A felmérések szerint az EU-ban működő vállalatok 42 százaléka már használ Machine Learning vagy mesterséges intelligencián alapuló megoldást a mindennapi működésében. Habár az AI digitalizációs bevezetésnek számos buktatója lehet – amiket ha nem ismerünk fel időben elmaradnak az elvárt üzleti eredmények és a projekt könnyedén kudarcba fulladhat –, mára már ismert a sikeres adaptáció receptje. A húszéves múltra visszatekintő United Consult Zrt. (UC) munkatársai összegyűjtötték a hazai AI-projektek leggyakoribb buktatóit, valamint, hogy hogyan lehet egyszerűen, kis odafigyeléssel sikerre vinni ilyen típusú projekteket.
Szakértői csapatunk az elmúlt évek Machine Learning projektbevezetési tapasztalatából kiindulva és a nemzetközi tanulmányok eredményeivel kiegészítve feltárta, majd egy tanulmányban részletesen összefoglalta, hogy mi az a hat tipikus hiba, ami egy AI-bevezetési projekt bukásához vezet és hogyan oldjuk meg ezeket, beszélt az online elérhető kiadvány hátteréről Fodor Szabolcs. A United Consult vezető adattudósa, a tanulmány szerzője hozzátette, összeállításuk segítséget nyújt az adatalapú megoldások bevezetése előtt álló vállalatok számára a fókuszpontok meghatározásában. Ha a projektért felelős menedzsment és a döntéshozók a hat téma mentén tudatosan alakítják az AI-adaptációs projektet, akkor garantáltan nagyobb eséllyel lesz sikeres és értékteremtő a bevezetett megoldás, fogalmazott az UC szakértője.
Az amerikai Gartner szerint napjainkban az AI-adaptációs projektek 80 százaléka nem végződik sikerrel, miközben egyre több területen válik nélkülözhetetlenné a mesterséges intelligencián alapuló megoldások alkalmazása. Az UC munkatársait főként ez az ellentmondás motiválta arra, hogy feltárják a sikertelenség lehetséges okait, és hogy saját tapasztalataikat kielemezve segítsék elő a terület fejlődését. A tanulmány a cég big data tematikájú oldalán keresztül (thebigdataplatform.hu/ai-bevezetes-tanulmany) letölthető.
