaikiniame verslo pasaulyje vis labiau svarbūs:

• Lankstumas – technologijų vystymosi greitis reiškia, kad neverta užstrigti viename įrankių rinkinyje ar viename darbo būde,
• Gebėjimas prisitaikyti prie besikeičiančių sąlygų – komandos sudėties pokyčiai, perėjimas prie nuotolinio darbo ar net išorinis paslaugų teikimas kitai įmonei neturėtų būti problema “idealiam” AI komandos nariui,
• Atvirumas naujoms iššūkiams – dirbtinio intelekto diegimas daugiau verslo sričių reiškia, kad kiekvienas AI komandos narys turės įgyti naujų įgūdžių.

Vienodai svarbūs yra bendradarbiavimo ir komunikacijos gebėjimai, noras prisiimti atsakomybę už paskirtas užduotis ir gebėjimas susidoroti su stresu.

Šaltinis: DALL·E 3, užklausa: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Darbo struktūros išskaidymas

Norint užtikrinti efektyvų darbo procesą AI komandoje, verta naudoti darbo struktūros išskaidymo techniką. Ji apima projekto padalijimą į detalesnes užduotis, kurios vėliau priskiriamos atskiriems komandos nariams pagal jų kompetencijas.

Didžiausiu lygiu yra bendri verslo tikslai, kurie yra išskaidomi į konkrečias produktų iniciatyvas. Šios, savo ruožtu, yra padalijamos į tyrimų, programavimo, testavimo užduotis ir kt. Dėka WBS, visi tiksliai žino, ką daryti, kad prisidėtų prie viso sėkmės.

AI komandoje darbo struktūros išskaidymas gali atrodyti taip:

• Duomenų analizė. AI komanda dažnai pradeda nuo duomenų analizės, kad nustatytų modelius ir ryšius, kurie gali būti naudojami prognozavimo modeliams kurti.
• Prognozavimo modelių kūrimas. Remiantis surinktais duomenimis, AI komanda kuria prognozavimo modelius, kurie gali būti naudojami ateities įvykiams prognozuoti.
• Modelių testavimas ir optimizavimas. Kai modeliai yra sukurti, AI komanda juos testuoja ir optimizuoja, kad įsitikintų, jog jie veikia tinkamai ir duoda tikslius rezultatus.
• Modelių įgyvendinimas. Po testavimo modeliai yra įgyvendinami, tai reiškia, kad jie naudojami ateities įvykiams prognozuoti remiantis naujais duomenimis.
• Modelių stebėjimas ir priežiūra. Kai modeliai yra įgyvendinti, komanda stebi jų veikimą ir palaiko juos geros būklės, kad užtikrintų tikslius rezultatus visą jų gyvavimo laiką.

Santrauka

Projekto komandos pasirinkimas gali lemti viso projekto sėkmę ar nesėkmę. Todėl labai svarbu, kad AI komanda būtų sudaryta iš žmonių su įvairiais įgūdžiais ir asmenybėmis, skirtinga patirtimi ir skirtingais darbo stiliais. Jei projekto vadovas ar CAIO pasirenka tinkamus žmones, jie natūraliai užims neformalius vaidmenis, kurie yra svarbiausi kuriant vieningą komandą, didinant sėkmės galimybes ir tolesnį vaisingą bendradarbiavimą.

Jei jums patinka mūsų turinys, prisijunkite prie mūsų užimtų bičių bendruomenės Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.