বিশ্লেষণ এবং এআই প্রকল্প ব্যর্থতার 3টি সাধারণ কারণ

advertorial এক্সএনএমএক্স অনুসারে ডেটাইকু-স্পন্সর আইডিসি তথ্য সংক্ষিপ্ত - আপনার সাংগঠনিক ডেটা থেকে আরও ব্যবসার মান তৈরি করুন – “যদিও [AI] গ্রহণ দ্রুত সম্প্রসারিত হচ্ছে, প্রকল্পের ব্যর্থতার হার বেশি। বিশ্বব্যাপী সংস্থাগুলিকে অবশ্যই তাদের দৃষ্টিভঙ্গির মূল্যায়ন করতে হবে যাতে সাফল্যের জন্য বাধাগুলিকে মোকাবেলা করা যায়, এআই-এর শক্তি উন্মোচন করা যায় এবং ডিজিটাল যুগে উন্নতি করা যায়।"

বিশ্লেষণ এবং AI প্রকল্পের ব্যর্থতা কাটিয়ে ওঠার ক্ষেত্রে সবচেয়ে গুরুত্বপূর্ণ পদক্ষেপগুলির মধ্যে একটি হল যে শুধুমাত্র একজন বারবার অপরাধী হয় না — ব্যবসায়িক এবং প্রযুক্তিগত উভয় দলেই এআই প্রকল্পের ব্যর্থতার বিভিন্ন পয়েন্ট রয়েছে। উপরের ইন্টারেক্টিভ মাইক্রোসাইটটি AI প্রকল্পের জীবনচক্র জুড়ে সবচেয়ে সাধারণ ব্যর্থতার পয়েন্টগুলি দৃশ্যমানভাবে প্রদর্শন করে এবং কীভাবে ডেটা, অ্যানালিটিক্স এবং আইটি নেতারা ডেটাইকু দিয়ে দ্রুত তাদের সমাধান করতে পারে তার সমাধানগুলি ভাগ করে।

মুদ্রার অন্য দিকে, এই নিবন্ধটি AI প্রকল্পের ব্যর্থতার (এবং সেগুলি নেভিগেট করার জন্য টিপস) জ্বালানির সবচেয়ে সাধারণ কারণগুলির কিছু সম্বোধন করবে।

এআই প্রতিভার ব্যবধান (লোকেরা!)

AI স্কেল করার জন্য দুটি শীর্ষ ব্লকার হল বিশ্লেষণ এবং AI দক্ষতা সহ লোকেদের নিয়োগ করছে এবং ভাল ব্যবসার ক্ষেত্রে চিহ্নিত করছে। দুর্ভাগ্যবশত, শত শত বা হাজার হাজার ডেটা সায়েন্টিস্ট নিয়োগ করা বেশিরভাগ প্রতিষ্ঠানের জন্য বাস্তবসম্মত নয় এবং যারা উভয় সমস্যার সমাধান করতে পারে (এআই এবং ব্যবসায়িক দক্ষতা আছে) তারা প্রায়শই এত বিরল যে তাদের ইউনিকর্ন বলা হয়। 

আসলে একযোগে এই উভয় সমস্যা মোকাবেলা করার জন্য, তারপর, সংস্থা উচিত "ইউনিকর্ন দল তৈরি করুন, ইউনিকর্ন লোকদের ভাড়া করবেন না।" এর অর্থ হল তাদের লক্ষ্য থাকাকালীন ডেটা এবং ডোমেন বিশেষজ্ঞ উভয়ের সমন্বয়ে দল তৈরি করা উচিত তাদের AI অপারেটিং মডেল বিকশিত করুন (যা একই সাথে তাদের AI পরিপক্কতা বাড়াবে) সময়ের সাথে সাথে। এটি কাজ করে: 85% কোম্পানি সফলভাবে AI ব্যবহার করে আন্তঃবিভাগীয় উন্নয়ন দলগুলি, হার্ভার্ড বিজনেস রিভিউ অনুসারে.

IDC থেকে টিপ: “জ্ঞান কর্মী এবং শিল্পের দক্ষতার সাথে ডেটা বিজ্ঞানীদের ভূমিকা বিবেচনা করুন। জ্ঞান কর্মীদের ক্ষমতায়ন সময়ের মূল্যকে ত্বরান্বিত করবে।"

এআই শাসন ও তদারকির অভাব (প্রক্রিয়া!)

