واحد 4 / 12

تعیین و اولویت بندی حوزه استفاده

سود:

  • امکان جمع آوری نواحی استفاده از هوش مصنوعی از یک استخر گسترده و شفاف سازی آنها با الگوی «مشکل/چه کسی/داده/نتیجه/اندازه گیری»
  • امکان امتیازدهی مناطق استفاده بر روی محورهای ارزش و کاربرد و قرار دادن آنها در یک ماتریس چهار منطقه ای
  • توانایی تمرکز بر موج 90 روز اول با ایجاد حرکت با سودهای سریع و برنامه ریزی شرط بندی های بزرگ

موفقیت یا شکست یک استراتژی هوش مصنوعی اغلب به یک سوال خلاصه می شود: "به چه چیزی بله می گوییم و به چه چیزی نه؟" ده ها ایده در اکثر موسسات در گردش هستند. اما منبع محدود است در این بخش، شما یاد خواهید گرفت که چگونه به طور سیستماتیک موارد استفاده از هوش مصنوعی را شناسایی و اولویت بندی کنید (سناریوی خاصی که در آن هوش مصنوعی برای حل یک مشکل تجاری مشخص استفاده می شود). هدف این است که "یکی که بیشترین ارزش را ایجاد کند" به جای "محبوب ترین" را انتخاب کنید.

چگونه مناطق کاربری را جمع آوری کنیم؟

ابتدا یک استخر ایجاد کنید. موارد استفاده خوب از سه منبع به دست می‌آیند: نقاط درد (کار وقت‌گیر، خسته‌کننده، مستعد خطا)، فرصت‌ها (جایی که می‌تواند درآمد یا تجربه مشتری را افزایش دهد)، و معیار (آنچه در صنعت مشابه کار می‌کند). استخر را عریض نگه دارید؛ حذف بعدا می آید

یک توصیف مورد استفاده خوب شامل عناصر زیر است: چه مشکل تجاری، برای چه کسی، چه داده‌هایی، نتیجه مورد انتظار و نحوه اندازه‌گیری آن. "هوش مصنوعی در خدمات مشتری" یک مورد استفاده نیست. "کوتاه کردن زمان ارسال با طبقه بندی خودکار ایمیل های دریافتی بر اساس موضوع آنها و هدایت آنها به تیم مناسب" یک منطقه استفاده است.

نکته: موارد استفاده خوب معمولاً کارهای «حجم بالا + تکراری + متن/داده سنگین + تحمل خطای معقول» است. هر چه یک شغل از این چهار ویژگی بیشتر داشته باشد، ارزش هوش مصنوعی آن بالاتر است.

اولویت بندی: ماتریس ارزش/کاربردی

رایج ترین و کاربردی ترین ابزار ماتریس دو محوره است:

  • محور ارزش: این موضوع چقدر تاثیر تجاری ایجاد می کند؟ (درآمد، هزینه، کاهش ریسک، تجربه مشتری)
  • محور امکان سنجی: چقدر راحت می توانیم این کار را انجام دهیم؟ (آیا داده ها آماده هستند، مشکل فنی، ریسک، بار تغییر)

منطقه

ارزش

قابلیت کاربرد

چه باید کرد؟

افزایش سریع

بالا

بالا

همین الان شروع کن

شرط بندی بزرگ

بالا

پایین

برنامه ریزی کنید، پیش نیازها را تنظیم کنید

پرکننده

پایین

بالا

اگر وقت دارید انجام دهید.

تله

پایین

پایین

نکن / به تعویق انداز

استراتژی: با بردهای سریع شتاب و اعتماد به نفس ایجاد کنید، با برنامه ریزی شرط بندی های بزرگ پرورش دهید، از دام ها دوری کنید.

گام به گام: از ایده تا اولویت

1. استخر را مرتب کنید. فهرست گسترده ای از موارد استفاده از بخش ها ظاهر می شود (30-50 ایده طبیعی هستند).

2. با استفاده از الگوی استاندارد توصیف کنید. هر ایده را در قالب "مشکل / چه کسی / داده / نتیجه / اندازه گیری" قرار دهید. تارها واضح می شوند یا حذف می شوند.

