< p class="meta"> Door Joe McKendrick voor servicegericht | 16 oktober 2021 | Onderwerp: Kunstmatige Intelligentie
Er is een goed ontworpen informatie-architectuur – IA – nodig om een goede AI te garanderen. De uitdaging is om zowel mensen als gegevens op dezelfde pagina te krijgen als het gaat om AI-werk. En op beide fronten is er nog veel werk aan de winkel.
Foto: Joe McKendrick
Dat is het woord van Seth Dobrin, global chief AI officer bij IBM. “Data is het voedsel voor AI, maar toch gaan maar weinig organisaties aan tafel om een AI-strategie te ontwerpen met een volledige boekhouding van waar al hun gegevens zich bevinden en hoe georganiseerd deze zijn”, zegt hij. “IT-professionals putten uit ten minste 20 gegevensbronnen om hun AI te informeren, en sommigen moeten uit honderden, dus dit is een big data-infrastructuurprobleem.”
Gegevens zijn vereist voor AI, vervolgt hij, wijzend op de noodzaak van een informatiearchitectuurbenadering. “Er is geen AI zonder IA. Het datalandschap van vandaag is hybride en het is multicloud, het antwoord kan niet zijn en is niet het centraliseren van alle gegevens. Het antwoord is dat AI mogelijk wordt gemaakt door een datafabric die privacy, compliance en beveiliging op schaal garandeert. ”
Vragen die moeten worden beantwoord, zijn onder meer welke gegevens een oplossing gebruikt en of het al die gegevens moet verzamelen om te kunnen functioneren. Daarnaast moet worden onderzocht hoe gegevens worden bewaard en voor hoe lang. “Dit zijn vragen die een groot aantal perspectieven binnen één organisatie vereisen om te beantwoorden en enterprise design thinking voor data en AI biedt een aanpak om duidelijke intenties en plannen te helpen stellen die de bedrijfsstrategie verbinden met de AI-strategie voor de uitvoering.”
Samenwerking is de sleutel tot dergelijke inspanningen, aangezien AI een mensgerichte onderneming is. “We hebben geconstateerd dat wanneer AI-implementaties uitsluitend afkomstig zijn van de zakelijke kant, of de IT-kant, of de kant van gegevensbeheer, cruciale inzichten onvermijdelijk verloren gaan”, zegt Dobrin. “Wanneer AI-oplossingen in elkaar worden geflanst en snel in productie worden genomen, wordt het voor zowel bedrijfsleiders als consumenten erg moeilijk om ze te vertrouwen.”
Als het gaat om het waarborgen van ethische en onbevooroordeelde AI, is er nog veel werk aan de winkel, waarschuwt Dobrin. “Bedrijven hebben nog een weg te gaan om ervoor te zorgen dat hun AI en de resultaten zorgvuldig worden gecontroleerd, onderhouden en verbeterd.” Tegelijkertijd merkt hij op dat “bedrijven zich nu veel meer bewust zijn van het belang van betrouwbare AI.” De belemmeringen om dit te bereiken zijn onder meer “gebrek aan vaardigheden, inflexibele beheertools, vooringenomen gegevens en meer. Het is duidelijk dat, hoewel er tools en kaders op de markt zijn om betrouwbare AI op te bouwen, er nog werk aan de winkel is om bedrijven te helpen een alomvattende aanpak te ontwikkelen naar AI-governance die tools, oplossingen, praktijken en de juiste mensen samenbrengt om AI gedurende de hele levenscyclus op een verantwoorde manier te besturen.”
Dit wordt ingewikkelder gemaakt dat in “zeer volwassen organisaties het AI-technologielandschap erg heterogeen is en de AI-teams over verschillende bedrijfstakken zijn verdeeld”, voegt hij eraan toe. “Het AI-landschap zal alleen maar heterogener worden. De behoefte aan geautomatiseerde AI-governance bovenop een heterogeen AI-landschap om transparantie, uitleg, eerlijkheid, robuustheid en privacy te bieden bovenop bestaande tooling wordt alleen maar groter, de kunst is om ze te binden alles bij elkaar.”
De les die veel bedrijven hebben geleerd, is dat AI-implementatie “niet het gebied van dromen is”, vervolgt hij. “Het is geen 'build-it-and-the-come'-inspanning. Succesvolle AI-implementatie is mensgericht, gekoppeld aan bedrijfsstrategie, heeft duidelijke op waarde gebaseerde successtatistieken en wordt vertrouwd. Wanneer bedrijven alle vier deze AI onvermijdelijk raken wordt geadopteerd en voegt vervolgens waarde toe.”
Verwante onderwerpen:
Enterprise Software Digitale Transformatie CXO Internet of Things Innovatie Smart Cities 