Dekalog AI – kryteria oceny i wyboru rozwiązania AI oraz wdrożenie
1. Model, właściciel, zgodność
Rozwiązanie ma model biznesowy, który wpisuje się w strategię firmy.
Zespół jest w stanie przedstawić model biznesowy stojący za rozwiązaniem AI, który się wpisuje strategię organizacji. Rozwiązanie istotnie wpłynie na organizację i jej procesy. Określenie celu biznesowego jest pierwszym i najważniejszym krokiem przy procesie wdrożenia AI. Określając cel należy odpowiedzieć na pytania: czego organizacja/zespół oczekuje po wdrożeniu narzędzia opartego na AI, jakie ma ono przynieść nam efekty?
Rozwiązanie ma silnego właściciela biznesowego.
Silny właściciel biznesowy, który jest sponsorem rozwiązania będzie w stanie nadać odpowiednią rangę i znaczenie projektowi, co zadecyduje o jego sukcesie.
Przepisy prawne i regulacje branżowe.
Włącz w proces oceny projektów zespół prawny, oceń czy rozwiązanie nie narusza przepisów prawnych już istniejących i jak wpisuje się przyszłe regulacje takie jak EU AI Act
Weź pod uwagę, że AI Act dotyczy wszystkich operatorów systemów AI, zarówno dostawców, jak i użytkowników. Jeśli model powstanie w firmie, jest ona jego operatorem.
Ważne jest posiadanie szczegółowej dokumentacji technicznej rozwiązania AI w celu ustalenia zgodności w regulacjami.
Nie należy przywiązywać się do istniejących rozwiązań, które mogą być zmienione pod wpływem nadchodzących regulacji.
Odpowiedzialność
Określ kto jest odpowiedzialny za wyniki oraz jaki poziom błędów jest akceptowalny.
2. Dane, skalowalność
Organizacja dysponuje danymi wejściowymi.
Oceń czy projekt oparty jest o dane wejściowe, które istnieją w organizacji, lub można je pozyskać w sposób legalny na zewnątrz.
Dane wejściowe są kompletne, wiarygodne i aktualne
Sprawdź czy w procesie oceny projektu, jego efektywność została zweryfikowana o kompletne, wiarygodne i aktualne dane. Jakość danych decyduje i skuteczność modelu.
Model jest skalowalny
Zweryfikuj możliwość przeskalowania rozwiązania PoC na docelowy zakres pod kątem ilości danych i możliwości technologicznych. Analizując weź pod uwagę relację koszty wdrożenia vs oczekiwane korzyści i czas przeliczeń.
3. Algorytm
Czy do rozwiązania potrzebujemy technologii AI
Poproś zespół projektowy o przedstawienie argumentów dlaczego wybrano technologię opartą o AI i zweryfikuj czy klasyczne technologie informatyczne nie dają porównywalnych lub lepszych efektów
Czy model AI może współpracować z istniejącymi systemami, czy jest stworzony w oparciu o istniejącą infrastrukturę, jakie będą nakłady na integracje?
Określ przyszłą infrastrukturę, interfejsy i platformy jakie będą niezbędne, aby nowe rozwiązanie przenieść na wersje produkcyjną
4. Bezpieczeństwo
Czy rozwiązanie spełnia wymagania cyberbezpieczeństwa?
Zbadaj przepływy danych, sposób ich pozyskiwania oraz zakresy dostępów.
Upewnij się jak kontrolowany jest “black box” i jego interakcje z innymi systemami.
5. Finanse
Jak rozwiązanie będzie finansowane
Ustal budżet na wdrożenie oraz późniejsze koszty utrzymania i rozwoju systemu. Sprawdź czy projekt będzie finansowany w ramach funduszy własnych, czy też może liczyć na finansowanie zewnętrzne
Jak wyglądają miary finansowe dla projektu inwestycyjnego
Przygotuj ocenę finansową projektu i określ podstawowe parametry takie jakie jak NPV oraz DPBP. Jednak nie dokonuj oceny jedynie na podstawie wskaźników finansowych.
6. Kadra
Kto zrealizuje projekt
Dobranie odpowiednich zasobów ludzkich do stawianego zadania, posiadających wiedzę na temat procesów wewnętrznych przedsiębiorstwa, o zdolnościach komunikacyjnych, jest elementem zapewniających powodzenie realizacji wybranego rozwiązania AI.
Do zespołów wdrożeniowych angażuj pracowników nastawionych “pozytywnie do nowych technologii,” którzy będą mogli reklamować projekt nawet podczas rozmów z kuchni.
Komunikacja z pracownikami
Przekuj wdrożenie AI w budowanie kapitału własnego pracowników.
Stosuj etyczne podejście podczas wdrażania AI – ważne jest uczenie pracowników krytycznego podejścia do informacji generowanych przez AI i znaczenie weryfikacji danych przez człowieka.
Podkreśl cele i korzyści z wdrożenia AI: zwiększenie produktywności, usprawnienie procesów, zmniejszenie pracochłonności w procesach manualnych, skupienie się na bardziej strategicznych zadaniach.
Nowa funkcja w firmie
Monitoring i optymalizacja modeli AI to nowa funkcja w firmie, podlegająca pod CFO lub menedżera ryzyka.
Dekalog AI – kryteria oceny i wyboru zadania dla AI
- Ile czasu zwykle zajmuje to zadanie pracownikowi?
- Czy osoba, które je wykonuje jest wysoko opłacana?
- Jak duża jest szansa, że narzędzie AI wykona je poprawnie?
- Czy człowiek może ocenić wynik wykonania zadania?
- Jak dobry musi być człowiek, aby ocenić, czy praca wykonana przez sztuczną inteligencję jest wystarczająco dobra? Ile kosztuje jego praca?
- Jaki jest koszt krańcowy wykorzystania AI?
Najważniejsza jest odpowiedź na pytanie, czy człowiek może ocenić, czy praca wykonana przez sztuczną inteligencję jest wystarczająco dobra. Jeśli koszt oceny jest zbyt wysoki, użycie do niej sztucznej inteligencji może nie mieć sensu.
Dekalog AI – kryteria oceny i wyboru dostawcy AI
Wybierając dostawcę usługi AI należy zwrócić uwagę na następujące aspekty:
- Na jaki efekt został zoptymalizowany algorytm?
- Jakie cele uwzględnia?
- Jakich danych użyto do wytrenowania modelu AI? Co bierze pod uwagę, jakie ma ograniczenia, jak minimalizuje błędy?
- Jaki model statystyczny jest zastosowany? Regresji liniowej czy regresji logicznej lub innej?
- Czy jest to model ogólny AI czy branżowy?
Opracowanie Dekalogu AI: Iwona D. Bartczak i Bartosz Radziszewski
Wspaniały wkład merytoryczny wnieśli również następujący uczestnicy Klubu Dyrektorów Finansowych „Dialog”: Agnieszka Kowalczuk, Michał Biernacki, Maciej Broniszewski, Wojciech Rosa i Piotr Słomianny.