Очевидно, что модель не может выполнить эти задачи, не выйдя за пределы лаборатории. Кроме того, необходимо не только внедрить модели (то есть сделать их доступными для людей и систем), но и включить их в потоки работ таким образом, чтобы они использовались в операциях. Возникающие исключения (например, когда модель не обеспечивает достаточно высокую вероятность правильного решения) должны грамотно обрабатываться (например, путем вмешательства человека, переобучения модели или отката к предыдущей версии). Внедрение и монетизация ИИ требует постепенной, но полной интеграции моделей с потоками работ, мониторинга входных данных и эффективности моделей, а также управления развертыванием моделей.
На следующем рисунке показан пример рамочной модели, в которой ИИ интегрируется с BPM.
Эта модель включает четыре компоненты:
● управление данными;
● разработка модели;
● внедрение модели;
● эффект для компании и бизнеса.
Управление данными – это стандартная составляющая бизнес-аналитики, здесь мы его не рассматриваем.
Разработка модели машинного интеллекта включает две обширные области:
● определение и приоритизация сценариев использования, подходящих для моделей машинного обучения;
● массовое создание моделей машинного обучения.
Третья компонента – внедрение – включает не только развертывание моделей, но и процесс постоянной переподготовки и перемещения персонала, интеграцию моделей с потоками работ и обратную связь от операций к оптимизации моделей. Целью внедрения является монетизация моделей.
Наконец, четвертая компонента – эффект для компании и бизнеса – проста, но жизненно важна для будущего ИИ в организации. Бизнес-подразделения должны доверять моделям ИИ, понимать их ценность, реально их применять и получать отдачу. Проекты ИИ редко оказываются успешными без заинтересованной поддержки со стороны бизнеса.
Эти четыре составляющие требуют совместной работы ИТ-специалистов, инженеров данных, аналитиков данных и бизнес-подразделений. Искусственный интеллект – это командный спорт.
8.3.2.5. Искусственный интеллект и BPM
BPM неотделим от ИИ, как минимум в части технологий RPA и process mining. В значительной мере BPM является проекцией ИИ на мир бизнес-процессов.
В свою очередь, BPM для ИИ не менее важен, потому что в электронной коммерции бизнес-транзакции, делегированные ИИ, полностью выходят из-под контроля менеджмента. BPM – это единственная подушка безопасности, способная защитить компании от их новорожденных искусственных мозгов и сохранить контроль над управляемыми ИИ цифровыми платформами. Не случайно применение ведущих систем ИИ для бизнеса все чаще опирается на методы и методологию BPM.