ບົດຄວາມ ຫຼັກ CIO ເປັນຕົວກະຕຸ້ນສຳລັບ AI: ຈາກການທົດລອງຈົນເຖິງຜົນກະທົບຕໍ່ຜົນໄດ້ຮັບ

CIO ເປັນຕົວກະຕຸ້ນໃຫ້ AI: ຈາກການທົດລອງຈົນເຖິງຜົນກະທົບຕໍ່ຜົນໄດ້ຮັບ

ຂ້າພະເຈົ້າໄດ້ຕິດຕາມຢ່າງໃກ້ຊິດຕໍ່ການຫັນປ່ຽນທີ່ເກີດຈາກປັນຍາປະດິດໃນໂລກທຸລະກິດ. ໃນຈຸດໃຈກາງຂອງການປະຕິວັດນີ້, ບົດບາດຂອງ CIO ໄດ້ພັດທະນາຢ່າງໄວວາ. ມັນບໍ່ພຽງພໍທີ່ຈະເຮັດໃຫ້ເທັກໂນໂລຢີເຮັດວຽກໄດ້ອີກຕໍ່ໄປ. ມັນຈຳເປັນຕ້ອງນຳພາການປ່ຽນແປງ. ແລະນີ້ແມ່ນບ່ອນທີ່ຄວາມແຕກຕ່າງລະຫວ່າງ CIO ທີ່ປະຕິບັດງານ ແລະ CIO ທີ່ມີການປ່ຽນແປງຢ່າງແທ້ຈິງ.

ຫົວໜ້າຝ່າຍຂໍ້ມູນຂ່າວສານ (CIO) ຜູ້ທີ່ເຮັດໜ້າທີ່ເປັນພຽງຜູ້ອຳນວຍຄວາມສະດວກດ້ານເຕັກນິກຂອງ AI ພາດສ່ວນທີ່ສຳຄັນທີ່ສຸດຂອງສົມຜົນນັ້ນຄື: ຜົນກະທົບຕໍ່ທຸລະກິດ. ແນ່ນອນ, ຄວາມປອດໄພຂອງຂໍ້ມູນ, ສະຖາປັດຕະຍະກຳຂໍ້ມູນ, ແລະ ການປະຕິບັດຕາມກົດລະບຽບແມ່ນບັນຫາພື້ນຖານ, ແຕ່ບໍ່ພຽງພໍ. ການຫັນປ່ຽນທີ່ແທ້ຈິງເກີດຂຶ້ນເມື່ອ AI ຖືກອອກແບບມາເພື່ອປ່ຽນແປງວິທີການດຳເນີນງານຂອງບໍລິສັດ, ແລະ ສິ່ງນີ້ຮຽກຮ້ອງໃຫ້ມີຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບຮູບແບບທຸລະກິດ.

ປ້າຍໂຄສະນາສຳລັບຊອບແວການຄຸ້ມຄອງການຂາຍຍ່ອຍ Forhold, ເຊີນຜູ້ໃຊ້ເຂົ້າຮ່ວມການທົດລອງໃຊ້ຟຣີ 30 ມື້

ໃນປະຈຸບັນ, ຄຸນຄ່າສ່ວນໃຫຍ່ຂອງ AI ທີ່ສ້າງສັນແມ່ນຢູ່ໃນການຈັດການວິທີແກ້ໄຂຫຼາຍຕົວແທນທີ່ມີຄວາມສາມາດໃນການອັດຕະໂນມັດຂະບວນການ, ການຕັດສິນໃຈໃນເວລາຈິງ, ແລະການປ່ຽນແປງວິທີການເຮັດວຽກຂອງພະແນກທັງໝົດ. ເພື່ອບັນລຸເປົ້າໝາຍນີ້, CIO ຈຳເປັນຕ້ອງກ້າວໄປໄກກວ່າ IT. ພວກເຂົາຕ້ອງເປັນແມ່ບົດໃນການອອກແບບຍຸດທະສາດ, ປະສົບການຂອງຜູ້ໃຊ້, ແລະການເດີນທາງການບໍລິການ. ຫຼັງຈາກນັ້ນເທົ່ານັ້ນທີ່ຈະເປັນໄປໄດ້ທີ່ຈະຈັດເຕັກໂນໂລຊີໃຫ້ສອດຄ່ອງກັບຈຸດປະສົງແລະຜົນກະທົບ.

