Χάνουμε τη μάχη ενάντια στην πολυπλοκότητα. Έτσι, μπορεί η τεχνητή νοημοσύνη (AI) να φτάσει στη διάσωση; Μια νέα έρευνα των 800 ατόμων που λαμβάνουν αποφάσεις από την Camunda διαπίστωσαν ότι οι εντολές της ασχολούνται κατά μέσο όρο με 50 τελικά σημεία (API, API, αυτοματοποίηση των ρομποτικών διαδικασιών) στις προσπάθειές τους να ικανοποιήσουν τις επιχειρηματικές διαδικασίες. Το AI μπορεί να βοηθήσει στη μείωση της πολυπλοκότητας, αλλά το 84% λέει ότι η έλλειψη διαφάνειας στο AI δημιουργεί νέους πονοκεφάλους.
“Οι περισσότεροι οργανισμοί λένε ότι καθώς η επιχείρησή τους γίνεται πιο περίπλοκη, ψηφιακή, διασυνδεδεμένη και αυτοματοποιημένη, υπάρχει αυξημένος κίνδυνος ανεπιτυχών διαδικασιών”, ανέφεραν οι συντάκτες της έρευνας. “Είναι όλο και πιο δύσκολο να τις αναλύουμε και να τα βελτιστοποιηθούν αποτελεσματικά”.
Επίσης: Γιατί η τάση “Φέρτε το δικό σας AI” μπορεί να σημαίνει μεγάλα προβλήματα για τις επιχειρήσεις Liders
Το AI περιστρέφεται ως “ένα μέσο ελέγχου και αυτοματοποίησης των διαδικασιών από το τέλος μέχρι το τέλος”, συνέχισαν. “Δεδομένου ότι πολλοί οργανισμοί αυξάνουν τις επενδύσεις τους στο AI, αυτό θα πρέπει να οργανωθεί, όπως κάθε άλλο τελικό σημείο στις αυτοματοποιημένες επιχειρηματικές διαδικασίες”. Ταυτόχρονα, το 85% των ερωτηθέντων δήλωσαν ότι αντιμετωπίζουν προβλήματα στην κλιμάκωση και την εισαγωγή του AI στις οργανώσεις τους.
Αυτό είναι όπου όλα γίνονται βρώμικα
Οι στοχαστές και τα στοιχεία σε ολόκληρο τον κλάδο συμφωνούν με αυτή την πρόβλεψη του AI ως διπλό σπαθί. “Αυτή είναι η ουσία αυτού που αποκαλώ παράδοξο της απόδοσης – τα πλεονεκτήματα του AI δεν μπορούν να πραγματοποιηθούν πλήρως έως ότου οι οργανώσεις αποκτήσουν τον έλεγχο της υπάρχουσας τεχνολογικής στοίβας”, δήλωσε ο Zdnet Feisal Masud, πρόεδρος της Worldwide Digital Services στην HP.
“Σύντομα, σε εφαρμογές, APIs και τελικά σημεία, δημιούργησαν ένα πολύπλοκο περιβάλλον για ομάδες, προγραμματιστές και υπαλλήλους”, συνέχισε. “Αν και το AI μπορεί να απλοποιήσει τις διαδικασίες, να αυτοματοποιήσει τις εργασίες ρουτίνας, όπως ενημερώσεις του συστήματος και να εξαλείψει την ανάγκη για χειροκίνητο, μπορεί επίσης να εισαγάγει νέες δυσκολίες, αν δεν ελέγχεται σωστά, ενδεχομένως οδηγώντας σε παραβίαση και εξάντληση των εργαζομένων”.
Το AI μπορεί να μειώσει την πολυπλοκότητα σε πολλούς τομείς, όπως η αυτοματοποίηση των επαναλαμβανόμενων εργασιών παρόμοιων με αυτό που εκτελείται ή δίνει περισσότερη συλλογιστική για απλά καθήκοντα, τη χρήση των παραγόντων για να εργαστεί στον προγραμματισμό των εργασιών, στη δημιουργία κώδικα, στην παροχή χαρτογράφησης API, στην πρόβλεψη συστηματικών αποτυχιών και παρέχοντας κατανόηση. Στη συστηματική βελτιστοποίηση – όλα αυτά είναι μεγάλα “, δήλωσε ο Andy Turai, επικεφαλής αναλυτής της Constellation Research. “Ωστόσο, αυτό μπορεί επίσης να προσθέσει μια δυσκολία με την οποία οι κανονικοί μηχανικοί δεν μπορούν να αντεπεξέλθουν.”
