ხელოვნური ინტელექტის მმართველობა მოდასა და ფუფუნების სფეროში

CIO-ს პერსპექტივა ხელოვნური ინტელექტის დანერგვასთან დაკავშირებით

ინტერვიუ ანდრეა პერტიჩისთან, Global Fashion & Luxury-ის საინფორმაციო ტექნოლოგიების დირექტორთან Brands

როგორ გარდაქმნის ხელოვნური ინტელექტი მოდისა და ფუფუნების სფეროში სტრატეგიულ პროცესებს?

ხელოვნური ინტელექტი მოდისა და ფუფუნების სექტორებში სტრატეგიულ პროცესებს გარდაქმნის, რაც წმინდა ტექნოლოგიური დანერგვიდან ჰოლისტურზე გადასვლას მოითხოვს. focus ორგანიზაციული კულტურის, რისკის შესახებ managementდა მონაცემთა მმართველობა. ინდუსტრიის ექსპერტების აზრით, ხელოვნური ინტელექტის ინტეგრაცია მოითხოვს სტრატეგიული და ორგანიზაციული ხედვის იმავე დონეს, რაც ადრე გამოიყენებოდა ბლოკჩეინის ან ERP სისტემების მსგავს ინოვაციებზე, რადგან მხოლოდ ტექნოლოგიას არ შეუძლია ბიზნეს პრობლემების გადაჭრა და მკაფიო სტრატეგიის გარეშე შესაძლოა ახლებიც კი შექმნას.

სტრატეგიული პროცესების ტრანსფორმაცია აშკარაა შემდეგ ძირითად სფეროებში:

• რისკის შეფასება და მმართველობა: ისეთი რეგულაციების შემოღებით, როგორიცაა ევროპის AI აქტიკომპანიებმა ახლა უნდა შეაფასონ ხელოვნური ინტელექტის ყველა ინვესტიცია და განხორციელება ორგანიზაციისთვის შეტანილი რისკის დონის მიხედვით. სტრატეგიები უნდა ითვალისწინებდეს რისკის ოთხ დონეს, დაწყებული „მიუღებელიდან“ (რომელიც თავიდან უნდა იქნას აცილებული) და დამთავრებული „მინიმალური“ რისკით. გარდა ამისა, ხელმძღვანელობამ უნდა მართოს „ჩრდილოვანი ხელოვნური ინტელექტი“— ფენომენი, როდესაც გენერაციული ხელოვნური ინტელექტის ინტერფეისები ნებისმიერ თანამშრომელს საშუალებას აძლევს დამოუკიდებლად დანერგოს ციფრული ინსტრუმენტები, გვერდის ავლით სტანდარტული შემოწმების პროცესები და შექმნას პოტენციური უსაფრთხოების რისკები.
• ეკონომიკური და ფინანსური დაგეგმვა: ხელოვნური ინტელექტის დანერგვა ფუნდამენტურად ცვლის ხარჯების სტრუქტურას; ეს, როგორც წესი, ოპერაციული ხარჯები (OpEx) რაც პირდაპირ გავლენას ახდენს კომპანიის მოგების ზღვარზე. IT ტექნოლოგიების წინა ევოლუციებისგან განსხვავებით, ხელოვნური ინტელექტის დანერგვა აუცილებლად არ ამცირებს ტრადიციულ IT ხარჯებს და ამ ხარჯების ანაზღაურება ეფექტურობის ზრდის, გაყიდვების ზრდის ან პერსონალის შემცირების გზით მოდის სექტორში ამჟამად რთულია. შესაბამისად, აუცილებელია მკაცრი ბიზნეს გეგმების შემუშავება, რადგან ამჟამინდელი მონაცემები მიუთითებს, რომ ღირებულების ჯაჭვში ხელოვნური ინტელექტის გამოყენების წარმატების მაჩვენებელი მხოლოდ დაახლოებით 5%-ია.
• მონაცემთა კონსოლიდაცია, როგორც საფუძველი: წარმატებული ხელოვნური ინტელექტის სტრატეგია დიდად არის დამოკიდებული ორგანიზაციის შესაძლებლობებზე, საკუთარი მონაცემების კონსოლიდაცია და მათი ვალიდაციანებისმიერი ხელოვნური ინტელექტის ინიციატივის საფუძველი უნდა იყოს ინტეგრირებული პროცესები და მონაცემები; ამის გარეშე კომპანიები რისკავენ „მომწოდებლის ჩაკეტვას“, სადაც ისინი კარგავენ მონაცემებსა და კომპეტენციებზე კონტროლს გარე სერვისების სასარგებლოდ და ინარჩუნებენ კონტროლს მხოლოდ გადახდის დამუშავებაზე.
• პროცესის ოპტიმიზაცია vs. სუბოპტიმიზაცია: სტრატეგიულმა დაგეგმვამ უნდა უზრუნველყოს, რომ ხელოვნური ინტელექტის გამოყენება კონკრეტულ შემთხვევებში, როგორიცაა ღირებულებათა ჯაჭვის ტრანსფორმაცია, არ იწვევდეს სხვა სფეროების სუბოპტიმიზაციას. გადაწყვეტილების მიმღებმა პირებმა უნდა შეაფასონ, შეიმუშაონ, ააწყონ თუ შეიძინონ სერვისები, ამავდროულად უზრუნველყონ, რომ ერთი პროცესის ოპტიმიზაცია უბრალოდ არ გადაიტანოს ხარჯები ორგანიზაციის სხვა ნაწილზე.

