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.