Esmu rūpīgi sekojis līdzi mākslīgā intelekta radītajām pārmaiņām biznesa pasaulē. Šīs revolūcijas centrā ir strauji attīstījusies CIO loma. Vairs nepietiek tikai ar tehnoloģiju ieviešanu. Ir nepieciešams vadīt pārmaiņas. Un tieši šeit slēpjas atšķirība starp operatīvu CIO un patiesi transformējošu CIO.
CIO, kurš darbojas tikai kā mākslīgā intelekta tehniskais veicinātājs, nepamana vissvarīgāko vienādojuma daļu: ietekmi uz uzņēmējdarbību. Protams, informācijas drošība, datu arhitektūra un atbilstība ir fundamentāli jautājumi, taču ar tiem nepietiek. Patiesa transformācija notiek tad, kad mākslīgais intelekts ir izstrādāts, lai mainītu uzņēmuma darbības veidu, un tam ir nepieciešama dziļa biznesa modeļa izpratne.
Mūsdienās ģeneratīvā mākslīgā intelekta vērtība lielā mērā slēpjas daudzaģentu risinājumu organizēšanā, kas spēj automatizēt procesus, pieņemt lēmumus reāllaikā un mainīt veselu nodaļu darba veidu. Lai to panāktu, CIO ir jāiet tālāk par IT. Viņam ir jāapgūst stratēģiskais dizains, lietotāja pieredze un pakalpojuma sniegšanas process. Tikai tad ir iespējams saskaņot tehnoloģiju ar mērķi un ietekmi.
Šī saskaņošana joprojām ir šķērslis daudziem. Saskaņā ar Gartner CIO Agenda 202572% CIO visā pasaulē norāda, ka mākslīgais intelekts ir viena no viņu stratēģiskajām tehnoloģiju prioritātēm. Tomēr tikai 24% var pierādīt, ka viņi ar šīm iniciatīvām rada taustāmu vērtību. Tas uzsver plaisu starp nodomu un izpildi, pastiprinot nepieciešamību pēc aktīvākas un stratēģiskākas CIO lomas mākslīgā intelekta ceļojumā.
Trīs galvenās prasmes, lai izkļūtu no laboratorijas
Ja esat CIO un joprojām esat iestrēdzis eksperimentēšanas fāzē, mans ieteikums ir skaidrs: attīstiet trīs pamatkompetences, lai mainītu situāciju un sniegtu reālu vērtību.
- Stratēģiskais un pakalpojumu dizains: Izpratne par to, kā darbplūsmas un pieredze savstarpēji savienojas, ir būtiska, lai izveidotu mākslīgā intelekta risinājumus, kas ir jēgpilni uzņēmumā.
- Agile eksperimentēšana: nekas neaizstāj spēju ātri testēt, ātri pieļaut kļūdas un vēl ātrāk mācīties. Tādi modeļi kā Scrum, Lean un Design Sprint ir lieliski sabiedrotie.
- Pielāgošanās spēja: mākslīgais intelekts mainās katru dienu. Parādās jauni modeļi, mainās API, parādās noteikumi. CIO un viņa komandai ir jābūt gataviem veikt pārbūvi, kad vien tas nepieciešams. Tā ir spēles sastāvdaļa.
Patiesībā nesen veikts MIT Sloan Management Review pētījums sadarbībā ar BCG liecina, ka tikai 11% no analizētajiem uzņēmumiem izdevās gūt pozitīvu finansiālu atdevi, izmantojot mākslīgo intelektu. Kas tiem ir kopīgs? Spēcīga tehnoloģiju un biznesa stratēģijas integrācija, kā arī skaidra pārvaldība un koncentrēšanās uz vērtību jau no paša sākuma.
Kā es to esmu pielietojis praksē?
Uzņēmumā, kurā esmu CIO, mēs jau no paša sākuma pieņēmām lēmumu demokratizēt piekļuvi mākslīgajam intelektam. Mēs izveidojām iekšēju platformu, patiesu mākslīgā intelekta centru, kas savieno dažādus modeļus (tostarp vadošos LLM tirgū) vienā saskarnē, kas ir pieejama visiem 900 darbiniekiem.
Šis pasākums ļauj izvairīties no divām izplatītām kļūdām: nekontrolētas publisku rīku izmantošanas (kas var apdraudēt sensitīvus datus) un mākslīgā intelekta izmantošanas ierobežošanas izolētās nišās. Šeit piekļuve ir ikvienam, sākot no klientu apkalpošanas līdz vadībai.
Turklāt mēs izveidojām publisku inovāciju ceļvedi, kas tiek atjaunināts divas reizes nedēļā un kurā skaidri parādīti notiekošie projekti, to fāzes, sasniedzamie rezultāti un nākamie soļi. Tas veicina pārredzamību, iesaisti un atbildību.
Vēl viena uzmanības centrā ir ikmēneša mākslīgā intelekta semināri, kuros aplūkotas tādas tēmas kā autonomie aģenti, ātra inženierija, LLM salīdzinājumi un citas. Aktīvi piedalās vairāk nekā 400 cilvēku. Un pats svarīgākais ir tas, ka mums ir C līmeņa valde, kas piešķir prioritātes mākslīgā intelekta iniciatīvām, pamatojoties uz to ieguldījumu atdevi.
Šāda veida struktūra un iniciatīva Brazīlijā kļūst arvien izplatītāka. IDC Latīņamerikas mākslīgā intelekta izdevumu ceļvedī 2025. gadam tiek lēsts, ka Brazīlijas uzņēmumiem šogad vajadzētu ieguldīt mākslīgā intelekta risinājumos vairāk nekā 1,9 miljardus ASV dolāru. Galvenās uzmanības centrā ir procesu automatizācija, klientu apkalpošana, datu analīze un lēmumu atbalsts. Citiem vārdiem sakot, vietējais tirgus jau tagad uztver mākslīgo intelektu kā stratēģisku pīlāru, nevis kā atsevišķu eksperimentu.
Mākslīgais intelekts vairs nav laboratorija — tā ir vērtības platforma
Ja es varētu sniegt vienu padomu citiem IT vadītājiem, tas būtu: pārtrauciet izturēties pret mākslīgo intelektu kā pret laboratorijas eksperimentu. Izvēlieties mazus lietošanas gadījumus ar augstu potenciālo ietekmi un ātru ieviešanu un nododiet tos ražošanā. Pat ja šie lauka testi būs nepilnīgi, tie sniegs vērtīgu atgriezenisko saiti risinājuma uzlabošanai.
Īstais lēciens uz priekšu notiek, kad izstrādes komanda un gala lietotāji strādā kopā. Nepārtraukta sadarbība starp tehnoloģijām un biznesu rada atbilstošākus, efektīvākus un ilgtspējīgākus risinājumus.
Galu galā labs mākslīgais intelekts ir mākslīgais intelekts, kas darbojas reālajā pasaulē. Un CIO, kurš to saprot, kurš to veido kopā ar lietotājiem, pārstāj būt tikai tehnoloģiju vadītājs un kļūst par galveno varoni uzņēmuma pārveidē.