საბოლოო ჯამში, სტრატეგიული პროცესების წარმატებული ტრანსფორმაცია ნაკლებად არის დამოკიდებული თავად ტექნოლოგიაზე და უფრო მეტად კომპანიის კულტურა და იდენტობა, რაც უზრუნველყოფს, რომ ხელოვნური ინტელექტის დანერგვა განპირობებული იყოს ბიზნესის საჭიროებების მკაფიო გაგებით და არა სპონტანური დანერგვით.

რა არის ორგანიზაციებში ხელოვნური ინტელექტის დანერგვის ძირითადი რისკები?

ორგანიზაციებში ხელოვნური ინტელექტის დანერგვის ძირითადი რისკები შეიძლება დაიყოს მარეგულირებელ, უსაფრთხოების, ფინანსურ და სტრატეგიულ გამოწვევებად:

მარეგულირებელი და შესაბამისობის რისკები დანერგვა AI აქტი ევროპაში კომპანიები მკაცრი შესაბამისობის ვალდებულებების წინაშე დგანან, რომლებიც რისკის ოთხ დონეს ეფუძნება, „მინიმალურიდან“ „მიუღებლამდე“. ორგანიზაციებმა ყურადღებით უნდა შეაფასონ ინვესტიციები, რათა თავიდან აიცილონ „მიუღებელი“ რისკები, როგორიცაა არაავტორიზებული სახის ამოცნობა ან სოციალური ინჟინერია, რომლებიც აკრძალულია.

უსაფრთხოებისა და მმართველობის რისკები („ჩრდილოვანი ხელოვნური ინტელექტი“) მნიშვნელოვან რისკს წარმოადგენს გაჩენა, „ჩრდილოვანი ხელოვნური ინტელექტი“, ფენომენი, სადაც გენერაციულ ხელოვნურ ინტელექტზე (საუბრის ინტერფეისებზე) წვდომის სიმარტივე ნებისმიერ თანამშრომელს საშუალებას აძლევს დამოუკიდებლად დანერგოს ციფრული ინსტრუმენტები. ეს გვერდს უვლის სტანდარტულ შემოწმების პროცესებს, რაც იმას ნიშნავს, რომ პირებს შეუძლიათ გამოიწერონ და გამოიყენონ ინსტრუმენტები, რომლებმაც შეიძლება გამოიწვიოს უსაფრთხოების ხარვეზები ან მონაცემთა გაჟონვა ორგანიზაციის ზედამხედველობის გარეშე.

ფინანსური და ეკონომიკური რისკები ხელოვნური ინტელექტის დანერგვის ფინანსური შედეგები სერიოზულ რისკებს უქმნის მომგებიანობას:

• გავლენა მარჟებზე: ხელოვნური ინტელექტი, როგორც წესი, არის ოპერაციული ხარჯები (OpEx)შ., რაც პირდაპირ გავლენას ახდენს მოგების ზღვარზე.

