ទុកឱ្យអ្នកបើកយន្តហោះនៅពីក្រោយ៖ ហេតុអ្វីបានជាគម្រោងសាកល្បង AI ជាច្រើនតស៊ូដើម្បីធ្វើមាត្រដ្ឋាន

មានការស្តីបន្ទោស ការចោទប្រកាន់ និងការអាម៉ាស់។

បញ្ហាមិនតែងតែជាបច្ចេកវិទ្យាទេ។ តាមពិត កំហុសច្រើនតែស្ថិតនៅលើការធ្វើផែនការ ដំណើរការ និងការរំពឹងទុកដែលក្រុមហ៊ុនបានបង្កើត ឬមិនបានបង្កើតឡើង ជុំវិញគម្រោង AI របស់ពួកគេ នេះបើយោងតាមអ្នកដឹកនាំអាជីវកម្មដែលបាននិយាយនៅឯក្រុមប្រឹក្សានៅ Fortune Brainstorm Tech ក្នុងខែនេះ។

លោក Sean Bruich ប្រធានផ្នែកបច្ចេកវិទ្យារបស់ Amgen បាននិយាយថា ជាដំបូង មិនមែនគ្រប់គម្រោង AI សមនឹងទទួលបានការដាក់ឱ្យដំណើរការទូលំទូលាយនោះទេ។

លោក​បាន​និយាយ​ថា​៖ «​ជាមួយ​អ្នក​បើក​យន្តហោះ វា​ងាយស្រួល​ណាស់​ក្នុង​ការ​ធ្វើ​ឱ្យ​ផ្កា​មួយ​ពាន់​រីក​។ នេះមិនមែនជារឿងអាក្រក់ទេ ព្រោះវាជំរុញឱ្យមានការពិសោធន៍។ ប៉ុន្តែគាត់បាននិយាយថា “គន្លឹះក្នុងការធ្វើមាត្រដ្ឋានអ្នកបើកយន្តហោះដោយជោគជ័យ គឺពិតជាមានគំនិតមួយចំនួនធំ ប៉ុន្តែអភិបាលកិច្ចតឹងតែងខ្លាំង ដែលអ្នកបើកយន្តហោះពិតជាទទួលបានភ្លើងខៀវ”។

លោក Lashonda Anderson-Williams ប្រធានអតិថិជន និងជាមន្ត្រីពាណិជ្ជកម្មរបស់ Salesforce បាននិយាយថា លក្ខណៈវិនិច្ឆ័យសំខាន់មួយមុននឹងឈានទៅជំហានបន្ទាប់គឺការស្វែងយល់ពីលទ្ធផលដែលបានគ្រោងទុកនៃគម្រោងនេះ។ នាងបាននិយាយថា ក្រុមហ៊ុនជាច្រើនផ្តោតលើការអនុវត្តដោយជោគជ័យនូវសមត្ថភាព AI ដែលជាកណ្តឹងបច្ចេកទេស និងហួចជាជាងលទ្ធផលអាជីវកម្ម។

ចិត្តគំនិតនេះគឺជារូបមន្តមួយសម្រាប់ការខកចិត្ត៖ សមត្ថភាព AI ដំណើរការល្អ ប៉ុន្តែបច្ចេកវិទ្យាថ្មីមិនជំរុញឱ្យមានលទ្ធផលអាជីវកម្មដ៏មានន័យនោះទេ។

ភ្នាក់ងារត្រូវការកាត

នៅពេលនិយាយអំពីភ្នាក់ងារ AI លោក Anderson-Williams និយាយថាការយល់ដឹងលម្អិតអំពីលំហូរការងារ – អ្វីដែលមនុស្ស ក្រុម ឬចំណុចប៉ះត្រូវបានទាមទារដើម្បីបំពេញកិច្ចការ – គឺមានសារៈសំខាន់ណាស់។ អ្វី​ដែល​ក្រុមហ៊ុន​ជា​ច្រើន​រក​ឃើញ​នោះ​គឺ​ឯកសារ​លំហូរ​ការងារ​គឺ​មិន​មាន​ឬ​ឯកសារ​មិន​ល្អ៖ “ពេល​អ្នក​ដាក់ AI លើ​នោះ អ្នក​រំពឹង​ថា​នឹង​ឃើញ​វេទមន្ត​ខ្លះ ហើយ​វា​គ្មាន​វេទមន្ត​ទេ”។

