Mesterséges intelligencia irányítása a divatban és a luxusban

Az informatikai vezető nézőpontja a mesterséges intelligencia bevezetéséről

Interjú Andrea Perticivel, a Global Fashion & Luxury informatikai igazgatójával Brands

Hogyan alakítja át a mesterséges intelligencia a stratégiai folyamatokat a divat és a luxus szektorban?

A mesterséges intelligencia átalakítja a divat- és luxusszektor stratégiai folyamatait azáltal, hogy a tisztán technológiai megvalósításról a holisztikus megközelítésre való áttérést teszi szükségessé. focus a szervezeti kultúráról, a kockázatokról managementés az adatkezelés. Az iparági szakértők szerint a mesterséges intelligencia integrációja ugyanolyan szintű stratégiai és szervezeti jövőképet igényel, mint amelyet korábban olyan innovációknál alkalmaztak, mint a blokklánc vagy az ERP rendszerek, mivel a technológia önmagában nem képes megoldani az üzleti problémákat, sőt, világos stratégia nélkül akár újakat is létrehozhat.

A stratégiai folyamatok átalakulása a következő kulcsfontosságú területeken figyelhető meg:

• Kockázatértékelés és irányítás: Az olyan szabályozások bevezetésével, mint a európai AI törvénya vállalatoknak mostantól minden mesterséges intelligencia-beruházást és -megvalósítást a szervezetre jelentett kockázat szintje alapján kell értékelniük. A stratégiáknak négy kockázati szintet kell figyelembe venniük, az „elfogadhatatlan”-tól (amelyet el kell kerülni) a „minimális” kockázatig. Továbbá a vezetésnek kezelnie kell „Árnyék MI”– az a jelenség, amikor a generatív mesterséges intelligencia által létrehozott interfészek lehetővé teszik bármely alkalmazott számára, hogy önállóan vezessen be digitális eszközöket, megkerülve a szokásos ellenőrzési folyamatokat és potenciális biztonsági kockázatokat teremtve.
• Gazdasági és pénzügyi tervezés: A mesterséges intelligencia bevezetése alapvetően megváltoztatja a költségstruktúrákat; jellemzően egy működési költség (OpEx) ami közvetlenül befolyásolja a vállalat profitmarzsát. A korábbi informatikai fejlesztésekkel ellentétben a mesterséges intelligencia bevezetése nem feltétlenül csökkenti a hagyományos informatikai költségeket, és ezeknek a költségeknek a megtérülése hatékonyságnövekedés, értékesítési növekedés vagy személyzeti létszámcsökkentés révén jelenleg nehéz a divatszektorban. Következésképpen szigorú üzleti tervekre van szükség, mivel a jelenlegi adatok azt sugallják, hogy a mesterséges intelligencia értékláncban történő alkalmazásának sikerességi aránya mindössze 5% körül van.
• Adatkonszolidáció, mint alap: Egy sikeres MI-stratégia nagymértékben függ a szervezet azon képességétől, hogy konszolidálja és értékelje saját adataitBármely mesterséges intelligencia kezdeményezés alapját az integrált folyamatoknak és adatoknak kell képezniük; enélkül a vállalatok kockáztatják a „szállítófüggőséget”, ahol elveszítik az adatok és a kompetenciák feletti ellenőrzést a külső szolgáltatások javára, és csak a fizetésfeldolgozás felett tarthatják meg az irányítást.
• Folyamatoptimalizálás vs. részoptimalizálás: A stratégiai tervezésnek biztosítania kell, hogy a mesterséges intelligencia alkalmazása konkrét felhasználási esetekben, például az értéklánc átalakításában, ne csökkentse más területek optimalizálását. A döntéshozóknak értékelniük kell, hogy fejleszteni, összeállítani vagy szolgáltatásokat vásárolni kell-e, miközben biztosítják, hogy egy folyamat optimalizálása ne egyszerűen a költségeket a szervezet egy másik részére helyezze át.

Végső soron a stratégiai folyamatok sikeres átalakítása kevésbé függ magától a technológiától, és inkább a... a vállalat kultúrája és identitása, biztosítva, hogy a mesterséges intelligencia elterjedését az üzleti igények világos megértése, ne pedig spontán elfogadás vezérelje.

Melyek a mesterséges intelligencia bevezetésének főbb kockázatai a szervezetekben?