3. امتیاز در دو محور. به هر ایده برای ارزش (1-5) و امکان سنجی (1-5) امتیاز دهید. مبتنی بر شواهد باشید.

4. در ماتریس قرار دهید. توزیع در چهار منطقه؛ دستاوردهای سریع را برجسته می کند.

5. موج اول را انتخاب کنید. با 2-4 برد سریع + 1 کشف شرط بزرگ شروع کنید. نه خیلی بیشتر.

سه کیف کوچک

مورد 1 - وسوسه انگیز اما غیر عملی. یک شرکت تجارت الکترونیکی عاشق ایده "ویترین فروشگاه کاملا شخصی با هوش مصنوعی" (ارزش بالا) شد. اما داده ها پراکنده بودند، ادغام 9 ماه طول می کشد (امکان سنجی کم). ماتریس این را به عنوان "شرط بزرگ" نشان داد. این شرکت ابتدا خرید سریع "تولید متون توضیحات محصول با هوش مصنوعی" را آغاز کرد. زمان تولید محتوا در 6 هفته 70 درصد کاهش یافت و پس انداز سرمایه بزرگ را تامین کرد.

مورد 2 - حذف الگو. یک شرکت بیمه 41 ایده را جمع آوری کرد. هنگامی که در قالب استاندارد قرار گرفت، مشاهده شد که 14 مورد از آنها در واقع همان مشکل را توصیف کردند، در حالی که 9 مورد از آنها نتیجه قابل اندازه گیری نداشتند. استخر از 41 به 12 منطقه استفاده واقعی کاهش یافته است. اولویت بندی بسیار واضح تر شد.

مورد 3 - فرار از تله. یک تولید کننده با اشتیاق ایده «خلاصه یادداشت های جلسات اجرایی با هوش مصنوعی» را پیشنهاد کرد. مقدار کم در ماتریس (تعداد افراد، صرفه جویی در زمان کم) و خروجی امکان سنجی متوسط: محدودیت پشت پر کردن/تله. منبع در عوض به سمت کسب ارزش بالا «تجزیه و تحلیل سوابق خطای خط تولید و یافتن علل تکرارشونده» هدایت شد. توقف سالانه 11 درصد کاهش یافته است.

چهار قالب قابل کپی

1) تعریف حوزه استفاده:

نقش شما: تحلیلگر کسب و کار هوش مصنوعی. مشکل تجاری زیر را به عنوان یک مورد استفاده توصیف کنید: [مشکل]. الگو: (1) مشکل تجاری که باید حل شود، (2) برای چه کسی، (3) داده های مورد نیاز، (4) نتیجه قابل اندازه گیری مورد انتظار، (5) ریسک کلیدی. هر نکته مبهم را به عنوان سوال از من بخواهید.

2) تولید استخر:

10 مورد استفاده از هوش مصنوعی را برای [بخش] در [صنعت] پیشنهاد دهید. برای هر یک شرح مشکل تک جمله ای و نوع ارزش تخمینی (درآمد، هزینه، ریسک، تجربه) ارائه دهید. روی کارهای پر حجم و تکراری تمرکز کنید.

3) امتیاز ارزش/کاربرد:

موارد استفاده زیر را در امتیاز 1-5 در دو محور امتیاز دهید: ارزش (تأثیر تجاری) و امکان سنجی (آماده سازی داده ها، دشواری فنی، ریسک). برای هر نقطه یک توجیه یک جمله ای بنویسید و آن را در چهار قسمت (برد سریع، شرط بندی بزرگ، پرکننده، تله) قرار دهید. فیلدها: [لیست]

4) انتخاب موج اول:

موجی را برای شروع در 90 روز اول از این لیست اولویت‌بندی شده انتخاب کنید: حداکثر 3 برد سریع و 1 کشف شرط بزرگ. برای هر انتخاب، بنویسید چرا اکنون، با چه معیاری اندازه گیری می شود و اولین نقطه عطف. فهرست: [متن]

اعلان ضعیف / اعلان قوی

ضعیف: "ایده های هوش مصنوعی برای شرکت من بدهید."
نتیجه: یک لیست عمومی بدون زمینه. ارزش و کاربرد آن نامشخص است، هیچ انتخابی نمی توان کرد.
گوچلو: "من یک شرکت خدمات حسابداری با 150 نفر هستم. زمان‌برترین کارهای ما درج فاکتور، تطبیق و پاسخ به ایمیل‌های مشتری است. موارد استفاده از هوش مصنوعی را برای این سه حوزه پیشنهاد کنید، هر کدام را با الگوی "مشکل/چه کسی/داده/نتیجه/ریسک" توصیف کنید و آن را در ابتدا با استفاده از ارزش-کاربردی در ابتدا در قسمت ارزش-کاربردی به شما قرار دهید. 90 روز."
نتیجه: یک انتخاب مبتنی بر زمینه، قالب، اولویت بندی شده و عملی.

