Studie Omdia a Capgemini analyzují, na co by se měly zaměřit jak podniky, tak i dodavatelé umělé inteligence. Kde jsou limity současných open source nástrojů pro AI? A co když je potřeba zkrátit dobu návratnosti investice na půl roku?
Nějaké prvky umělé inteligence deklarují dnes dodavatelé téměř libovolné aplikace. Pro využití AI v podnicích má být ale důležitá jednotná platforma, tvrdí studie společnosti Omdia. Analýza argumentuje, že samotné hlavní nástroje pro AI, respektive strojové učení, jsou dnes založené převážně na open source. Jako takové jsou pak určeny spíše pro další vývojářské firmy, implementátory apod., nikoliv pro samotné podniky. Omdia proto vydala analýzu trhu platforem AI pro podniky, jejíž pojetí poněkud připomíná magické kvadranty Gartneru. Bradley Shimmin z Omnia přitom na InformationWeek ovšem dodává, že i samotný pojem „platforma AI“ je ještě dost široký, takže jednotliví dodavatelé nemusejí být nutně konkurenty, ale jejich řešení se někdy mohou spíše doplňovat.
Roli hraje i praxe specialistů na AI – během univerzitního vzdělání či v rané fázi kariéry se často seznámili právě především s open source nástroji, nicméně při tvorbě podnikové strategie potřebují i další znalosti. Jednotlivé nástroje neztrácejí smysl, dodává na InformationWeek Jessica Davis. Nicméně podle studie Omdia už data do těchto nástrojů přicházejí určitým způsobem, je třeba zahrnout jejich celý životní cyklus. Platformy dokážou nabídnout např. prostředí, kde je toto všechno přístupné z jediné konzole.
Co se týče volby mezi platformami, z průzkumu nejlépe vyšly Microsoft (zejména Azure Machine Learning), SAS, IBM, C3.ai a Dataiku. Dále byly mezi platformy zařazeny firmy H20.ai, Petuum a Evolution AI. Pro budoucí srovnání se plánují zohlednit i další sady pro strojové učení včetně Amazon SageMaker.
Studie společnosti Capgemini se pro změnu zabývá otázkou, jak mohou podniky maximalizovat krátkodobý přínos AI, tedy co nejvíce urychlit návratnost investic. Výkonný viceprezident Capgemini Jerry Kurtz uvádí, že 12–18 měsíců může být ve světě AI i celkem normální – tak rychle se vrátí i náklady na standardní projekty typu přesunu dat do cloudu, reorganizaci těchto dat a jejich vylepšené využívání právě pomocí umělé inteligence. Nicméně ve světě znejistělém koronavirem se může požadovat dokonce i ještě rychlejší návratnost (tzv. Advantage ROI) a přednost navíc dostanou projekty, které půjde zrealizovat co nejrychleji. Nejlepší výsledky pak podle Kurtze přináší nasazení AI přímo cílené na řešení určitých problémů podnikání, „obchodních případů“. To může znamenat až 90 % celkových přínosů AI a přitom podniky za tuto část implementace AI v průměru utrácejí jen 30 % rozpočtů na umělou inteligenci. Na druhé straně se nachází ukládání, transformace a řízení dat, data science, lepší způsoby pro předvídání výnosů apod. – tedy obecnější projekty. Ty (samy o sobě) přinášejí pouze 10 % přínosů AI, zato za ně podniky v průměru vydávají 70 % částky utracené za umělou inteligenci, alespoň dle Capgemnini. Chtějí-li v této době organizace rychlou návratnost vložených prostředků, měly by proto volit menší, dílčí projekty navržené na míru vlastnímu podnikání. Kreativita a inovace (respektive jednoduché, konkrétní nápady) mají v tomto případě přednost před striktně vědeckým přístupem.
Zdroj: Omdia/Capgemini/InformationWeek
Jak se zkracuje návratnost? Osekáním projektu?