A mesterséges intelligencia szervezetekben történő bevezetésének főbb kockázatai szabályozási, biztonsági, pénzügyi és stratégiai kihívásokba sorolhatók:

Szabályozási és megfelelési kockázatok A. Bevezetésével AI törvény Európában a vállalatok szigorú megfelelési kötelezettségekkel szembesülnek, amelyek négy kockázati szint alapján kerülnek meghatározásra, a „minimálistól” az „elfogadhatatlanig”. A szervezeteknek gondosan értékelniük kell a beruházásaikat, hogy elkerüljék azokat. „Elfogadhatatlan” kockázatok, mint például a jogosulatlan arcfelismerés vagy a társadalmi manipuláció, amelyek tiltottak.

Biztonsági és irányítási kockázatok („árnyék MI”) Jelentős kockázatot jelent a megjelenése „Árnyék MI”, egy olyan jelenség, ahol a generatív mesterséges intelligenciához (beszélgetési felületekhez) való könnyű hozzáférés lehetővé teszi bármely alkalmazott számára, hogy önállóan vezessen be digitális eszközöket. Ez megkerüli a szokásos ellenőrzési folyamatokat, ami azt jelenti, hogy az egyének olyan eszközökre iratkozhatnak fel és használhatnak, amelyek biztonsági réseket vagy adatszivárgásokat okozhatnak a szervezet felügyelete nélkül.

Pénzügyi és gazdasági kockázatok A mesterséges intelligencia bevezetésének pénzügyi következményei komoly kockázatot jelentenek a jövedelmezőségre nézve:

• Hatás a haszonkulcsokra: A mesterséges intelligencia jellemzően egy működési költség (OpEx), ami közvetlenül befolyásolja a profitmarzsokat.

• További költségek: A korábbi technológiai változásokkal ellentétben a mesterséges intelligencia nem feltétlenül csökkenti a hagyományos IT-költségeket; ehelyett inkább additív költségként jelenik meg. Míg a mesterséges intelligencia szállítóinak bevételei várhatóan jelentősen növekedni fognak, ez a kliens vállalatok számára a költségek növekedését vonja maga után.

• Alacsony sikerarány: A befektetés megtérülése nem garantált. Amikor olyan összetett folyamatokra alkalmazzák, mint az értéklánc (és nem az egyszerű személyes termelékenységre), a sikerráta a becslések szerint akár olyan alacsony is lehet, mint 5%,.

• Nehézségek a költségmegtérülésben: A divat- és luxusszektorban jelenleg nehéz ezeket a költségeket személyzeti létszámleépítéssel, hatékonyságnöveléssel vagy értékesítési növekedéssel megtéríteni.

Stratégiai és működési kockázatok

• Eladói bezárás: Komoly veszélye van annak, hogy olyan állapotba kerülünk, „bezárás”, ahol egy szervezet annyira támaszkodik külső szolgáltatásokra, hogy elveszíti az irányítást a saját adatai és belső kompetenciái felett. Ebben az esetben a vállalat gyakorlatilag csak a számlák kifizetése felett tartja meg az irányítást, míg az alapvető intelligencia külsőleg található.

• Folyamat részoptimalizálása: Holisztikus szemlélet nélkül fennáll a veszélye annak, hogy egy adott folyamatot optimalizálunk, miközben akaratlanul is... mások aluloptimalizálása, egyszerűen a költségek vagy a hatékonyság hiányának a szervezet egy másik részére való áthárítása ahelyett, hogy megszüntetné azokat.

• Stratégiai vízió hiánya: A mesterséges intelligencia spontán adaptálása világos szervezeti és kulturális stratégia nélkül rövid távon több problémát okozhat, mint amennyit megold.

Miért alacsony jelenleg az üzleti mesterséges intelligencia bevezetésének sikerességi aránya?

Az üzleti folyamatokba – különösen az értéklánc átalakítását illetően – történő mesterséges intelligencia bevezetésének sikerességi aránya a becslések szerint akár a következő alacsony szintre is tehető: 5%Ez az alacsony sikerességi arány számos strukturális, pénzügyi és szervezeti tényezőnek tulajdonítható:

• Az értéklánc-integráció összetettsége: Míg a személyes termelékenységet szolgáló „beágyazott” mesterséges intelligenciaeszközök (pl. böngészőkbe vagy irodai programcsomagokba) könnyen adaptálhatók, a mesterséges intelligencia alkalmazása összetett vállalati folyamatokra és az értékláncra sokkal nehezebb. Az ilyen típusú megvalósítás mély integrációt igényel, nem pedig egyszerű adaptációt.