এই সামষ্টিক-অর্থনৈতিক জলবায়ুতে দল যা বহন করতে পারে না তা হল AI বাজেট হ্রাস করা বা সম্পূর্ণভাবে কাটা। কি এই ঘটছে হতে পারে, আপনি জিজ্ঞাসা করতে পারেন? সময় নষ্ট করা মেশিন লার্নিং মডেল তৈরি করা এবং পরীক্ষা করা, এতটাই যে তারা ব্যবসার জন্য বাস্তব, বাস্তব মূল্য (যেমন অর্থ উপার্জন, অর্থ সঞ্চয়, বা একটি নতুন প্রক্রিয়া প্রতিষ্ঠিত যা আজ করা যায়নি )

সুসংবাদ: কৌশল এবং সর্বোত্তম অনুশীলন বিশ্লেষণ রয়েছে এবং এআই দলগুলি তাদের AI প্রচেষ্টাকে নিরাপদে প্রবাহিত করতে এবং স্কেল করতে প্রয়োগ করতে পারে, যেমন একটি এআই গভর্নেন্স কৌশল প্রতিষ্ঠা করা (MLOps-এর মতো কর্মক্ষম উপাদান এবং দায়িত্বশীল এআই-এর মতো মূল্য-ভিত্তিক উপাদান সমেত)।

দুঃসংবাদ: প্রায়শই, দলগুলির হয় মোতায়েন করার আগে এই প্রক্রিয়াগুলি সেট আপ করা হয় না (যা অনেক জটিল সমস্যার কারণ হতে পারে) এবং সঠিক প্রকল্পগুলির সাথে স্পষ্টভাবে এগিয়ে যাওয়ার উপায় নেই যা ব্যবসায়িক মূল্য তৈরি করে এবং অবমূল্যায়ন করে যারা কম পারফর্ম করছে

এআই গভর্নেন্স স্কেল এ এন্ড-টু-এন্ড মডেল ম্যানেজমেন্ট ডেলিভার করে, এআই স্কেলিং-এ ঝুঁকি-সামঞ্জস্যপূর্ণ মান সরবরাহ এবং দক্ষতার উপর ফোকাস করে, সবকিছুই নিয়মের সাথে সারিবদ্ধভাবে। দলগুলিকে প্রুফ-অফ-কনসেপ্ট (POCs), স্ব-পরিষেবা ডেটা উদ্যোগ এবং শিল্পায়িত ডেটা পণ্যগুলির মধ্যে পার্থক্য করতে হবে, সেইসাথে প্রতিটিকে ঘিরে শাসনের প্রয়োজন। অন্বেষণ এবং পরীক্ষা-নিরীক্ষার জন্য স্থান দেওয়া দরকার, তবে স্ব-পরিষেবা প্রকল্প বা POC-এর কখন শিল্পায়িত, কার্যকরী সমাধান হওয়ার জন্য তহবিল, পরীক্ষা এবং নিশ্চয়তা থাকা উচিত সে সম্পর্কে দলগুলিকে স্পষ্ট সিদ্ধান্ত নিতে হবে।

IDC থেকে টিপ: “ডেটা গোপনীয়তা, সিদ্ধান্তের অধিকার, জবাবদিহিতা এবং স্বচ্ছতার জন্য স্পষ্ট নীতি স্থাপন করুন। সক্রিয় এবং চলমান ঝুঁকি ব্যবস্থাপনা এবং পরিচালনা আইটি এবং যারা ব্যবসায় এবং সম্মতিতে যৌথভাবে সম্পাদিত হয়। 

একটি প্ল্যাটফর্ম মানসিকতা গ্রহণ না (প্রযুক্তি!)

স্কেল এ এআই ব্যবহার সক্ষম করার জন্য দলগুলি কীভাবে সঠিক প্রযুক্তি এবং প্রক্রিয়াগুলি চিহ্নিত করতে পারে?

