Proof of concept dla sztucznej inteligencji

Sztuczna inteligencja znajduje coraz więcej zastosowań, a jej rola w firmach i organizacjach wciąż rośnie. Najwięksi gracze rynkowi mają już za sobą pierwsze wdrożenia, wiele przedsiębiorstw i instytucji jest na etapie ich planowania. To, co studzi entuzjazm do sztucznej inteligencji to obawy o niepowodzenie wdrożenia, które towarzyszą wprowadzaniu każdej innowacji. Istnieją jednak sposoby na to, by je ograniczać. Jednym z nich są projekty typu proof of concept. Czym są, jak się do nich przygotować i jaki mają przebieg? I przede wszystkim: w jaki sposób proof of concept pomaga ograniczać ryzyko?

Z artykułu dowiesz się:

  • czym jest projekt proof of concept i dlaczego to dobry pomysł przy projektach dotyczących AI?
  • jak się przygotować do POC?
  • jak wyglądają przykładowe projekty realizowane w ten sposób?
  • jakie są korzyści z przeprowadzenia dowodu słuszności?

Obawy o niepowodzenie innowacyjnego projektu, nie dotyczą oczywiście tylko obszaru sztucznej inteligencji. Innowacje stanowią poziom podwyższonego ryzyka, ponieważ w ramach tych działań często brakuje jeszcze odpowiedniego know-how i ugruntowanej metodologii działania. Sztuczna inteligencja jest jednak obszarem o szczególnym znaczeniu, dlatego zarządzanie ryzykiem, jest tutaj jak najbardziej istotne.

Proof of concept: co to jest?

proof of concept co to

Już samo przetłumaczenie pojęcia proof of concept na język polski przybliża znaczenie tego pojęcia. „Dowód koncepcji” czy „dowód słuszności” oznacza próbną realizację pewnej idei w celu wykazania jej wykonalności lub sprawdzenia, czy dana koncepcja ma praktyczny potencjał. PoC to różnego rodzaju przedsięwzięcia „na mniejszą skalę”, które planuje się w przyszłości wdrożyć produkcyjnie. Na projekty PoC szczególną uwagę zwraca się wszędzie tam, gdzie implementowane są innowacje, wymagające wcześniejszego „sprawdzenia”. Przy czym przeprowadzany test jest też traktowany szerzej, jako kompletna walidacja. Warto też dodać, że PoC na koniec rozlicza się i analizuje jak rzeczywisty projekt. Najczęściej posiada swoje własne KPI.

Równorzędnie z proof of concept funkcjonuje także pojęcie proof of principle. Definicji tych używa się zamiennie.

PoC a projekt pilotażowy: w jakim środowisku są prowadzone i na jaką skalę?

czy proof of concept obejmuje środowisko produkcyjne

Projekty PoC z założenia nie są realizowane „na produkcji”, natomiast środowisko powinno być jak najbardziej zbliżone do produkcyjnego. Udane PoC może natomiast zostać wdrożone na produkcję jako projekt pilotażowy. Projekty pilotażowe, podobnie jak PoC charakteryzują się mniejszą skalą działania i podejściem weryfikacyjnym.  

Obie formy działania mają ten sam cel: obniżać ryzyko inwestycji, wyłuskać błędy, które zostaną zneutralizowane w docelowej, pełnoprawnej usłudze. Może też zdarzyć się tak, że PoC wykaże brak zasadności wdrożenia, ponieważ projekt nie realizuje celów biznesowych tak jak to było założone.   

Jak przygotować się do proof of concept?  

Kluczem do dobrze zrealizowanego PoC są takie elementy jak:

  • prawidłowe zidentyfikowanie problemu (co chcemy osiągnąć?),
  • wyznaczenie celów, najlepiej liczbowych (przy jakim wyniku możemy mówić o sukcesie?),
  • przygotowanie odpowiedniego środowiska (w tym także danych testowych).

Tak jak każdy projekt PoC powinno mieć swoje konkretne ramy czasowe (data rozpoczęcia, zakończenia), budżety oraz przydzielone zasoby kadrowe.

Proof of concept we wdrożeniach sztucznej inteligencji

Im bardziej złożony projekt i co się z tym wiąże, bardziej kosztowny, tym większa też potrzeba minimalizacji ryzyka. Nie ulega więc wątpliwości, że projekty AI, również te, gdzie w grę wchodzi automatyzacja, są świetnymi kandydatami do PoC.

Przykłady realizacji projektu PoC w dziedzinie sztucznej inteligencji

1. Automatyzacja front-office: voicebot

Docelowy projekt do przeprowadzenia: automatyzacja obsługi klienta na infolinii, pierwsza linia wparcia (w sumie około 100 różnych ścieżek dialogowych).

Kandydat do PoC: automatyzacja 5% ścieżek (najczęściej zadawane pytania przez użytkownika) lub wybranie jednego procesu (np. tylko składanie reklamacji).

Cel do osiągniecia: uzyskanie 80% prawidłowych odpowiedzi dla zrealizowanych ścieżek.

2. Automatyzacja back-office: chatbot omnichannel (intranet, aplikacja, SMS)

proof of concept back office

Docelowy projekt do przeprowadzenia: automatyzacja komunikacji wewnętrznej w organizacji za pomocą jednego narzędzia w kilku kanałach

Kandydat do PoC: uruchomienie jednokanałowego chatbota odpowiadającego tylko na najczęściej zadawane pytania (FAQ).

Cel do osiągniecia: Zbadanie, czy ta forma komunikacji będzie satysfakcjonująca dla testowych odbiorców (wraz z określeniem, jaki jest odsetek odpowiedzi do pozytywnego przejścia testu).  

Efekty próbnych realizacji sztucznej inteligencji

Programy „próbne”, realizowane jeszcze przed produkcyjnymi wdrożeniami to korzyść dla procesu decyzyjnego, ponieważ:

  • pozwalają na walidację danego pomysłu w praktyce,
  • dają szansę na uniknięcie poważnych błędów,
  • pozwalają zapobiec stratom finansowym,
  • dają czas na reakcję w sytuacji wystąpienia błędu i umożliwiają rozwiązania pewnych problemów przed wdrożeniem;
  • pozwalają lepiej przygotować zespół do pracy z nową technologią oraz pozwalają lepiej zdefiniować braki kadrowe
  • ułatwiają kalkulację budżetu finalnego wdrożenia,
  • stwarzają szansę na znalezienie jeszcze innych zastosowań sztucznej inteligencji w przybliżonych obszarach.

Jak widać PoC daje wielowymiarowe korzyści. Warto działania „na próbę” potraktować więc jako inwestycję w lepsze realizacje w przyszłości. Wiedza, jaką zyskuje organizacja już podczas takich próbnych projektów jest cenna i stanowi solidny fundament pod całościowe know-how zbierane w takcie realizacji kolejnych wdrożeń.