Reklama
Dołącz do liderów przyszłości i zdobądź przewagę! Sprawdź najnowszą ofertę subskrypcji
Premium
Analiza danych, Big Data
Magazyn (Nr 22, luty - marzec 2024)

O co menedżerowie powinni pytać w obszarze modeli AI i zbiorów danych?

1 lutego 2024 15 min czytania
Zdjęcie Roger Hoerl - Wykładowca statystyki w Union College w Schenectady w stanie Nowy Jork. Wcześniej kierował laboratorium statystyki stosowanej w GE Global Research.
Roger Hoerl
Zdjęcie Thomas C. Redman - Prezes firmy konsultingowej Data Quality Solutions z siedzibą w New Jersey i współautor książki The Real Work of Data Science: Turning Data Into Information, Better Decisions, and Stronger Organizations.
Thomas C. Redman
O co menedżerowie powinni pytać w obszarze modeli AI i zbiorów danych?

Liderzy organizacji muszą umieć dokonywać trafnych wyborów dotyczących skali wdrażania modeli sztucznej inteligencji. Warto przy tym zadać kilka niełatwych pytań.

Potęga sztucznej inteligencji (artificial intelligence, AI) i bazujących na niej modeli uczenia maszynowego (machine learning, ML) nieustannie zmienia reguły gry w biznesie. Jednak zbyt wiele projektów AI spala na panewce – niejednokrotnie już po wdrożeniu, co jest szczególnie kosztowne i deprymujące. Proszę tylko zapytać firmę Amazon o jej wpadki z technologią rozpoznawania twarzy albo Microsoft o poczynania czatbota Tay. Nader często analitycy i specjaliści od danych uznają te niepowodzenia za jednorazowe, odrębne anomalie, nie starając się nawet znaleźć żadnych prawidłowości, które pomogłyby zapobiegać takim problemom w przyszłości. Menedżerowie, zwłaszcza ci wyższego szczebla, mają dziś możliwość – a także odpowiedzialność – zapobiegania powdrożeniowym porażkom rozwiązań AI. Ale by móc to zrobić, muszą lepiej zgłębić tematykę zbiorów i modeli danych, bo dzięki temu będą w stanie zadawać właściwe pytania twórcom modeli, czyli deweloperom, a następnie prawidłowo oceniać uzyskane odpowiedzi.

Być może w tej chwili właśnie myślisz: „Ale czy analitycy dużych zbiorów danych nie mają doskonałego wykształcenia i przygotowania?”. Dzisiaj większość kursów i programów nauczania dla takich analityków, tzw. naukowców danych (data scientists), koncentruje się na mechanice procesów uczenia maszynowego, a nie na ograniczeniach tej technologii. Przez to naukowcy danych nie są uczeni, jak zapobiegać wpadkom sztucznej inteligencji ani jak diagnozować problemy. Twórcy modeli AI muszą przewidzieć skuteczność danego modelu w przyszłości i jego działanie na zbiorach danych innych niż treningowe, co określane jest mianem generalizowalności (generalizability). Obecnie ta koncepcja jest słabo zdefiniowana i mało rygorystyczna.

Istnieje pewne powiedzenie w dziedzinie analityki, mówiące o tym, że deweloperów AI i artystów cechuje ten sam zły nawyk zakochiwania się we własnych modelach. Tymczasem dane są lekceważone. Przykładowo, twórcy modeli sztucznej inteligencji bardzo łatwo godzą się na zastosowanie zbiorów danych, które akurat są pod ręką, zamiast szukać danych bardziej adekwatnych do problemu, jaki dany algorytm ma rozwiązać.

Menedżerowie wyższego szczebla bez formalnego wykształcenia w dyscyplinach technicznych mają jeszcze mniej kompetencji i narzędzi, by wychwycić problemy drzemiące w modelach sztucznej inteligencji i zbiorach danych, którymi są one zasilane. Ale właśnie oni jako liderzy decydują o tym, na ile szeroko organizacja wdroży te modele. Nasz artykuł powstał z myślą o menedżerach i menedżerkach chcących podejmować trafniejsze decyzje w tym obszarze.