• დამატებითი ხარჯები: წინა ტექნოლოგიური ცვლილებებისგან განსხვავებით, ხელოვნური ინტელექტი აუცილებლად არ ამცირებს ტრადიციულ IT ხარჯებს; პირიქით, ის, როგორც წესი, დამატებით ხარჯს წარმოადგენს. მიუხედავად იმისა, რომ ხელოვნური ინტელექტის მომწოდებლების შემოსავლები მნიშვნელოვნად გაიზრდება, ეს კლიენტი კომპანიებისთვის ხარჯების ზრდას გულისხმობს.

• დაბალი წარმატების მაჩვენებლები: ინვესტიციის ანაზღაურება გარანტირებული არ არის. როდესაც გამოიყენება ისეთ რთულ პროცესებზე, როგორიცაა ღირებულებათა ჯაჭვი (და არა უბრალო პირადი პროდუქტიულობა), წარმატების მაჩვენებელი შეფასებულია, როგორც დაბალი. 5%,.

• ხარჯების ანაზღაურების სირთულე: ამ ხარჯების ანაზღაურება პერსონალის შემცირებით, ეფექტურობის გაზრდით ან გაყიდვების გაზრდით ამჟამად მოდისა და ფუფუნების საგნების სექტორებში რთულია.

სტრატეგიული და ოპერაციული რისკები

• გამყიდველის ჩაკეტვა: არსებობს დიდი რისკი, რომ ისეთ მდგომარეობაში აღმოჩნდეთ, „ჩაკეტვა“, სადაც ორგანიზაცია იმდენად არის დამოკიდებული გარე სერვისებზე, რომ კარგავს კონტროლს საკუთარ მონაცემებსა და შიდა კომპეტენციებზე. ამ სცენარში, კომპანია ფაქტობრივად ინარჩუნებს კონტროლს მხოლოდ ინვოისების გადახდაზე, ხოლო ძირითადი ინფორმაცია გარედან არის ხელმისაწვდომი.

• პროცესის სუბოპტიმიზაცია: ჰოლისტიკური ხედვის გარეშე, არსებობს ერთი კონკრეტული პროცესის უნებლიე ოპტიმიზაციის რისკი. სხვების არასუბოპტიმიზაცია, უბრალოდ ხარჯების ან არაეფექტურობის ორგანიზაციის სხვა ნაწილში გადატანა მათი აღმოფხვრის ნაცვლად.

• სტრატეგიული ხედვის ნაკლებობა: ხელოვნური ინტელექტის სპონტანურმა დანერგვამ მკაფიო ორგანიზაციული და კულტურული სტრატეგიის გარეშე შეიძლება მეტი პრობლემა შექმნას, ვიდრე გადაჭრას მოკლევადიან პერსპექტივაში.

რატომ არის ბიზნესში ხელოვნური ინტელექტის დანერგვის წარმატების მაჩვენებელი ამჟამად დაბალი?

ბიზნეს პროცესებში ხელოვნური ინტელექტის დანერგვის წარმატების მაჩვენებელი, კერძოდ, ღირებულებათა ჯაჭვის ტრანსფორმაციის მხრივ, შეფასებულია, როგორც დაბალი. 5%წარმატების ეს დაბალი მაჩვენებელი რამდენიმე სტრუქტურულ, ფინანსურ და ორგანიზაციულ ფაქტორს მიეწერება:

• ღირებულებათა ჯაჭვის ინტეგრაციის სირთულე: მიუხედავად იმისა, რომ პირადი პროდუქტიულობისთვის „ჩაშენებული“ ხელოვნური ინტელექტის ინსტრუმენტები (მაგ., ბრაუზერებში ან საოფისე პაკეტებში) ადვილად ადაპტირებადია, ხელოვნური ინტელექტის რთულ კორპორატიულ პროცესებსა და ღირებულებათა ჯაჭვში გამოყენება გაცილებით რთულია. ამ ტიპის დანერგვა მარტივ ადაპტაციაზე მეტად ღრმა ინტეგრაციას მოითხოვს.