اشتباهات رایج

  • انتخاب یکی از مواردی که بیشتر در مورد آن صحبت شده است. محبوب ترین ایده با ارزش ترین ایده نیست. ماتریس احساسات را برطرف می کند.
  • ناحیه استفاده تار. توصیف هایی مانند "X با هوش مصنوعی" را نمی توان اندازه گیری کرد. قالب استاندارد مورد نیاز است.
  • نادیده گرفتن عملی بودن فرو رفتن کورکورانه در ایده‌های با ارزش، اما داده/ادغام غیرممکن به معنای ماه‌ها کار بی‌ارزش است.
  • تعداد زیادی به طور همزمان شروع می شود. محدود کردن موج اول به 3-4 باعث تمرکز و یادگیری می شود.
  • دور زدن تحمل خطا اشتباه کردن مناطق با تحمل خطای پایین (مثلاً تصمیم گیری مستقیم پزشکی/قانونی) برای بردهای سریع خطرناک است.
احتیاط: هوش مصنوعی ممکن است فهرست موارد استفاده و امتیازدهی را پیشنهاد دهد. اما این مدیر است که تصمیم می گیرد که آیا امتیازات ارزشی و کاربردی با واقعیت موسسه مطابقت دارد و کدام موج را انتخاب کند. علاوه بر این، اگرچه یک مورد استفاده ممکن است از نظر فنی "امکان پذیر" باشد، اما ممکن است از منظر اخلاقی یا انطباق "انجام نشود". در بخش 8 و 9 به این موضوع خواهیم پرداخت.

به طور خلاصه

اولویت‌بندی استفاده، هنر هدایت منابع محدود به بالاترین ارزش است. ابتدا یک استخر بزرگ جمع آوری کنید، هر ایده را با الگوی "مشکل/چه کسی/داده/نتیجه/اندازه گیری" روشن کنید، سپس آن را روی محورهای ارزش و امکان سنجی نمره گذاری کنید و آن را در ماتریس قرار دهید. با بردهای سریع شتاب ایجاد کنید، با برنامه ریزی شرط بندی های بزرگ آن را پرورش دهید، از تله های کم ارزش اجتناب کنید. موج اول را به 3-4 ناحیه محدود کنید. در بخش بعدی، خواهیم دید که چگونه با ROI و معیارها ثابت کنیم که موارد استفاده ای که انتخاب کرده اید واقعاً ارزش تولید می کنند یا خیر.

وظیفه کاربردی

10-15 ایده استفاده از هوش مصنوعی را از سازمان خود جمع آوری کنید. هر کدام را در قالب استاندارد قرار دهید. موارد تار را روشن یا حذف کنید. باقيمانده را در محورهاي ارزش و امكان امكان 1-5 نمره دهيد و آنها را در يك ماتريس قرار دهيد. موج 90 روز اول (حداکثر 3 برد سریع + 1 شرط بزرگ) را انتخاب کنید و برای هر انتخاب یک توجیه یک جمله ای بنویسید.

چک لیست

  • [ ] من مجموعه بزرگی از مناطق کاربری را جمع آوری کرده ام.
  • [ ] من هر ایده را در قالب استاندارد قرار دادم.
  • [ ] ایده های مبهم و تکراری را حذف کردم.
  • [ ] من ارزش و امکان سنجی را بر اساس شواهد به دست آوردم.
  • [ ] من ایده ها را در ماتریس چهار منطقه قرار دادم.
  • [ ] من موج اول را به 3-4 منطقه محدود کردم.
  • [ ] من به طور خاص مناطقی را با تحمل خطا کم علامت گذاری کرده ام.