Tekoälyprojektien toteuttaminen
Galen Low’n seurana ovat Ronald Schmelzer ja Kathleen Walch – Cognilytican johtavat osakkaat ja pääanalyytikot sekä AI Today -ohjelman juontajat – avaamassa sitä, miksi AI-projektit epäonnistuvat ja miksi vastuullinen projektinhallinta on niin tärkeää tekoälyn menestyksen kannalta.
Haastattelun kohokohdat
- Cognilytica on toiminut vuodesta 2017 lähtien. Se sai alkunsa siitä, että Ron ja Kathleen työskentelivät yhdessä samassa yrityksessä (TechBreakfast). [2:44]
- Ron ja Kathleen havaitsivat, etteivät ihmiset toteuttaneet AI-projekteja oikein ja että projektien epäonnistumisaste oli korkea. Niinpä he alkoivat selvittää, miksi näin tapahtui. [4:12]
- Toinen merkittävä syy Cognilytican perustamiseen oli se, että ihmiset lupaavat AI-teknologialta liikaa ja toimittavat liian vähän. [4:36]
- Ron ja Kathleen käyttävät paljon aikaa AI-teknologian selittämiseen podcastissaan nimeltä ”AI Today”. [5:09]
- Cognilytica kehitti tekoälyn seitsemän mallia. Yksi tai useampi AI-projekti kuuluu johonkin näistä seitsemästä mallista. [9:57]
- 1. Keskustelevat järjestelmät: tietokoneet keskustelevat ihmisten kanssa, ihmiset tietokoneiden kanssa ja myös ihmiset keskenään.
- 2. Autonomiset järjestelmät: ihminen poistetaan järjestelmästä, olipa kyse sitten ihmisen poistamisesta ajoneuvosta tai ohjelmistosta.
- 3. Tunnistaminen: jäsentämättömän datan tulkitseminen, sillä suurin osa nykyisin käytettävissämme olevasta datasta on jäsentämätöntä.
- 4. Tavoiteohjautuvat järjestelmät: vahvistusoppimisen hyödyntäminen.
- 5. Mallit ja poikkeamamallit
- 6. Hyperpersonoinnin mallit: ihmisten kohteleminen yksilöinä, mainosten kohdentaminen ja hyperpersonoitu terveydenhuolto.
- 7. Ennakoiva analytiikka: aiemman tai nykyisen datan hyödyntäminen ihmisten parempien päätösten tukena.
- On hienoja ihmisiä, jotka yrittävät ratkaista suuria ongelmia, mutta he epäonnistuvat. 70–80 % AI-projekteista epäonnistuu. [15:35]
- Monien AI-projektien epäonnistuminen johtuu perustavanlaatuisista PM-ongelmista. Kaksi niistä ovat:
- 1. AI-ammattilaiset eivät tunne projektinhallinnan perusteita. [15:58]
- 2. Mukaan tulevat PM:t kohtelevat AI-projekteja kuten muitakin projekteja, mutta niiden välillä on keskeisiä eroja. Suurin ero on se, että AI-projektit ovat täysin riippuvaisia datasta. [16:08]
- AI-projekteja on johdettava datakeskeisestä näkökulmasta. [17:13]
Jos haluat toteuttaa datakeskeisen projektin, sinulla on oltava datakeskeinen ajattelutapa. Lisäksi projektiin on tuotava dataan liittyviä erityisiä menetelmiä ja käytäntöjä.
Kathleen Walch
- Cognilytica kannattaa CPMAI-menetelmää, joka tarkoittaa tekoälyn kognitiivisen projektinhallinnan menetelmää. [17:51]
- Sinun on varmistettava, että sinulla on pääsy tarvitsemaasi dataan. [20:28]
- Cognilytican motto on: ajattele suuresti, mutta aloita pienestä ja toista usein. [22:40]
- Monet organisaatiot ovat ketteriä tai ainakin haluavat olla. He käyttävät usein termiä ”wagile”, koska kyseessä on vesiputousmallin ja ketterän lähestymistavan yhdistelmä: he haluavat olla ketteriä, mutta eivät oikeasti ole. [23:48]
- Ketterä lähestymistapa voidaan hahmottaa spiraalina. Kun rakennat AI-projektia, AI ei oikeastaan ole lopullinen tavoite, vaan keino saavuttaa jokin muu päämäärä. [24:29]
- Projektinhallinnan näkökulmasta CPMAI-menetelmää ei pitäisi pitää menetelmänä. Se on pikemminkin prosessi. Se on vaiheittainen lähestymistapa: ensin ymmärretään data, valmistellaan data, kehitetään malli, arvioidaan malli ja viedään malli tuotantokäyttöön. [26:05]
- Aloita ensimmäisellä iteraatiolla yksinkertaisesti. Sen ei tarvitse olla lopullinen tavoite. [30:01]
Kun noudatat vaiheittaista lähestymistapaa, se auttaa ymmärtämään, mitä tarvitaan, ja varmistaa samalla, että kaikki ovat samalla sivulla.