ການຈັດລຽນແບບນີ້ຍັງຄົງເປັນອຸປະສັກສຳລັບຫຼາຍໆຄົນ. ອີງຕາມການສຶກສາຂອງ Gartner CIO Agenda 2025, 72% ຂອງ CIO ທົ່ວໂລກກ່າວວ່າປັນຍາປະດິດແມ່ນຢູ່ໃນບັນດາບຸລິມະສິດດ້ານເຕັກໂນໂລຊີຍຸດທະສາດຂອງເຂົາເຈົ້າ. ຢ່າງໃດກໍຕາມ, ມີພຽງແຕ່ 24% ເທົ່ານັ້ນທີ່ສາມາດສະແດງໃຫ້ເຫັນວ່າເຂົາເຈົ້າກຳລັງສ້າງມູນຄ່າທີ່ເຫັນໄດ້ຊັດເຈນດ້ວຍການລິເລີ່ມເຫຼົ່ານີ້. ສິ່ງນີ້ເນັ້ນໃຫ້ເຫັນເຖິງຊ່ອງຫວ່າງລະຫວ່າງຄວາມຕັ້ງໃຈ ແລະ ການປະຕິບັດ, ເຊິ່ງເຮັດໃຫ້ຕ້ອງການບົດບາດທີ່ມີການເຄື່ອນໄຫວ ແລະ ຍຸດທະສາດຫຼາຍຂຶ້ນສຳລັບ CIO ໃນການເດີນທາງ AI.

ສາມທັກສະຫຼັກເພື່ອອອກຈາກຫ້ອງທົດລອງ

ຖ້າທ່ານເປັນ CIO ແລະຍັງຕິດຢູ່ໃນໄລຍະການທົດລອງ, ຄຳແນະນຳຂອງຂ້ອຍແມ່ນຈະແຈ້ງ: ພັດທະນາຄວາມສາມາດພື້ນຖານສາມຢ່າງເພື່ອປ່ຽນແປງກະແສ ແລະ ສົ່ງມອບມູນຄ່າທີ່ແທ້ຈິງ.

  1. ການອອກແບບຍຸດທະສາດ ແລະ ການບໍລິການ: ການເຂົ້າໃຈວິທີການເຊື່ອມຕໍ່ຂະບວນການເຮັດວຽກ ແລະ ປະສົບການຕ່າງໆ ແມ່ນສິ່ງຈຳເປັນສຳລັບການສ້າງວິທີແກ້ໄຂ AI ທີ່ມີຄວາມໝາຍພາຍໃນທຸລະກິດ.
  2. ການທົດລອງແບບ Agile: ບໍ່ມີຫຍັງທົດແທນຄວາມສາມາດໃນການທົດສອບໄດ້ໄວ, ລົ້ມເຫຼວໄດ້ໄວ, ແລະຮຽນຮູ້ໄດ້ໄວກວ່າເກົ່າ. ຮູບແບບຕ່າງໆເຊັ່ນ Scrum, Lean, ແລະ Design Sprint ແມ່ນພັນທະມິດທີ່ດີເລີດ.
  3. ການປັບຕົວ: AI ປ່ຽນແປງທຸກໆມື້. ຮູບແບບໃໝ່ເກີດຂຶ້ນ, APIs ປ່ຽນແປງ, ລະບຽບການປະກົດຂຶ້ນ. CIO ແລະທີມງານຂອງເຂົາເຈົ້າຈຳເປັນຕ້ອງກຽມພ້ອມທີ່ຈະສ້າງຄືນໃໝ່ທຸກຄັ້ງທີ່ຈຳເປັນ. ມັນເປັນສ່ວນໜຶ່ງຂອງເກມ.

ໃນຄວາມເປັນຈິງ, ການສຶກສາທີ່ຜ່ານມາໂດຍ MIT Sloan Management Review ຮ່ວມກັບ BCG ຊີ້ໃຫ້ເຫັນວ່າມີພຽງແຕ່ 11% ຂອງບໍລິສັດທີ່ຖືກວິເຄາະເທົ່ານັ້ນທີ່ສາມາດໄດ້ຮັບຜົນຕອບແທນທາງດ້ານການເງິນໃນທາງບວກກັບ AI. ພວກມັນມີຫຍັງຄືກັນ? ການເຊື່ອມໂຍງທີ່ເຂັ້ມແຂງລະຫວ່າງເຕັກໂນໂລຢີແລະຍຸດທະສາດທຸລະກິດ, ເຊັ່ນດຽວກັນກັບການຄຸ້ມຄອງທີ່ຊັດເຈນແລະການສຸມໃສ່ມູນຄ່າຕັ້ງແຕ່ເລີ່ມຕົ້ນ.