• დამატებითი ხარჯები და ROI-ს გამოწვევები: წინა ტექნოლოგიური ცვლილებებისგან განსხვავებით, ხელოვნური ინტელექტის დანერგვა აუცილებლად არ ამცირებს ტრადიციული IT ხარჯების შემცირებას; პირიქით, ის ხშირად დანამატის როლს ასრულებს. ოპერაციული ხარჯები (OpEx) რაც პირდაპირ გავლენას ახდენს მოგების მარჟაზე. ამ ხარჯების ანაზღაურება — იქნება ეს პერსონალის შემცირებით, ეფექტურობის გაზრდით თუ გაყიდვების გაზრდით — ამჟამად მოდისა და ფუფუნების საგნების სექტორებში რთულია.

• მონაცემებისა და პროცესის სიმწიფე: წარმატება დიდწილად დამოკიდებულია ორგანიზაციის არსებულ კულტურასა და მის უნარზე, საკუთარი მონაცემების კონსოლიდაცია და მათი ვალიდაციაინტეგრირებული მონაცემებისა და პროცესების მყარი საფუძვლის გარეშე, კომპანიებს არ შეუძლიათ ხელოვნური ინტელექტის ეფექტურად გამოყენება და რისკავენ „მომწოდებელზე ჩაკეტვას“, სადაც ისინი მთლიანად გარე სერვისებზე იქნებიან დამოკიდებული და კარგავენ კონტროლს საკუთარ შიდა კომპეტენციებსა და აქტივებზე.

• სუბოპტიმიზაციის რისკი: არსებობს სტრატეგიული რისკი, რომ ერთი კონკრეტული პროცესის ხელოვნური ინტელექტის მეშვეობით ოპტიმიზაციამ შესაძლოა უნებლიედ გამოიწვიოს... ქვეოპტიმიზაცია სხვა სფეროებში, უბრალოდ ხარჯების ან არაეფექტურობის გადატანა ორგანიზაციის სხვადასხვა ნაწილებში მათი აღმოფხვრის ნაცვლად.

• ფარული განხორციელების ხარჯები: ხელოვნური ინტელექტის ღირებულება არასდროს შემოიფარგლება მხოლოდ მომსახურების საფასურით; ის მოიცავს მნიშვნელოვან სწავლის პროცესს, ასევე ტრენინგთან, ინფრასტრუქტურასთან და ქსელთან დაკავშირებულ ხარჯებს.

რას ნიშნავს „ჩრდილოვანი ხელოვნური ინტელექტი“ მოდის ინდუსტრიის უსაფრთხოებისთვის?

„ჩრდილოვანი ხელოვნური ინტელექტი“ მოდის ინდუსტრიის კონტექსტში გულისხმობს ფენომენს, როდესაც თანამშრომლები დამოუკიდებლად გამოიწერენ და ნერგავენ კომპანიაში ხელოვნური ინტელექტის ინსტრუმენტებს ოფიციალური ზედამხედველობის ან IT შემოწმების გარეშე.

გლობალური მოდის საინფორმაციო ტექნოლოგიების ხელმძღვანელის, ანდრეა პერტიჩის თქმით brandს, ეს უსაფრთხოების კონკრეტულ შედეგებს წარმოადგენს:

• უსაფრთხოების მმართველობის გვერდის ავლით: მთავარი რისკი ის არის, რომ ეს ინსტრუმენტები გვერდს უვლიან მკაცრ რისკის შეფასებებს, რომლებიც ამჟამად საჭიროა ისეთი რეგულაციებით, როგორიცაა ევროპული AI აქტიკომპანიები კანონით ვალდებულნი არიან შეაფასონ ხელოვნური ინტელექტის დანერგვა რისკის ოთხი დონის მიხედვით („მინიმალურიდან“ „მიუღებლამდე“, როგორიცაა სახის არაავტორიზებული ამოცნობა ან სოციალური ინჟინერია), მაგრამ Shadow AI ხელს უშლის ამ შეფასების განხორციელებას.

