Enamik ebaõnnestunud AI-projekte ei kuku läbi tehnoloogia pärast. Nad kukuvad läbi juba enne esimest koodirida — valel eeldusel.
1. Probleem on liiga lai
„Tahame AI-d kasutusele võtta“ ei ole projekt. „Tahame, et pakkumised valmiksid kahe tunni asemel kümne minutiga“ on. Mida kitsam on esimene ülesanne, seda tõenäolisemalt jõuab see päriselt kasutusse. Laia haardega projekt lõpeb tavaliselt aruteludega, mitte tulemusega.
2. Andmeid pole või need on korrastamata
AI on täpselt nii hea kui andmed, mida ta näeb. Kui hinnad on viie inimese peades ja kolmes Exceli failis, ei aita ükski mudel. Sageli on esimene samm hoopis andmete korda tegemine — ja see tasub end ära ka ilma AI-ta.
3. Puudub omanik
Kui uus tööriist ei kuulu kellelegi, ei jää see kasutusse. Vaja on inimest, kes vastutab, et lahendus päriselt igapäevatöös kohal on: annab tagasisidet, koolitab kolleege ja märkab, kui midagi katki läheb.
4. Tulemust ei mõõdeta
„Tundub kiirem“ ei ole argument järgmise eelarve jaoks. Enne alustamist fikseeri number: mitu tundi nädalas, mitu päringut, mis veamäär. Pärast juurutamist võrdle. Ilma selleta ei tea keegi, kas projekt õnnestus.
Kuidas seda vältida
Vali üks kitsas, mõõdetav ülesanne. Veendu, et andmed on olemas. Määra omanik. Fikseeri lähtenumber. Ehita väike lahendus, pane see nädalaks päris töösse, vaata tulemust — alles siis laienda.
See kõlab igavalt, aga just igav lähenemine viib AI päriselt kasutusse. Kui tahad oma esimese ülesande üle vaadata, broneeri lühike kõne.