Zostało 84% materiału do przeczytania

Materiał dostępny tylko dla subskrybentów

Dołącz do subskrybentów MIT Sloan Management Review Polska Premium!

Kup subskrypcję
O autorach
Tematy

Może Cię zainteresować

Case study
Premium
Czy planowanie strategiczne ma jeszcze sens?

Krakowski producent słodyczy Zafiro Sweets był przez lata doceniany w branży i wśród pracowników za wieloletni, stabilny wzrost poparty wysoką jakością produktów. Turbulencje rynkowe, napędzane dynamiką mediów społecznościowych i zmieniającymi się oczekiwaniami klientów, podważyły jednak jego dotychczasowy model działania, oparty na planowaniu strategicznym. Firma szuka sposobu, który pozwoli jej się zaadaptować do szybkich zmian zachodzących w jej otoczeniu. Marta Wilczyńska, CEO Zafiro Sweets, z niedowierzaniem patrzyła na slajd, który dostała od działu sprzedaży. Siedziała w restauracji w warszawskim Koneserze, gdzie wraz z Tomaszem Lemańskim, dyrektorem operacyjnym, oraz Justyną Sawicką, dyrektorką marketingu, uczestniczyli w Festiwalu Słodkości – jednej z branżowych imprez, które sponsorowali.

Premium
Zalecenia prof. Kazimierza suwalskiego dla młodych i doświadczonych liderów

Doświadczenie prof. Kazimierza Suwalskiego, chirurga i lidera, przekłada się na uniwersalne zasady skutecznego przywództwa. Poniższe zestawienie to zbiór praktycznych wskazówek, które wspierają rozwój zarówno młodych, jak i doświadczonych liderów – od budowania autorytetu i zarządzania zespołem po radzenie sobie z kryzysami i sukcesję przywództwa.

Premium
Z sali operacyjnej do gabinetu lidera

Droga od chirurga do lidera wymagała nie tylko zmiany kompetencji, ale też perspektywy. Profesor Kazimierz Suwalski, pionier polskiej kardiochirurgii, dzieli się doświadczeniami z budowania zespołów, instytucji i kultury przywództwa opartej na transparentności, zaufaniu i odpowiedzialności. Podkreśla,
że kluczowymi kwestiami są: mentoring, zarządzanie silnymi osobowościami i świadome rozwijanie talentów. Przypomina, że prawdziwe przywództwo nie ustaje wraz z końcem kariery – trwa, gdy potrafimy dzielić się wiedzą i tworzyć przestrzeń do wzrostu innych.

Causal ML
Premium
Jak skutecznie wdrożyć przyczynowe uczenie maszynowe (Causal ML) w organizacji?

Coraz więcej firm dostrzega potencjał Causal ML jako narzędzia wspierającego podejmowanie trafnych decyzji. Jednak skuteczne wdrożenie tego podejścia wymaga czegoś więcej niż zaawansowanych algorytmów — potrzebne są właściwe pytania, odpowiednie dane oraz współpraca interdyscyplinarnych zespołów.

Premium
Nowe podejście do uczenia maszynowego odpowiada na pytania „co by było, gdyby”

Causal ML – nowatorskie podejście w uczeniu maszynowym – daje kadrze zarządzającej nowe narzędzie do oceny skutków decyzji strategicznych. Umożliwia pewniejsze eksplorowanie alternatywnych scenariuszy, dzięki czemu wspiera podejmowanie bardziej świadomych i trafnych decyzji biznesowych. Tradycyjne systemy uczenia maszynowego (machine learning, ML) zdobyły szerokie uznanie jako narzędzia wspomagające procesy decyzyjne, szczególnie tam, gdzie kluczowe jest oszacowanie prawdopodobieństwa konkretnego zdarzenia, na przykład zdolności kredytowej klienta. Klasyczne modele ML opierają jednak swoje predykcje głównie na identyfikowaniu korelacji w danych. Taka metodologia, choć użyteczna w pewnych kontekstach, okazuje się niewystarczająca, a wręcz może wprowadzać w błąd, szczególnie wtedy, gdy menedżerowie starają się przewidzieć realny wpływ swoich decyzji na wyniki biznesowe.

