MIT Technology Review рассказывает, что в бизнесе одновременно могут использоваться различные платформы, системы и инструменты на базе искусственного интеллекта, такие как клиентские платформы, разговорные помощники и инструменты автоматизации процессов. Каждый из них является сложным, продвинутым и быстро реагирующим. Однако, когда они работают, результаты могут быть неверными, запутанными или не обладающими должным пониманием бизнеса. Многие организации сталкиваются с такой ситуацией, и это может быть одной из ключевых причин, по которым они испытывают трудности с извлечением прибыли от своих инвестиций в ИИ. Опрос Insights от MIT Technology Review показывает, что хотя каждая опрошенная организация использует ИИ в той или иной степени, менее одной пятой (16%) извлекают трансформационную ценность из своих развертываний. Наибольший процент респондентов (40%) заявляют, что они видят умеренные выгоды в конкретных задачах или командах, в то время как 21% сообщают о значительных успехах, оставляя 23%, которые видят минимальные или вообще никакие результаты. Компании в основном все еще находятся на стадии пилотирования случаев использования ИИ (по данным 38% респондентов) или используют его для помощи в работе сотрудников с такими инструментами, как помощники или чат-ассистенты (35%). Только 12% предприятий имеют ИИ-агентов в производстве, и 3% утверждают, что используют ИИ для выполнения большинства работ в ключевых процессах. «Существует большая разница между тем, на что способны модели, и тем, как они на самом деле полезны внутри организаций», — говорит Прукалпа Санкар, соучредитель Atlan. «Для каждой реальной цели и намерения искусственный общий интеллект уже существует. Он просто не очень полезен в большинстве компаний сегодня». По словам Санкара, отсутствует необходимый уровень — контекст, или то, насколько хорошо ИИ понимает бизнес. Контекстный уровень — это архитектурная инфраструктура, которая находится между бизнес-системами организации (например, системами учета и данными) и ее платформами ИИ. Он переводит корпоративный интеллект в управляемый, пригодный для машинный контекст для ИИ-агентов или моделей и помогает накапливать знания. «Без контекстного уровня для ИИ это почти как если бы вы нанимали самого умного стажера в мире, завязывали ему глаза и бросали в свою организацию», — добавляет Санкар. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.