Kathleen Walch
- Ymmärrä, mitä AI pystyy tekemään ja mitä se ei pysty tekemään. Se ei ole kaikille sopiva teknologia. [33:30]
- Joskus ratkaisu kannattaa ohjelmoida suoraan. AI ei välttämättä ole ratkaisu ongelmaasi. Jotkut yrittävät saada AI:n toimimaan tilanteissa, joissa heidän ei pitäisi tehdä niin. [33:47]
- Liialliset lupaukset ja AI:n kykyjen puutteellinen toteuttaminen aiheuttavat alalla merkittäviä ongelmia. [34:29]
- AI-talvi: ajatus siitä, että investoinnit, tutkimus ja rahoitus vähenevät. [34:36]
- Monet ongelmista, joita yritämme ratkaista, ovat todella riippuvaisia joistakin inhimillisistä kyvyistämme. Ja jos saamme koneet tekemään ne, voimme saavuttaa niin kutsutun digitaalisen transformaation unelman. [35:45]
- Laajennettu älykkyys: ihminen pidetään mukana prosessissa, mutta hänen työtaakkaansa vähennetään. [37:02]
- Tarvitset johdon tuen. Vastustus tulee olemaan voimakasta, jos ihmisillä on pelkoja ja huolia AI:sta tai jos he pelkäävät sen vievän heidän työpaikkansa. [38:50]
- Palaute on äärimmäisen tärkeää. Varmista, että poistat tehtävät, joista ihmiset eivät pidä, etkä niitä tehtäviä, joita he tekevät mielellään. [40:10]
- AI ei tuhoa työpaikkoja, mutta se voi tuhota kokonaisia työtehtäväluokkia. [44:18]
- AI on vaikuttanut jokaiseen toimialaan, joten projektinhallinta ei ole poikkeus. Se parantaa heidän työtään ja saattaa korvata osan työstä, mutta korvaako se sen kokonaan? Se riippuu tilanteesta. [45:18]
Mitä enemmän AI-projekteja meillä on, sitä enemmän tarvitsemme projektipäälliköitä.
Ronald Schmelzer
Tutustu vieraisiimme
Ron on tekoälyyn keskittyvän analyysi- ja neuvonantajayritys Cognilytican toimitusjohtaja ja perustaja. Hän toimii myös AI Today -podcastin juontajana, SXSW Innovation Awards -tuomarina, TechBreakfast-demotapahtumien perustajana ja järjestäjänä sekä tekoälyn, koneoppimisen, yritysarkkitehtuurin, pääomasijoittamisen, startup- ja yrittäjäekosysteemien ja monien muiden alojen asiantuntijana. Ennen Cognilytican perustamista Ron perusti ja johti ZapThink-analyysiyritystä, joka keskittyi palvelukeskeiseen arkkitehtuuriin (SOA), pilvilaskentaan, verkkopalveluihin, XML:ään ja yritysarkkitehtuuriin ja jonka Dovel Technologies osti elokuussa 2011.
On hyvä ajatella suuria, mutta aloita pienestä ja kehitä usein.
Ronald Schmelzer
Kathleen Walch on sarjayrittäjä, taitava markkinoija, tekoälyn ja koneoppimisen asiantuntija sekä teknologia-alan verkostojen rakentaja. Hän on Cognilytican toimitusjohtaja ja perustaja sekä suositun AI Today -podcastin toinen juontaja.
Aseta realistiset odotukset. Siihen kuuluu projektin asianmukainen rajaus ja sen ymmärtäminen, mitä oikein yrität ratkaista.
Kathleen Walch
Tämän jakson resurssit:
- Liity Digital Project Manager -yhteisöön
- Tilaa uutiskirje saadaksesi uusimmat artikkelimme ja podcastimme
- Verkostoidu Kathleenin kanssa LinkedInissä
- Verkostoidu Ronin kanssa LinkedInissä
- Lue lisää yrityksestä Cognilytica
- Kuuntele Galenin haastattelu AI Today Podcastissa
Aiheeseen liittyvät artikkelit ja podcastit:
- Tietoa podcastista
- 9 suosituinta projektinhallintamenetelmää helposti ymmärrettynä
- Organisaationi on siirtynyt ketterään: näin teet siirtymän
- Näin järjestät ketterän sprintin suunnittelukokouksen + esityslista
- Anna kollegoillesi parempaa palautetta
- Ketterä vs. vesiputous: milloin käyttää ja miten hybridit toteutetaan
Lue transkriptio:
Kokeilemme podcastiemme litterointia ohjelmiston avulla. Pahoittelemme mahdollisia kirjoitusvirheitä, sillä botti ei ole sataprosenttisen tarkka.