• Additív költségek és a befektetés megtérülésével kapcsolatos kihívások: A korábbi technológiai változásokkal ellentétben a mesterséges intelligencia bevezetése nem feltétlenül csökkenti a hagyományos informatikai költségeket; ehelyett gyakran additív tényezőként működik. Üzemeltetési költség (OpEx) ami közvetlenül befolyásolja a profitmarzsokat. Ezen költségek megtérülése – legyen szó akár személyzetcsökkentésről, hatékonyságnövelésről vagy az értékesítés növeléséről – jelenleg nehéznek bizonyul a divat- és luxuscikkek szektorában.

• Adat- és folyamatérettség: A siker nagyban függ a szervezet meglévő kultúrájától és a képességétől, hogy konszolidálja és értékelje saját adataitIntegrált adatok és folyamatok szilárd alapjai nélkül a vállalatok nem tudják hatékonyan alkalmazni a mesterséges intelligenciát, és fennáll a „szállítófüggőség” veszélye, ahol teljes mértékben külső szolgáltatásokra támaszkodnak, és elveszítik az irányítást a belső kompetenciáik és eszközeik felett.

• A részoptimalizálás kockázata: Stratégiai kockázatot jelent, hogy egy adott folyamat mesterséges intelligencia segítségével történő optimalizálása véletlenül is részoptimalizálás más területeken, egyszerűen a költségeket vagy a hatékonyság hiányát a szervezet különböző részeire helyezve át, ahelyett, hogy megszüntetnék azokat.

• Rejtett megvalósítási költségek: A mesterséges intelligencia költsége soha nem korlátozódik pusztán a szolgáltatási díjra; jelentős tanulási görbét, valamint a képzéssel, az infrastruktúrával és a hálózatépítéssel kapcsolatos költségeket is magában foglal.

Mit jelent az „árnyék mesterséges intelligencia” a divatipar biztonsága szempontjából?

„Árnyék MI” a divatipar kontextusában arra a jelenségre utal, amikor az alkalmazottak önállóan fizetnek elő és vezetnek be mesterséges intelligencia eszközöket a vállalatnál hivatalos felügyelet vagy informatikai átvilágítás nélkül.

Andrea Pertici, a globális divatcég informatikai igazgatója szerint brandez konkrét biztonsági következményekkel jár:

• A biztonsági irányítás megkerülése: A fő kockázat az, hogy ezek az eszközök megkerülik a szigorú kockázatértékeléseket, amelyeket ma már olyan szabályozások írnak elő, mint az európai AI törvényA vállalatok jogilag kötelesek a mesterséges intelligencia implementációit négy kockázati szint alapján értékelni (a „minimálistól” az „elfogadhatatlanig”, például jogosulatlan arcfelismerés vagy társadalmi manipuláció), de az árnyék-AI megakadályozza ezt az értékelést.

• Nulla akadályú hozzáférés: A korábbi komplex technológiákkal ellentétben a generatív mesterséges intelligencia „beszélgetési felülete” elhárított minden technikai akadályt. Bármely gépelni vagy beszélni tudó alkalmazott mostantól olyan digitális eszközöket használhat, amelyek biztonsági réseket tartalmazhatnak, gyakorlatilag egy rejtett technológiai réteget hozva létre, amelyet a szervezet nem tud ellenőrizni vagy biztosítani.

• Az árnyék-IT fejlődése: Ezt a modern „árnyék-IT” evolúciójának nevezik, ahol a hatékony eszközökhöz való könnyű hozzáférés növeli az adatszivárgások vagy a megfelelőségi jogsértések valószínűségét, mivel a központi szervezet nincs is tudatában annak, hogy a technológiát egyáltalán használják.

Hogyan lehet brandHogyan kerülhető el a „szállítófüggőség” a mesterséges intelligencia használata során?

A „szállítófüggőség” elkerülése érdekében brandgondoskodniuk kell arról, hogy ne kerüljenek olyan állapotba, ahol az adatok, szolgáltatások és kompetenciák teljes mértékben külsőleg találhatók, így a cégnek csak a számlák kifizetése felett van ellenőrzése.