• ნულოვანი ბარიერის მქონე წვდომა: წინა რთული ტექნოლოგიებისგან განსხვავებით, გენერაციული ხელოვნური ინტელექტის „საუბრის ინტერფეისმა“ მოხსნა ყველა ტექნიკური ბარიერი. ნებისმიერ თანამშრომელს, რომელსაც შეუძლია აკრეფა ან საუბარი, ახლა შეუძლია დანერგოს ციფრული ინსტრუმენტები, რომლებიც შეიძლება შეიცავდეს უსაფრთხოების დაუცველობებს, რაც ეფექტურად ქმნის ტექნოლოგიის ფარულ ფენას, რომლის კონტროლი ან დაცვა ორგანიზაციას არ შეუძლია.

• ჩრდილოვანი IT-ის ევოლუცია: მას აღწერენ, როგორც „ჩრდილოვანი IT“-ის თანამედროვე ევოლუციას, სადაც ძლიერ ინსტრუმენტებზე წვდომის სიმარტივე ზრდის მონაცემთა გაჟონვის ან შესაბამისობის დარღვევის ალბათობას, რადგან ცენტრალურ ორგანიზაციას არ აქვს ინფორმაცია ტექნოლოგიის გამოყენების შესახებ.

როგორ შეიძლება brandროგორ ავიცილოთ თავიდან „მომწოდებლის ჩაკეტვა“ ხელოვნური ინტელექტის გამოყენებისას?

„გამყიდველის ჩაკეტვის“ თავიდან ასაცილებლად, brandუნდა უზრუნველყონ, რომ ისინი არ მიაღწიონ იმ მდგომარეობას, სადაც მონაცემები, სერვისები და კომპეტენციები მთლიანად გარედან არის განლაგებული, რაც კომპანიას მხოლოდ ინვოისების გადახდის კონტროლს უტოვებს.

წყაროების თანახმად, ამის თავიდან ასაცილებლად მთავარი სტრატეგია გულისხმობს ძლიერი შიდა საფუძვლის შექმნას და არა უბრალოდ გადაწყვეტილებების შეძენას. ეს მოიცავს:

• შიდა მონაცემების კონსოლიდაცია და ვალიდაცია: გადამწყვეტი საწყისი წერტილი ორგანიზაციის საკუთარი მონაცემების კონსოლიდაციის შესაძლებლობაა. კომპანიას უნდა ჰქონდეს ინტეგრირებული პროცესები და მონაცემები როგორც „საძირკველი“. ამ შიდა ხერხემლის გარეშე, კომპანია ზედმეტად დამოკიდებული ხდება მომწოდებლის ინფრასტრუქტურაზე მისი ძირითადი აქტივების მართვისთვის.

• სტრატეგიული მოძიების გადაწყვეტილებები: როგორც კი მონაცემთა ბაზა შეიქმნება, კომპანია უკეთეს მდგომარეობაში იქნება, რათა მიიღოს ინფორმირებული სტრატეგიული გადაწყვეტილებები იმის შესახებ, თუ „შეიმუშავეთ, ააწყვეთ ან იყიდეთ“ კონკრეტული სერვისები თითოეულ შემთხვევაში ინდივიდუალურად. ეს საშუალებას იძლევა brand გარე ხელოვნური ინტელექტის ინტეგრირება, სადაც ეს ეფექტურია, ღირებულების ჯაჭვის სრული კონტროლის გადაცემის გარეშე.

• შინაგანი კომპეტენციების შენარჩუნება: ჩაკეტვის რისკი აშკარად დაკავშირებულია ექსტერნალიზაციასთან, კომპეტენციის. აქედან გამომდინარე, brands-მა უნდა უზრუნველყოს, რომ მიუხედავად იმისა, რომ მათ შეუძლიათ გამოიყენონ გარე ინსტრუმენტები, სტრატეგიული გაგება და management ამ პროცესების ნაწილი კომპანიის შიგნით რჩება დამოკიდებულების თავიდან ასაცილებლად.

როგორ შეიძლება მოდა? brandხელს უშლის თანამშრომლებს Shadow AI-ის გამოყენებაში?

