Tous les jours se produisent des notifications sur l’Intelligence Artificielle, les ventes qui supone et ses prévisions spectaculaires. Le lancement constant de nouveaux produits par les entreprises technologiques le confirme. L’IA est la technologie qui a été introduite le plus rapidement et la plupart des utilisateurs l’utilisent comme outil d’aide dans leurs tâches. Sans embargo, nous avons le contraire de ce que de nombreuses entreprises ont à craindre de l’IA en raison des coûts importants qui peuvent être justifiés dans leur compte de résultats.
Un récent studio du MIT indique que seulement 7 % des entreprises ont dû faire en sorte que l’IA travaille en horreur des coûts, la plupart n’ayant pas réussi la réalisation de projets pilotes, avec de meilleurs ou de meilleurs résultats. En Espagne, les résultats sont inférieurs. Une majorité d’utilisateurs (plus de 88 %) utilisent IA comme outil, mais leur utilisation est limitée à la recherche d’informations, à la réalisation de résultats et à des comparaisons ou à des aides pour la présentation. Ces utilisateurs sont des heures de travail horribles pour les entreprises, mais ils ne se traduisent pas en horreurs réelles parce qu’ils échouent dans un plan concret sur lequel appliquer les heures passées ou en considérant également les tâches restantes du lieu de travail.
Les informations du MIT indiquent également que les modèles d’IA sont suffisamment avancés pour pouvoir remplacer les 12 % des revenus actuellement réalisés par les entreprises. Nadie Duda est de l’utilité et des capacités de l’IA et de la majorité des PDG considérant que la viabilité de l’entreprise dépend de l’adoption de la même chose.
Pourquoi donc les entreprises ne sont-elles pas en mesure de matérialiser les horreurs qui soutiennent l’IA ?
La première réponse est peut-être que les avancées peuvent être rapides, mais les changements dans l’économie et la société sont plus lents. Les humains ont besoin de temps pour être similaires et adopter une forme massive une nouvelle technologie, ce qui signifie qu’ils peuvent accepter et accepter une forme généralisée.
Beaucoup de projets pilotes réalisés par les entreprises n’ont pas d’objectifs transformateurs. Dans bien des cas, il s’agit d’obtenir des résultats à court terme et avec les plus spectaculaires possibles qui permettent le vent interne de la nouvelle technologie et la conscience de son importance, maintenant bien, sans avoir de capacité d’escalade, ni buscaban entraîner des choses importantes et même, à plusieurs reprises, ni siquiera se J’avais pensé à comment médir les ahorros.
Pour obtenir les résultats, il faut passer de la phase d’expérimentation à la transformation ou à la réinvention. L’implantation de l’IA précise un projet commercial qui peut générer des horreurs dans le compte de résultats. Ce projet précis d’inversions soutenues, l’identification claire des zones de l’entreprise où l’IA peut être la plus efficace et la décision de la haute direction de réaliser des transformations réelles au milieu des cycles interactifs qui sont rétroalimentés avec les résultats obtenus. Ce processus, comme n’importe quel processus de gestion de changement, précis de gouvernement, moyen et suivi des résultats, forme spécifique aux objectifs de changement et, sur tout, de diriger. Il s’agit de découvrir et de combiner les possibilités technologiques de l’IA avec la stratégie et de gérer un processus de changement complexe.
Les départements de technologie sont les plus rapides à implanter l’IA et à obtenir des résultats médicaux. La raison principale est que les fournisseurs d’outils d’IA sont appliqués à l’échelle internationale et que la technologie et le développement de logiciels sont leurs principaux travaux. Dans ces ambitions, il n’y a pas de travail pour votre entreprise, mais vous ne pouvez pas vous attendre à une transformation accélérée et à la meilleure productivité qui est produite avec l’introduction de l’IA dans le développement de logiciels. Le changement et les améliorations de productivité sont supérieurs aux résultats obtenus avec les améliorations, et ce sont de nombreuses choses importantes pour DeVOps qui ont produit les années précédentes.
Comme tout projet stratégique résultant d’un résultat imprescindible en termes de coûts engagés et d’horreurs consécutives à chacun des coûts. Les projets d’IA supposent des licences d’outils et des abonnements qui peuvent s’incrémenter au cours des années suivantes. Il faut considérer ces situations possibles et utiliser une architecture qui permet de réduire la dépendance des fournisseurs.
Les informations du MIT indiquent que les modèles d’IA sont avancés pour pouvoir remplacer les 12 % des revenus réalisés par les entreprises.
Indépendamment de l’utilisation du logiciel de tarification ou de tout autre type de tarification, le résultat est crucial pour améliorer le résultat et la qualité du travail. Cela nous permet de reconnaître si nous consiguons les résultats attendus et de planifier le prochain cycle de meilleure qualité. Il est également nécessaire de pouvoir comparer nos installations avec des installations similaires. Nous pouvons dire que nous sommes très satisfaits parce que nous avons amélioré notre productivité de 20 % et que nous n’avons pas l’impression que notre compétence soit meilleure de 40 % ou supérieure.
Une alternative valable est d’établir un système qui permet de quantifier la productivité. Si nous avons développé un logiciel, nous avons besoin de améliorer la qualité du logiciel de manière objet. Nous devons savoir si le temps d’exécution des projets a été réduit, si les résultats correspondent aux nécessités et aux spécifications, et vérifier que la qualité du logiciel a été améliorée et que les coûts associés ont été optimisés. Ces mesures sont cruciales pour prendre des décisions sur la façon d’avancer dans le développement du logiciel et de pouvoir définir des cycles de meilleures incrémentales.
Une autre ressource fondamentale est l’analyse comparative, qui permet de comparer les performances des équipements, des technologies et des processus en relation avec les normes de l’industrie ou avec les résultats historiques de la propre organisation. Dans ce contexte, l’analyse comparative offre une vision claire de la mise en œuvre de l’IA qui a un impact sur la productivité.
Julián Gómez Bejarano, directeur numérique de LedaMC
