Чому ШІ не завжди розв’язує ту задачу: уроки для бізнесу

У 2017 році онкологічний центр MD Anderson Cancer Center припинив партнерство з IBM Watson після того, як витратив на систему $62 мільйони. ШІ мав допомагати лікарям ставити діагнози та обробляти клінічні дані, але на практиці все пішло не так. Медики масово ігнорували інструмент, адже він порушував звичні робочі процеси й видавав рекомендації без належного контексту.

Як пояснює засновник консалтингової компанії StayInno AI Consulting, онколог, який працює з пацієнтом із метастазами четвертої стадії, ухвалює рішення в зовсім іншій реальності, ніж алгоритм, навчений на історичних даних. Це не означає, що ШІ поганий — просто його застосували не там, де треба.

Більшість корпоративних стратегій із впровадження штучного інтелекту починаються з автоматизації процесів або вибору модних платформ. Але часто при цьому забувають про суть самих бізнес-задач. Для одних процесів ШІ справді дає неймовірну швидкість і масштаб, для інших — створює хибну впевненість, підвищує ціну помилки і може навіть загальмувати розвиток компанії.

Ефективна ШІ-стратегія має бути гнучкою: різні підходи для різних типів проблем. Перш ніж вкладати мільйони, варто чесно відповісти, чи ця задача взагалі потребує штучного інтелекту, чи це просто модно.