ຂ້ອຍໄດ້ນຳໃຊ້ສິ່ງນີ້ໃນການປະຕິບັດແນວໃດ?

ຢູ່ບໍລິສັດທີ່ຂ້ອຍເປັນ CIO, ພວກເຮົາໄດ້ຕັດສິນໃຈທີ່ຈະເຮັດໃຫ້ການເຂົ້າເຖິງ AI ເປັນໄປຢ່າງເປັນປະຊາທິປະໄຕຕັ້ງແຕ່ເລີ່ມຕົ້ນ. ພວກເຮົາໄດ້ສ້າງແພລດຟອມພາຍໃນ, ສູນກາງ AI ທີ່ແທ້ຈິງ, ເຊິ່ງເຊື່ອມຕໍ່ຮູບແບບຕ່າງໆ (ລວມທັງ LLM ຊັ້ນນໍາໃນຕະຫຼາດ) ໃນອິນເຕີເຟດດຽວ, ສາມາດເຂົ້າເຖິງໄດ້ໂດຍພະນັກງານທັງໝົດ 900 ຄົນ.

ມາດຕະການນີ້ຫຼີກລ່ຽງຄວາມຜິດພາດທົ່ວໄປສອງຢ່າງຄື: ການໃຊ້ເຄື່ອງມືສາທາລະນະທີ່ບໍ່ສາມາດຄວບຄຸມໄດ້ (ເຊິ່ງສາມາດທຳລາຍຂໍ້ມູນທີ່ລະອຽດອ່ອນໄດ້) ແລະ ການຈຳກັດການນຳໃຊ້ AI ໃຫ້ກັບສະເພາະກຸ່ມເປົ້າໝາຍເທົ່ານັ້ນ. ໃນທີ່ນີ້, ທຸກຄົນສາມາດເຂົ້າເຖິງໄດ້, ຕັ້ງແຕ່ການບໍລິການລູກຄ້າຈົນເຖິງຜູ້ນຳ.

ນອກຈາກນັ້ນ, ພວກເຮົາໄດ້ສ້າງແຜນທີ່ເສັ້ນທາງນະວັດຕະກໍາສາທາລະນະ, ເຊິ່ງໄດ້ຮັບການອັບເດດສອງຄັ້ງຕໍ່ອາທິດ, ເຊິ່ງສະແດງໃຫ້ເຫັນຢ່າງຊັດເຈນເຖິງໂຄງການທີ່ກຳລັງດຳເນີນຢູ່, ຂັ້ນຕອນຂອງພວກມັນ, ຜົນງານທີ່ບັນລຸໄດ້, ແລະ ຂັ້ນຕອນຕໍ່ໄປ. ສິ່ງນີ້ສົ່ງເສີມຄວາມໂປ່ງໃສ, ການມີສ່ວນຮ່ວມ, ແລະ ຄວາມຮັບຜິດຊອບ.

ຈຸດສຸມອີກອັນໜຶ່ງແມ່ນກອງປະຊຸມ AI ປະຈຳເດືອນ, ເຊິ່ງກວມເອົາຫົວຂໍ້ຕ່າງໆເຊັ່ນ: ຕົວແທນເອກະລາດ, ວິສະວະກຳແບບວ່ອງໄວ, ການປຽບທຽບລະຫວ່າງ LLMs, ແລະອື່ນໆ. ມີຜູ້ເຂົ້າຮ່ວມຫຼາຍກວ່າ 400 ຄົນຢ່າງຫ້າວຫັນ. ແລະສິ່ງທີ່ສຳຄັນທີ່ສຸດ, ພວກເຮົາມີຄະນະກຳມະການລະດັບ C ທີ່ໃຫ້ຄວາມສຳຄັນກັບການລິເລີ່ມ AI ໂດຍອີງໃສ່ຜົນຕອບແທນຈາກການລົງທຶນ.

