AI kan hjelpe deg å løse problemer som tidligere i praksis var uløselige. Gevinsten kan også være formidabel. Vi tar som utgangspunkt at en AI basert løsning vil omfatte kontinuerlig innsamling og læring av nye data. Dine egne data kombinert med andre tilgjengelige data kan derfor være gull verdt. Hvordan du sikrer verdien og utnytter data bør derfor være en integrert del av virksomhetens strategi. Hvordan kommer du så i gang og hvordan ser prosessen ut? Som ved annen eksperimentell utvikling benyttes agilt tankesett og iterativ metodikk også ved utvikling av AI løsninger. Vi kan typisk ha 4 stadier; Idé - Utprøvning(PoC) - Modning - Drift.
Under idefasen jobbes det kreativt med problemer og muligheter. Det kan være forbedring og automatisering av eksisterende arbeidsprosesser. Det kan også være helt nye løsninger som radikalt endrer prosessflyt. Mulighetene estimeres og kategoriseres ift modenhet, verdi, ledetid, m.m. Dere velger en eller flere muligheter som dere fører videre til utprøvning, Proof-of-Concept.
PoC prosjekter gjennomføres ofte isolert i egen isolert "lab". Det benyttes et begrenset datasett som er reelt, men det trenger ikke være levende. Hensikten er å vise at det er god sannsynlighet for å lykkes. De prosjektene dere har mest tro på føres videre til neste fase, her kalt Modningsfasen.
Prosjekter i modningsfasen bør være koblet til en "live" datastrøm. Hensikten nå er å vise at løsningen forbedres ved å innføre nye data. Løsningen lærer av ferske data og ved å innføre nye kombinasjoner av data. Løsningen bør prøves ut og verifiseres av reelle brukere i et begrenset omfang. Noen kaller også denne fasen for pilotering. Kun en andel av Modningsprosjektene vil gå videre til Driftsfasen
I driftsfasen er løsningen implementert i hele organisasjonen med live data. Løsningen oppdateres kontinuerlig med ferske data og eventuelt nye datakilder.
ความคิดเห็น