Premium
Czy znasz cel swojej organizacji?

Ankieta redakcji „MIT Sloan Management Review Polska” została przeprowadzona wśród użytkowników platformy LinkedIn – w większości osób zajmujących stanowiska kierownicze, menedżerskie i eksperckie. Grupa ta jest szczególnie istotna w kontekście budowania oraz komunikowania celu organizacji, ponieważ to właśnie liderzy średniego i wyższego szczebla odpowiadają zarówno za interpretację celu, jak i przekładanie go na codzienne działania zespołów. Ankieta miała sprawdzić, w jakim stopniu pracownicy identyfikują się z celem działania swojej organizacji.

Premium
AI zmienia zasady gry – jakich liderów IT dziś potrzebujemy?

Wielu dyrektorom ds. informatyki (CIO) brakuje zarówno czasu, jak i odpowiednich kompetencji oraz formalnych uprawnień, by skutecznie mierzyć się z wyzwaniami kulturowymi i organizacyjnymi, które mogą utrudniać wdrażanie inicjatyw związanych ze sztuczną inteligencją. Nadszedł moment, by poszerzyć zakres ich ról.

Sztuczna inteligencja fundamentalnie przekształca sposób działania organizacji i ta transformacja wykracza daleko poza samą techniczną implementację. Nowoczesne systemy AI coraz częściej przejmują zadania dotąd wykonywane przez ludzi, co nierzadko wymaga od pracowników przekwalifikowania, podnoszenia kompetencji oraz rozwoju umiejętności, takich jak myślenie krytyczne. Aby skutecznie zarządzać nowym modelem współpracy ludzi i technologii, liderzy muszą rozumieć złożone czynniki ludzkie i organizacyjne, takie jak zwinność i zmiany kulturowe, dynamikę osobowości oraz inteligencję emocjonalną.

Mimo to większość organizacji nadal postrzega wdrażanie sztucznej inteligencji przede wszystkim jako wyzwanie natury technicznej, a obecne role liderów technologicznych odzwierciedlają to podejście. Zgodnie z raportem Foundry’s 2024 State of the CIO aż 85% liderów IT uważa, że dyrektorzy ds. informatyki (CIO) coraz częściej pełnią funkcję agentów zmian w swoich organizacjach. Jedynie 28% z nich twierdzi, że kierowanie transformacją jest dla nich priorytetem.

Jak firmy z Chin pokonują bariery i zdobywają nowe rynki
Premium
Wskazówki wdrożeniowe dla polskich firm planujących ekspansję zagraniczną

Polskie firmy, które chcą skutecznie zaistnieć na rynkach zagranicznych, muszą porzucić myślenie w kategoriach całych krajów i skupić się na konkretnych miastach, niszach oraz kanałach cyfrowych. Poniższe zestawienie prezentuje trzy praktyczne strategie, które – przy odpowiednim dopasowaniu do lokalnych realiów – pozwalają przezwyciężyć bariery wejścia i efektywnie rozwijać działalność poza granicami Polski.

Premium
Chiny w transformacji. Nowa era przedsiębiorczości

Chiny przechodzą fascynującą transformację, która zmienia je w globalnego lidera innowacji i technologii. Dziś kraj ten, jeszcze kilka dekad temu borykający się z ubóstwem i izolacją, jest miejscem, gdzie młodsze pokolenie przedsiębiorców wyznacza nowe standardy na światowych rynkach.

Premium
ROLA WARTOŚCI W KULTURZE WSPIERAJĄCEJ ZMIANY I ZAANGAŻOWANIE PRACOWNIKÓW

Transformacja Avivy w Polsce to historia konsekwentnego działania w oparciu o wartości, które nie tylko przetrwały zmiany właścicielskie, lecz także stały się fundamentem dalszego rozwoju.

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Newsletter

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!