Ha össze kellene foglalni az elmúlt héten Egerben megrendezett tavaszi CIO Hungary tanulságát, akkor a legtöbb résztvevő valószínűleg azt emelné ki, hogy (szinte) mindenbe beköltözött a mesterséges intelligencia. Témájától függetlenül több előadó is hangsúlyozta: előadására készülve szembesült azzal, hogy nem kerülheti meg az MI hatását. (A konferencia előadásairól készített összefoglalóink egy kattintásnyira olvashatók.)

Az is kiderült, hogy a többség egyelőre keresi az optimális utat, amellyel a lehető legtöbb értéket tudja kinyerni az MI generálta átfogó technológiai változásból. Nem véletlen, hogy a piaci szereplők szívesebben beszélnek konkrét technológiák helyett új szemléletmódról – jelentsen ez bármit is. A CIO.com egyik vendégszerzője, Stephen Wunker tanácsadó szellemes párhuzamot talált az MI-korszak kihívásira. Ha egy cég ma sikeres akar lenni, a polipok stratégiáját kell követnie (most fejletsük el a szó negatív konnotációját), azaz képesnek kell lennie arra, hogy nagyon rövid idő alatt átalakuljon, ha alkalmazkodni szeretne a drámai gyorsasággal változó környezethez.

Bár Wunker elsősorban a szoftverszolgáltatásokat nyújtó cégek problémáival foglalkozott, az általa ismert szervezetek gyakorlatából desztillált kulcsmozzanatok általános érvényűek.

Mindennek a rugalmasságot kell szolgálnia

1. Eldobhatóságra tervezett architektúra. Amit ma a legjobb modellnek gondolunk, holnap már nem biztos, hogy megfelelő; az MI ugyanis gyorsabban fejlődik, mint a SaaS architektúra – idézi Wunker egy vállalat vezetőjét. Ennél a cégnél az MI-architektúrát nem a mai legjobb modellre optimalizálták, hanem az "eldobhatóságra". Kialakítottak egy olyan réteget, amely lehetővé teszi a modellek gyors cseréjét, mert ha bebetonoznának egy MI-iplementációt, az abban a pillanatban legacy rendszerré válna.

2. Új értelmet nyer az ügyfélközpontúság. Nem azt kell felvázolni, hogy az MI technológia mi mindent tud (nyilván mindent is!). Abból kell kiindulni, hogy melyek azok a problémák, melyekre nincs triviális megoldás hagyományos IT-eszközökkel. Az ilyen problémák feltérképezése segít a legjobb MI-modell (vagy más hatékony módszer) megtalálásában. Az ellenkező irányú út, amikor meglévő MI-modellekbe akarnak minden létező, ismert problémákat belegyömöszölni, borítékolhatóan kudarcra van ítélve, mert az MI sem képes varázslatra.

3. Octopus-szervezetek. Egy szervezet működési hatékonyságát nagyban javítja, ha az MI segítségével a korábbinál jobban szét tudja teríteni a tudást és a hatásköröket. A cégeknek úgy kell működniük, mint egy polip, amelynek idegrendszere erősen decentralizált, kétharmada a központi agyon kívül található. Az erre a mintára felépülő szervezetek gyorsan reagálnak minden környezeti változásra, mert a döntések a "frontvonalhoz" közel születnek.

4. Permanens transzformáció. A mesterséges intelligencia rendszerek hétről hétre változnak. Ezt szolgáltatói és ügyféloldalon is nehéz lekövetni, ha a szervezetek nem készülnek fel a folyamatos átalakulásra. Ennek egyik módja, ha olyan moduláris MI-implementációkat vezetnek be, melyek különösebb refaktorálás nélkül is fejlődőképesek. Az ilyen rendszerek új követelményeket állítanak a csapattal szemben: felértékelődik az a képesség, hogy el tudjuk dobni a tegnapi eredményeket a holnap fejlesztései érdekében.

5. 80/20-as szabály az automatizálásban. A munka 80 százaléka automatizálható, de a fennmaradó 20 százalékhoz továbbra is szükség van az emberre, aki így azt is érzi, hogy a kezében maradt az irányítás.