Mennyi sikerrel járnak a mesterséges intelligencia projekteket bevezető vállalatok? Egy nemrég megjelent, nagy port kavart MIT-tanulmány szerint az ilyen kezdeményezések 95%-a kudarcot vall, legalábbis az első félévben nem hoz mérhető eredményt. Az internetet ellepték a negatív címek, amelyeket azonban legtöbben anélkül osztanak tovább, hogy a tanulmány mélyebb tanulságait felmérnénk.
Az előadó rávilágít: az elemzés döntően csak vezetőkkel készült interjúkat vizsgált, akik sok esetben másképp látják az AI bevezetését, mint azok a „builderek”, akik ténylegesen dolgoznak a projekteken. Feldobja a kérdést, hogy az egyéni prompt szakértelem hogyan válhat valós üzleti eredményekké—és miért nem működik, ha csak a felső vezetés támogatását akarjuk elérni.
További izgalmas témák is előkerülnek, például hogy milyen műszaki mintázatok jelzik a sikert a vállalati AI működtetésében, amelyek azonban gyakran kimaradnak a vezetői beszámolókból. Szóba kerülnek a hibrid architektúrák, a tanulórendszerek szerepe, az intelligens súrlódás mesterséges beépítése és az AI-projektek mérésének helyes módjai. Az előadó azt is vizsgálja, milyen módon lehet az egyéni szintű AI-tudást csapat- vagy szervezeti eredményekké fordítani.
A beszélgetés tehát új szemszögből világít rá azokra a gyakorlati lépésekre, amelyekkel az AI-projektek túlléphetnek a statisztikai kudarcokon, és tényleges vállalati előnyöket jelenthetnek. További kérdés, hogy miként lehet az „árnyék AI” megoldásokat hivatalos munkafolyamattá fejleszteni, és milyen képességekre van szüksége egy AI-t fejlesztő szakembernek a szervezeti befolyás eléréséhez.