ការចូលប្រើទិន្នន័យគឺជាឧបសគ្គទូទៅជាពិសេសដែលគម្រោង AI ជួបប្រទះនៅពេលដែលពួកគេផ្លាស់ប្តូរពីអ្នកបើកយន្តហោះទៅការដាក់ពង្រាយពេញលេញ។ ដោយសារតែទិន្នន័យត្រូវបានខ្ចាត់ខ្ចាយជាញឹកញាប់នៅក្នុង silos ផ្សេងៗគ្នានៅក្នុងស្ថាប័នមួយ ហើយទិន្នន័យទាំងអស់នោះមានការអនុញ្ញាតចូលប្រើប្រាស់ខុសៗគ្នា និងការពិចារណាអំពីឯកជនភាព និងសុវត្ថិភាពផ្សេងៗគ្នា អ្វីៗអាចស្មុគស្មាញយ៉ាងឆាប់រហ័ស។ អ្នកចូលរួមបានសង្កត់ធ្ងន់ថា វាមានសារៈសំខាន់ណាស់ក្នុងការកំណត់វណ្ឌវង្កនៃគម្រោង AI និងទិន្នន័យដែលមានសក្តានុពលទាំងអស់ជាមុន។ Caitlin Halferty ប្រធានផ្នែកទិន្នន័យនៅ Thomson Reuters បាននិយាយថា “កាន់តែឆាប់យើងអាចរកឃើញនេះនៅក្នុងការរកឃើញ នោះឧបករណ៍កាន់តែល្អ យើងមានសម្រាប់ភាពជោគជ័យ” ។

នេះក៏មានន័យថាទទួលបានការទិញចូលពីក្រុមត្រឹមត្រូវ និងអ្នកពាក់ព័ន្ធនៅក្នុងអង្គការផងដែរ។ “តើមានធាតុនៃ PII (ព័ត៌មានដែលអាចកំណត់អត្តសញ្ញាណផ្ទាល់ខ្លួន) ឬទិន្នន័យរសើបដែលនឹងបង្កឱ្យមានការការពារទិន្នន័យ?” Halfery បាននិយាយ។ ប្រសិនបើចម្លើយគឺបាទ/ចាស នោះមនុស្សដែលត្រឹមត្រូវត្រូវតែជាផ្នែកនៃគម្រោង។ នាង​បាន​និយាយ​ថា​៖ «​តើ​មាន​ធាតុ​អ៊ី​ន​ធឺ​ណេ​ត​ដែរ​ឬ​ទេ? សូម​ទទួល​បាន​សុវត្ថិភាព​នៅ​លើ​យន្តហោះ​»​។

Amgen’s Bruich បានរំលឹកឡើងវិញពីសារៈសំខាន់នៃការទិញចូលយ៉ាងទូលំទូលាយ ដោយកត់សម្គាល់ថាគម្រោង AI ណាដែលផ្លាស់ប្តូរសម្រាប់ក្រុមហ៊ុននឹងចាំបាច់មានការចូលរួមពីអ្នកដឹកនាំមកពីផ្នែកហិរញ្ញវត្ថុ បច្ចេកវិទ្យា ធនធានមនុស្ស និងក្រុមផ្សេងទៀតនៅទូទាំងក្រុមហ៊ុន។ គម្រោង AI ដ៏មានប្រសិទ្ធភាពពិតប្រាកដត្រូវតែធ្វើលើសពីការធ្វើឱ្យដំណើរការការងារកាន់តែមានប្រសិទ្ធភាពសម្រាប់បុគ្គលិកមួយក្រុមតូច។ វាត្រូវតែ “ផ្តល់លទ្ធផលដែលមានអត្ថន័យដល់ក្រុមហ៊ុន” ។