Források szerint ennek megelőzésére az elsődleges stratégia egy erős belső alap megteremtése, ahelyett, hogy egyszerűen megoldásokat vásárolnánk. Ez magában foglalja:

• Belső adatok konszolidálása és értékelése: A döntő kiindulópont a szervezet azon képessége, hogy konszolidálja saját adatait. Egy vállalatnak rendelkeznie kell integrált folyamatok és adatok „alapként”. E belső gerinc nélkül a vállalat túlságosan is a szállító infrastruktúrájára támaszkodik alapvető eszközeinek kezelésében.

• Stratégiai beszerzési döntések: Miután ez az adatbázis létrejött, a vállalat jobb helyzetben van ahhoz, hogy megalapozott stratégiai döntéseket hozzon arról, hogy… „fejleszteni, összeszerelni vagy megvásárolni” konkrét szolgáltatásokat eseti alapon. Ez lehetővé teszi a brand külső mesterséges intelligencia integrálása, ahol hatékony, anélkül, hogy átadná az értéklánc teljes irányítását.

• Belső kompetenciák megőrzése: A bezárkózás kockázata kifejezetten összefügg a feladatok kiszervezésével. kompetenciák. Ebből adódóan, brandbiztosítaniuk kell, hogy bár külső eszközöket is használhatnak, a stratégiai megértés és management Ezen folyamatok egy része a vállalaton belül marad a függőség elkerülése érdekében.

Hogyan lehet a divat brandMegakadályozzák az alkalmazottakat az árnyék mesterséges intelligencia használatában?

Az „árnyék MI” megakadályozását nem egyszerű technikai akadályként, hanem inkább olyan kihívásként mutatják be, amely szemléletváltást igényel. szervezeti stratégia, kultúra és irányítás.

Divat brandaz alábbi stratégiai intézkedésekkel kezelhetik és mérsékelhetik az árnyék-AI használatát:

• Formális kockázatértékelés végrehajtása (AI törvény): A vállalatoknak a spontán elfogadást hivatalos értékelési folyamattal kell felváltaniuk. Az olyan szabályozások értelmében, mint a AI törvénya szervezeteknek kötelező minden mesterséges intelligencia-implementációt négy kockázati szint alapján értékelniük, a „minimálistól” az „elfogadhatatlanig” (például jogosulatlan arcfelismerés vagy társadalmi manipuláció). Ezen ellenőrzési folyamat érvényesítésével brandbiztosítják, hogy egyetlen digitális eszköz se kerüljön be a vállalati ökoszisztémába anélkül, hogy átmenne ezen az irányítási szűrőn.

• Áttérés a spontán adaptációról a stratégiai adaptációra: Az árnyék-AI elsődleges mozgatórugója a munkavállalók „spontán adaptációja”. Ennek megakadályozása érdekében a vezetésnek egy „stratégiai, szervezeti és kulturális jövőképet” kell előírnia, hasonlóan a PLM vagy ERP rendszerek korábbi megvalósításaihoz. A szervezetnek aktívan meg kell határoznia, hogy a mesterséges intelligencia hogyan oldja meg az üzleti problémákat, hogy a munkavállalók ne érezzék szükségét annak, hogy önállóan külső eszközöket keressenek.

• Adatok és kompetenciák központosítása: Egy kulcsfontosságú megelőző intézkedés annak biztosítása, hogy a szervezet erős belső alapot teremtsen. focusA „saját adatainak konszolidálására és értékelésére való kultúrára és kapacitásra” építve a vállalat legitim, integrált infrastruktúrát biztosít. Ha a vállalat integrált folyamatokat és adatokat biztosít, az csökkenti az alkalmazottak ösztönzését arra, hogy külső „árnyék” eszközöket használjanak, amelyek „szállítófüggőséghez” vagy adatvesztéshez vezethetnek.

Miért nehéz a megelőzés: A források megjegyzik, hogy az árnyék-AI megakadályozása különösen nehéz, mivel a generatív MI (különösen a beszélgető felület)... „teljesen lebontotta a használat minden akadályát”A komplex, régi rendszerekkel ellentétben bárki, aki tud gépelni vagy beszélni, most már önállóan feliratkozhat és bevezetheti ezeket az eszközöket, megkerülve a hagyományos informatikai akadályokat. Ezért a megoldás kevésbé a technikai akadályokról szól, és inkább arról, hogy vállalati kultúra és az újhoz való ragaszkodás szabályozási keretek