একটি এন্ড-টু-এন্ড প্ল্যাটফর্ম (যেমন দাতাইকু) বিশ্লেষণ এবং AI প্রকল্পের জীবনচক্রের ধাপগুলির মধ্যে সমন্বয় আনে এবং দলগুলি সেই ধাপগুলি অতিক্রম করার সাথে সাথে একটি সামঞ্জস্যপূর্ণ চেহারা, অনুভূতি এবং পদ্ধতি প্রদান করে৷ 

একটি আধুনিক AI প্ল্যাটফর্ম কৌশল তৈরি করার সময়, ডেটা প্রিপ থেকে শুরু করে উত্পাদনে মেশিন লার্নিং মডেলগুলি পর্যবেক্ষণ করা পর্যন্ত সমস্ত কিছুর জন্য একটি অল-ইন-ওয়ান প্ল্যাটফর্মের মূল্য বিবেচনা করা গুরুত্বপূর্ণ। প্রতিটি উপাদানের জন্য পৃথক সরঞ্জাম কেনা, বিপরীতভাবে, অত্যন্ত চ্যালেঞ্জিং হতে পারে কারণ জীবনচক্রের বিভিন্ন ক্ষেত্র জুড়ে ধাঁধার একাধিক অংশ রয়েছে (নীচে চিত্রিত)।

একটি AI প্রোগ্রামের মাধ্যমে দীর্ঘমেয়াদী সাংস্কৃতিক রূপান্তরের পর্যায়ে পৌঁছানোর জন্য, এটি নিশ্চিত হওয়া গুরুত্বপূর্ণ যে এটি প্রথম থেকেই জড়িত। আইটি ম্যানেজাররা যেকোন প্রযুক্তির কার্যকরী, মসৃণ রোল-আউটের জন্য অপরিহার্য এবং — আরও দার্শনিক দৃষ্টিকোণ থেকে — সঠিক শাসন ও নিয়ন্ত্রণের সাথে ভারসাম্যপূর্ণ ডেটা অ্যাক্সেসের সংস্কৃতি গড়ে তোলার জন্য গুরুত্বপূর্ণ।

IDC থেকে টিপ: "ছোট কাজগুলি পরিচালনা করার জন্য স্বতন্ত্র সমাধানগুলি বাস্তবায়নের পরিবর্তে, ধারাবাহিক অভিজ্ঞতা এবং মানককরণকে সমর্থন করার জন্য প্ল্যাটফর্ম পদ্ধতিকে আলিঙ্গন করুন৷ 

সামনে দেখ

স্কেলিং অ্যানালিটিক্স এবং AI প্রচেষ্টাগুলি উল্লেখযোগ্য পরিমাণে সময় এবং সংস্থান নেয়, তাই আপনি শেষ কাজটি করতে চান তা ব্যর্থ হয়৷ যদিও একই সময়ে, পরীক্ষার সময় কিছুটা সুস্থ ব্যর্থতা মূল্যবান, যতক্ষণ না দলগুলি দ্রুত ব্যর্থ হতে পারে এবং তাদের শিক্ষা বাস্তবায়ন করতে পারে। তাদের নিশ্চিত হওয়া উচিত যে তারা আপস্কিলিং এবং প্রশিক্ষণের দিকে মনোনিবেশ করবে (অর্থাৎ, ব্যবসায়িক অনুশীলনকারীদের আরও বেশি করে জড়িত করা), AI সরঞ্জাম এবং প্রযুক্তিকে গণতন্ত্রীকরণ করা এবং দায়িত্বশীল AI স্থাপনা নিশ্চিত করার জন্য সঠিক রেললাইন স্থাপন করা।

এআই প্রকল্পের ব্যর্থতা মোকাবেলায় আরও যান

এই ইন্টারেক্টিভ ভিজ্যুয়ালে, এআই প্রকল্পের ব্যর্থতার পিছনে শীর্ষ প্রযুক্তিগত কারণগুলির পাশাপাশি প্রকল্পের ব্যর্থতার জন্য ব্যবসায়িক কারণে অতিরিক্ত সংস্থানগুলি আবিষ্কার করুন (এবং কীভাবে ডেটাইকু উভয়ের জন্য পথ ধরে সাহায্য করতে পারে)।

কেন আপনার এআই প্রকল্পগুলি ব্যর্থ হচ্ছে? অন্বেষণ এই ইন্টারেক্টিভ মাইক্রোসাইট আরও জানতে.

Dataiku দ্বারা স্পন্সর.

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। মোটরগাড়ি / ইভি, কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
• চার্টপ্রাইম। ChartPrime এর সাথে আপনার ট্রেডিং গেমটি উন্নত করুন। এখানে প্রবেশ করুন.
• ব্লকঅফসেট। পরিবেশগত অফসেট মালিকানার আধুনিকীকরণ। এখানে প্রবেশ করুন.
• উত্স: https://go.theregister.com/feed/www.theregister.com/2023/08/16/3_of_the_most_common/