SAS: 4 metode prin care companiile pot accesa 15 trilioane USD – valoarea creată anual de Inteligența Artificială

Adoptarea Inteligenței Artificiale continuă să crească pe măsură ce se reflectă tot mai puternic în eficiență și avantaje competitive. Companiile căută constant noi modalități de a-și accelera transformarea digitală, în timp ce vizează minimizarea costurilor asociate. De altfel, valoarea anuală a potențialului oferit de Inteligența Artificială (AI) și analytics, la nivelul tuturor industriilor, este de aproximativ 15.4 trilioane de dolari, unde AI deține 40% din total[1].

În acest sens, SAS, unul dintre cei mai mari producători de soluții AI și analytics din lume, prezintă patru metode prin care companiile își pot construi strategiile de analytics și AI pentru a se diferenția în piață și a-și consolida reziliența.

Întrucât departamentul IT din companii a căpătat un rol tot mai important în depășirea impedimentelor cauzate de pandemie, tehnologiile analytics și AI au beneficiat la rândul lor de mai multă atenție, respectiv de investiții crescute. În ciuda succeselor obținute, organizațiile întâmpină încă dificultăți în dezvoltarea unei strategii coerente de analytics și AI.

Acum este momentul potrivit pentru intensificarea eforturilor în acestă direcție. Găsirea unor modalități creative de a extrage mai multă valoare din investițiile existente este esențială pentru organizații în noua eră digitală. Întrucât activează de mulți ani la nivel global pentru a transforma în realitate beneficiile analytics și AI, SAS înțelege provocările cu care se confruntă organizațiile, iar cele patru metode prezentate pot ajuta la valorificarea acestor tehnologii – Ștefan Baciu, Country Manager SAS România

Tranziția inteligentă către cloud

În primul rând, companiile trebuie să facă o prioritate din implementarea și evaluarea continuă a tehnologiilor cloud-native. Cele care nu au investit până acum în acest segment trebuie neapărat să își revizuiască strategia, iar celor care au adoptat astfel de tehnologii li se recomandă să verifice permanent noutățile, fiind un domeniu care evoluează regulat și poate oferi constant noi modalități de sporire a eficienței. Totodată, organizațiile trebuie să adopte o abordare hybrid cloud, să ia în considerare tehnologii care utilizează servicii moderne – precum containers și Kubernetes – pentru o scalare rapidă și eficientă în cloud, precum și să integreze MAS (managed application services), pentru a se asigura de fiabilitatea și siguranța aplicațiilor.

Evaluarea proceselor curente de ModelOps

Primul pas este o apreciere a valorii curente pe care o livrează analytics și AI. Conform McKinsey & Co, valoarea pierdută prin neutilizarea tehnologiilor advanced analytics și AI este de aproximativ 15.4 trilioane de dolari, la nivelul tuturor industriilor. O mare parte din această pierdere este cauzată de lipsa definirii corespunzătoare a utilizării ori eșecul obținut la punerea în funcțiune a modelelor. Companiile care excelează în implementarea cu succes a strategiilor AI adoptă o abordare DevOps pentru dezvoltarea modelelor, numită ModelOps, care permite îmbunătățiri iterative continue, astfel încât modelele să se poată adapta rapid la orice fel de schimbări, de la comportamentul clienților, cerere, strategii financiare etc. Totodată, trebuie avută în vedere sincronizarea cerințelor de calcul cu nevoile companiei și crearea unui proces de îmbunătățire continuă, ce permite reglarea și actualizarea eficientă a modelelor, astfel încât deciziile să se bazeze pe rezultate de încredere.

Implicarea unei comunități mai mari pentru a susține practicile data science

SAS recomandă companiilor să aleagă o soluție care să permită dezvoltatorilor de aplicații și specialiștilor în data science să colaboreze îndeaproape (API-urile spre exemplu), astfel încât să poată răspunde eficient nevoilor de business aflate în evoluție și implementarea soluțiilor acolo unde sunt datele – tot mai des acestea se regăsesc în cloud. Totodată, specialiștii sfătuiesc companiile să utilizeze instrumente de automatizare și democratizare – cu  interfețe low code/no-code, pentru a simplifica dezvoltarea și execuția modelelor și deciziilor.

Deschidere pentru managementul și guvernanța datelor

O abordare unificată, integrată privind guvernanța datelor, a acordurilor de confidențialitate, a cerințelor guvernamentale și/sau reglementărilor din industrie, trebuie să reprezinte un punct cheie de training pentru toate nivelurile de useri. Mai mult, organizațiile trebuie să identifice o soluție prin care să ofere pregătirea automatizată a datelor, ce folosește AI în explicarea și transformarea datelor, alături de o abodare transparentă a modului de utilizare a acestora, direcție necesară pentru a îmbunătăți încrederea userilor. De asemenea, SAS recomandă o guvernanță riguroasă în toate cazurile de aplicabilitate, pentru a ajuta la reducerea datoriilor tehnice. Prin standardizarea proceselor, datoria tehnică poate fi gestionată mai bine, întrucât elimină procesele ad hoc nedocumentate și le face mai stabile, repetabile și explicabile.

[1] * Sursă: McKinsey & Company