KI ist bereit eine bedeutende und allgegenwärtige Präsenz in unserem Leben zu werden. Es birgt einen enormen potenziellen Wert, aber wir können keinen sinnvollen Beitrag zu einer Technologie leisten, die wir nicht verstehen.
Wenn ein Benutzer sich auf den Weg macht, eine neue Technologie zu kaufen, ist er nicht besonders daran interessiert, was diese später leisten kann. Ein potenzieller Benutzer muss verstehen, was eine Lösung heute für ihn tun wird, wie sie mit seinem vorhandenen Technologie-Stack interagiert und wie die aktuelle Iteration dieser Lösung einen dauerhaften Mehrwert für sein Unternehmen bietet.
Da es sich jedoch um einen aufstrebenden Bereich handelt, der sich scheinbar von Tag zu Tag verändert, kann es für diese potenziellen Benutzer schwierig sein, zu wissen, welche Fragen sie stellen sollten oder wie sie Produkte zu einem so frühen Zeitpunkt in ihrem Lebenszyklus bewerten sollen.
Vor diesem Hintergrund habe ich einen allgemeinen Leitfaden zur Bewertung einer KI-basierten Lösung für potenzielle Kunden bereitgestellt – sozusagen eine Scorecard für Unternehmenskäufer. Berücksichtigen Sie bei der Bewertung von KI die folgenden Fragen.
Behebt die Lösung ein Geschäftsproblem und verstehen die Entwickler dieses Problem wirklich?
Chatbots beispielsweise erfüllen eine ganz bestimmte Funktion, die zur Förderung der individuellen Produktivität beiträgt. Aber lässt sich die Lösung so weit skalieren, dass sie von 100 oder 1.000 Menschen effektiv genutzt wird?
Die Grundlagen der Bereitstellung von Unternehmenssoftware gelten weiterhin: Kundenerfolg, Änderungsmanagement und Innovationsfähigkeit innerhalb des Tools sind Grundvoraussetzungen für die kontinuierliche Wertschöpfung für das Unternehmen. Betrachten Sie KI nicht als eine inkrementelle Lösung; Betrachten Sie es als ein kleines Stück Magie, das einen Schmerzpunkt vollständig aus Ihrer Erfahrung beseitigt.
Aber es wird sich nur dann wie Magie anfühlen, wenn man etwas buchstäblich verschwinden lassen kann, indem man es autonom macht, was dazu führt, dass man das Geschäftsproblem wirklich versteht.
Wie sieht der Sicherheitsstapel aus?
Die Auswirkungen auf die Datensicherheit im Zusammenhang mit KI sind die nächste Stufe und übertreffen bei weitem die Anforderungen, an die wir gewöhnt sind. Sie benötigen integrierte Sicherheitsmaßnahmen, die Ihre eigenen Organisationsstandards sofort erfüllen oder übertreffen.
Hier finden Sie einen allgemeinen Leitfaden für die Bewertung einer KI-basierten Lösung als potenzieller Kunde – sozusagen eine Scorecard für Unternehmenskäufer.
Heutzutage stehen Daten, Compliance und Sicherheit bei jeder Software im Mittelpunkt und sind für KI-Lösungen sogar noch wichtiger. Dafür gibt es zwei Gründe: Erstens greifen maschinelle Lernmodelle auf riesige Datenbestände zurück, und es kann eine unerbittliche Erfahrung sein, wenn mit diesen Daten nicht mit strategischer Sorgfalt umgegangen wird.
Bei jeder KI-basierten Lösung besteht das Ziel, unabhängig davon, was sie erreichen soll, darin, eine große Wirkung zu erzielen. Daher wird auch das Publikum, das die Lösung erlebt, groß sein. Die Art und Weise, wie Sie die von diesen umfangreichen Benutzergruppen generierten Daten nutzen, ist sehr wichtig, ebenso wie die Art der Daten, die Sie verwenden, wenn es darum geht, die Sicherheit dieser Daten zu gewährleisten.
Zweitens müssen Sie sicherstellen, dass Sie unabhängig von Ihrer Lösung die Kontrolle über diese Daten behalten, um die Modelle für maschinelles Lernen im Laufe der Zeit kontinuierlich zu trainieren. Dabei geht es nicht nur darum, ein besseres Erlebnis zu schaffen; Es geht auch darum sicherzustellen, dass Ihre Daten Ihre Umgebung nicht verlassen.
Wie schützen und verwalten Sie Daten, wer hat Zugriff darauf und wie sichern Sie sie? Der ethische Einsatz von KI ist bereits ein heißes Thema und wird angesichts der bevorstehenden Regulierung auch weiterhin ein Thema sein. Jede KI-Lösung, die Sie einsetzen, muss mit einem inhärenten Verständnis dieser Dynamik entwickelt worden sein
Ist das Produkt wirklich etwas, das mit der Zeit verbessert werden kann?
Mit zunehmendem Alter geraten ML-Modelle ins Wanken und ziehen falsche Schlussfolgerungen. ChatGPT3 hat beispielsweise nur Daten bis November 2021 erfasst, was bedeutet, dass keine Ereignisse nach diesem Datum erfasst werden konnten.
Unternehmens-KI-Lösungen müssen für Veränderungen im Laufe der Zeit optimiert werden, um mit neuen und wertvollen Daten Schritt zu halten. In der Finanzwelt wurde ein Modell möglicherweise darauf trainiert, eine bestimmte Regelung zu erkennen, die sich zusammen mit neuen Gesetzen ändert.
Ein Sicherheitsanbieter kann sein Modell trainieren, um eine bestimmte Bedrohung zu erkennen, aber dann taucht ein neuer Angriffsvektor auf. Wie werden diese Änderungen berücksichtigt, um im Laufe der Zeit genaue Ergebnisse zu gewährleisten? Wenn Sie eine KI-Lösung kaufen, fragen Sie den Anbieter, wie er seine Modelle auf dem neuesten Stand hält und wie er über Modelldrift im Allgemeinen denkt.