„ჩრდილოვანი ხელოვნური ინტელექტის“ პრევენცია არ არის წარმოდგენილი, როგორც მარტივი ტექნიკური ბლოკი, არამედ როგორც გამოწვევა, რომელიც ცვლილებებს მოითხოვს. ორგანიზაციული სტრატეგია, კულტურა და მმართველობა.

მოდა brandჩრდილოვანი ხელოვნური ინტელექტის გამოყენების პრობლემის მოგვარება და შემცირება შემდეგი სტრატეგიული ზომების გატარებით შეიძლება:

• ფორმალური რისკის შეფასების (AI Act) განხორციელება: კომპანიებმა სპონტანური ადაპტაცია ფორმალური შეფასების პროცესით უნდა ჩაანაცვლონ. ისეთი რეგულაციების თანახმად, როგორიცაა AI აქტიორგანიზაციები ვალდებულნი არიან შეაფასონ ხელოვნური ინტელექტის ყველა დანერგვა რისკის ოთხი დონის მიხედვით, „მინიმალურიდან“ „მიუღლებლამდე“ (მაგალითად, სახის არაავტორიზებული ამოცნობა ან სოციალური ინჟინერია). ამ შემოწმების პროცესის აღსრულებით, brandუზრუნველყოფენ, რომ არცერთი ციფრული ინსტრუმენტი არ შევიდეს კომპანიის ეკოსისტემაში ამ მმართველობითი ფილტრის გავლის გარეშე.

• სპონტანურიდან სტრატეგიულ ადაპტაციაზე გადასვლა: ჩრდილოვანი ხელოვნური ინტელექტის ძირითადი მამოძრავებელი ძალა თანამშრომლების მიერ „სპონტანური ადაპტაციაა“. ამის თავიდან ასაცილებლად, ხელმძღვანელობამ უნდა დააწესოს „სტრატეგიული, ორგანიზაციული და კულტურული ხედვა“, მსგავსი PLM ან ERP სისტემების წარსულში განხორციელებული დანერგვებისა. ორგანიზაციამ აქტიურად უნდა განსაზღვროს, თუ როგორ წყვეტს ხელოვნური ინტელექტი ბიზნეს პრობლემებს, რათა თანამშრომლებმა არ იგრძნონ გარე ინსტრუმენტების დამოუკიდებლად ძიების საჭიროება.

• მონაცემებისა და კომპეტენციების ცენტრალიზაცია: ძირითადი პრევენციული ღონისძიებაა ორგანიზაციის მიერ ძლიერი შიდა საფუძვლის შექმნის უზრუნველყოფა. focus„კულტურისა და შესაძლებლობების... საკუთარი მონაცემების კონსოლიდაციისა და ღირებულების გაზრდის“ საფუძველზე, კომპანია უზრუნველყოფს ლეგიტიმურ, ინტეგრირებულ ინფრასტრუქტურას. თუ კომპანია უზრუნველყოფს ინტეგრირებულ პროცესებსა და მონაცემებს, ეს ამცირებს თანამშრომლების სტიმულს გამოიყენონ გარე „ჩრდილოვანი“ ინსტრუმენტები, რამაც შეიძლება გამოიწვიოს „მომწოდებლის ჩაკეტვა“ ან მონაცემთა დაკარგვა.

რატომ არის პრევენცია რთული: წყაროები აღნიშნავენ, რომ ჩრდილოვანი ხელოვნური ინტელექტის თავიდან აცილება განსაკუთრებით რთულია, რადგან გენერაციულ ხელოვნურ ინტელექტს (კერძოდ, სასაუბრო ინტერფეისს) აქვს... „სრულიად მოხსნა გამოყენების ნებისმიერი ბარიერი“. რთული მემკვიდრეობით მიღებული სისტემებისგან განსხვავებით, ყველას, ვისაც შეუძლია აკრეფა ან საუბარი, ახლა შეუძლია დამოუკიდებლად გამოიწეროს და დანერგოს ეს ინსტრუმენტები, ტრადიციული IT დაბრკოლებების გვერდის ავლით. ამიტომ, გამოსავალი ნაკლებად ეხება ტექნიკურ ბარიერებს და უფრო მეტად... კორპორატიული კულტურა და ახლისადმი ერთგულება მარეგულირებელი ჩარჩოების