ໂຄງສ້າງ ແລະ ການລິເລີ່ມປະເພດນີ້ມີຢູ່ຫຼາຍຂຶ້ນໃນປະເທດບຣາຊິນ. ຄູ່ມືການໃຊ້ຈ່າຍ AI ຂອງ IDC Latin America 2025 ຄາດຄະເນວ່າບໍລິສັດບຣາຊິນຄວນລົງທຶນຫຼາຍກວ່າ 1.9 ຕື້ໂດລາສະຫະລັດໃນວິທີແກ້ໄຂປັນຍາປະດິດໃນປີນີ້. ຈຸດສຸມຫຼັກແມ່ນການອັດຕະໂນມັດຂອງຂະບວນການ, ການບໍລິການລູກຄ້າ, ການວິເຄາະຂໍ້ມູນ ແລະ ການສະໜັບສະໜູນການຕັດສິນໃຈ. ເວົ້າອີກຢ່າງໜຶ່ງ, ຕະຫຼາດທ້ອງຖິ່ນເຂົ້າໃຈ AI ເປັນເສົາຄ້ຳຍຸດທະສາດແລ້ວ, ບໍ່ແມ່ນການທົດລອງທີ່ໂດດດ່ຽວອີກຕໍ່ໄປ.

AI ບໍ່ແມ່ນຫ້ອງທົດລອງອີກຕໍ່ໄປ - ມັນເປັນແພລດຟອມສຳລັບມູນຄ່າ

ຖ້າຂ້ອຍສາມາດໃຫ້ຄໍາແນະນໍາຫນຶ່ງຢ່າງແກ່ CIO ຄົນອື່ນໆ, ມັນກໍ່ຄື: ຢຸດຕິການປະຕິບັດຕໍ່ AI ຄືກັບການທົດລອງໃນຫ້ອງທົດລອງ. ເລືອກກໍລະນີການນໍາໃຊ້ຂະໜາດນ້ອຍທີ່ມີຜົນກະທົບທີ່ມີທ່າແຮງສູງ ແລະ ມີການຈັດຕັ້ງປະຕິບັດຢ່າງວ່ອງໄວ, ແລະ ເອົາພວກມັນເຂົ້າສູ່ການຜະລິດ. ເຖິງແມ່ນວ່າຈະບໍ່ສົມບູນແບບ, ການທົດສອບພາກສະໜາມເຫຼົ່ານີ້ຈະໃຫ້ຄໍາຄິດເຫັນທີ່ມີຄຸນຄ່າເພື່ອປັບປຸງວິທີແກ້ໄຂ.

ການກ້າວກະໂດດທີ່ແທ້ຈິງເກີດຂຶ້ນເມື່ອທີມງານພັດທະນາ ແລະ ຜູ້ໃຊ້ສຸດທ້າຍເຮັດວຽກຮ່ວມກັນ. ການຮ່ວມມືຢ່າງຕໍ່ເນື່ອງລະຫວ່າງເທັກໂນໂລຢີ ແລະ ທຸລະກິດສ້າງວິທີແກ້ໄຂທີ່ກ່ຽວຂ້ອງ, ມີປະສິດທິພາບ ແລະ ຍືນຍົງຫຼາຍຂຶ້ນ.

ສຸດທ້າຍແລ້ວ, AI ທີ່ດີແມ່ນ AI ທີ່ເຮັດວຽກໄດ້ໃນໂລກແຫ່ງຄວາມເປັນຈິງ. ແລະ CIO ຜູ້ທີ່ເຂົ້າໃຈເລື່ອງນີ້, ຜູ້ທີ່ສ້າງມັນຮ່ວມກັບຜູ້ໃຊ້, ຈະຢຸດຕິການເປັນພຽງຜູ້ຈັດການເຕັກໂນໂລຢີ ແລະ ກາຍເປັນຕົວລະຄອນຫຼັກໃນການຫັນປ່ຽນທຸລະກິດ.

ອາດິວສັນ ບາຕິສຕາ
ອາດິວສັນ ບາຕິສຕາ
Adilson Batista ເປັນຜູ້ຊ່ຽວຊານດ້ານປັນຍາປະດິດ.
ບົດຄວາມທີ່ກ່ຽວຂ້ອງ

ຕອບກັບ

ກະລຸນາພິມຄຳເຫັນຂອງທ່ານ!
ກະລຸນາພິມຊື່ຂອງທ່ານຢູ່ບ່ອນນີ້

ບໍ່ດົນມານີ້

ຍອດນິຍົມທີ່ສຸດ

ບໍ່ດົນມານີ້

ຍອດນິຍົມທີ່ສຸດ

ບໍ່ດົນມານີ້

ຍອດນິຍົມທີ່ສຸດ