Αρχικά, το AI “μπορεί να απαιτεί εξειδικευμένη υποδομή, η οποία μπορεί να λύσει μόνο πολύ προηγμένους εξειδικευμένους μηχανικούς AI/ML”, συνέχισε ο Turai. “Μπορεί επίσης να εισαγάγει περισσότερες εξαρτήσεις τόσο από την πλευρά των δεδομένων όσο και από την πλευρά του μοντέλου, το οποίο μπορεί να είναι πολύ δύσκολο να ελεγχθεί”.
Επίσης: η διαχείριση των τεχνητών πράκτορων νοημοσύνης ως υπαλλήλων είναι ένα πρόβλημα του 2025, λέει ο Goldman Sachs CIO
Η προσθήκη του AI στις εφαρμογές “μπορεί πραγματικά να περιπλέξει την κατάσταση και να κάνει τη μακροπρόθεσμη υπηρεσία πιο δύσκολη”, συμφώνησε ο Nathan Brunner, γενικός διευθυντής του τεχνολογικού ειδικού Boterview.
“Ανεξάρτητα από το αν επιλέγετε το μοντέλο AI στους δικούς σας διακομιστές ή χρησιμοποιώντας ένα εξωτερικό API, εισάγει ένα άλλο επίπεδο πολυπλοκότητας που απαιτεί παρακολούθηση, συντήρηση και εξάλειψη προβλημάτων, τα οποία μπορούν να οδηγήσουν σε υψηλότερα λειτουργικά έξοδα. Τελικά, οι πελάτες ενδιαφέρονται περισσότερο για την αξία που παρέχει το προϊόν από τις τεχνικές λεπτές αποχρώσεις πίσω από αυτό.
Η Cybersecurity είναι ένα άλλο κουτί Pandora που ανοίγει το AI: “Τα προβλήματα που το υπάρχον λογισμικό και το υλικό δεν μπορούν να λύσουν”, προειδοποίησε ο Turai. Τέτοια προβλήματα περιλαμβάνουν “αύξηση της επιφάνειας της επίθεσης, έτσι ώστε οι χάκερ να μπορούν εύκολα να επιτεθούν σε μοντέλα είτε για να μελετήσουν δεδομένα είτε λύσεις δηλητηριάσεων, οδηγώντας έτσι σε καταστροφικά αποτελέσματα”.
Επίσης: ο μετασχηματισμός AI είναι ένα διπλό σπαθί. Δείτε πώς μπορείτε να αποφύγετε τους κινδύνους
Παρ ‘όλα αυτά, άλλοι ειδικοί δήλωσαν ότι το AI θα μπορούσε να είναι η κύρια δύναμη σε μια μείωση της πολυπλοκότητας. “Υπάρχει πολλή δουλειά, που τεκμηριώνει το API, τα τελικά σημεία και τον κώδικα που οι προγραμματιστές δεν θέλουν να κάνουν και στο οποίο το AI είναι πολύ καλό”, δήλωσε ο Comninos Chatcypas, ιδρυτής του Herahaven.ai.
“Ειδικά τώρα, όταν βλέπουμε ότι έχει γίνει πιο αξιόπιστο με τον υπολογισμό του χρόνου δοκιμής της κλιμάκωσης, μπορεί να χρησιμοποιηθεί ως εργαλείο για τη μείωση της πολυπλοκότητας αυξάνοντας τη σαφήνεια”.
Κατανόηση της τρέλας
Σύμφωνα με τον Paul McDonom Smith, ανώτερο δάσκαλο στο εκτελεστικό εκτελεστικό εκτελεστικό εκτελεστικό εκτελεστικό εκτελεστικό εκτελεστικό εκτελεστικό εκτελεστικό εκτελεστικό, ότι βλέπει σταθερές χρήσιμες “μεταλλάξεις”, τις οποίες είπε ότι βλέπει σταθερές χρήσιμες “μεταλλάξεις”, αλλάζει την αναλογία του για την αναλογία του για τις δυσκολίες του AI, ανώτερος δάσκαλος.
“Στη βιολογική εξέλιξη, η φυσική επιλογή διατηρεί χρήσιμες μεταλλάξεις, ενσωματώνοντας σταδιακά την πολυπλοκότητα στο σώμα. Ομοίως, σε AI απλούς κανόνες χρησιμοποιούνται για την εξαγωγή πληροφοριών από δεδομένα, τα οποία στη συνέχεια υποβάλλονται στο μοντέλο. Καθώς επαναλαμβάνεται αυτή η διαδικασία, η πολυπλοκότητα των δεδομένων μεταδίδεται στο ίδιο το μοντέλο.
Αυτό το μοντέλο δημιουργίας πολυπλοκότητας από την απλότητα “έχει σημαντικές συνέπειες για τους οργανισμούς μας”, συνέχισε ο McDon. “Αν σκεφτούμε τους οργανισμούς μας ως οργανισμούς, μπορούμε να καθορίσουμε τις δυνατότητες καλύτερης προσαρμογής στο AI, η οποία αναπτύσσει συνεχώς το επιχειρηματικό περιβάλλον και τα συστήματα που όλοι εργαζόμαστε κατά τη διάρκεια του σήμερα”.
Επίσης: Ο μετασχηματισμός της τεχνητής νοημοσύνης εξαρτάται από αυτές τις 5 επιχειρηματικές τακτικές
Πρόσθεσε: “Προσδιορισμός απλών οργανωτικών κανόνων – ή αλγορίθμων – οι οποίοι καθορίζουν την οργανωτική μας φυσική επιλογή, μπορούμε να έχουμε μια βαθύτερη κατανόηση και να ανταποκριθούμε αποτελεσματικότερα στη διαδικασία μετάλλαξης, την οποία όλοι βιώνουμε ως τεχνολογίες και μεθόδους του AI. Το περιβάλλον μας.
“Έχοντας δει τις εταιρείες μας μέσω αυτού του φακού και χρησιμοποιώντας το σχήμα που παρατηρήθηκε στη βιολογική και την εξέλιξη της τεχνητής νοημοσύνης – όπου οι απλοί κανόνες προκαλούν δυσκολία – μπορούμε να αποκαλύψουμε τους τρόπους διευκρίνισης και διαχείρισης αυτής της πολυπλοκότητας, τελικά διεγείροντας τα καλύτερα αποτελέσματα”.
Προκειμένου να επιλυθούν τα προβλήματα και να καταστεί η AI με παραγωγική δύναμη σε μείωση της πολυπλοκότητας, ο Turai ζήτησε μεγαλύτερη εφαρμογή «κεντρικών δομών διαχείρισης που έχουν αξιόπιστα εργαλεία παρατήρησης και παρακολούθησης και συνεχώς εκπαιδεύουν ανειδίκευτο εργατικό δυναμικό».
Ο Masud δήλωσε ότι η επιτυχής ανάπτυξη της τεχνητής νοημοσύνης μπορεί να απαιτεί ενεργό απλούστευση και ενσωμάτωση των υφιστάμενων συστημάτων και εφαρμογών: «Αυτό απαιτεί μια στοχοθετημένη προσέγγιση για την υιοθέτηση τεχνολογιών, διασφαλίζοντας τη βελτίωση του AI και δεν περιπλέκει το έργο των εργαζομένων. Επιπλέον, οι ηγέτες πρέπει να θέσουν προτεραιότητες σε επιτυχή ανάπτυξη, προκειμένου να διασφαλίσουν ότι είναι καλά έμπειροι στη χρήση νέων εργαλείων και τελικά τα βρίσκει χρήσιμα.
Επίσης: Πώς η επιχείρησή σας μπορεί να λειτουργήσει καλύτερα AI: Πείτε στο σκάφος σας αυτά τα 4 πράγματα
Για παράδειγμα, “η προσφορά διαδραστικών διαδηλώσεων ή η διδασκαλία λευκών γάντια μπορεί να βοηθήσει στην επίλυση οποιωνδήποτε ζητημάτων και να εξασφαλίσει ομαλή αποδοχή”, πρόσθεσε.
“Η κατώτατη γραμμή είναι ότι το AI είναι κάτι περισσότερο από μια τεχνολογία”, δήλωσε ο Turai. “Πρόκειται για νέα σκέψη, νέες μέθοδοι εργασίας, νέες μεθόδους στρατηγικής, νέες δυνάμεις εγκεφάλου και νέες διαδικασίες, πράγμα που σημαίνει ότι πρέπει να αναπτύξετε συστήματα που μπορούν να προσαρμοστούν σε αυτά τα προβλήματα. Τα συστήματα έχουν πάντα αναπτυχθεί για αποφασισμένη απόφαση και τώρα μετακινούμε στην εποχή της πιθανοτικής απόφασης -δημιουργίας.
