Krystian Palica, Partner Program Manager CEE oraz Mariusz Rafało, Partner w firmie Sorigo, opowiadają o korzyściach i wyzwaniach związanych z wdrażaniem projektów sztucznej inteligencji przy użyciu infrastruktury chmurowej. W rozmowie poruszają kluczowe aspekty takie jak szkolenie pracowników, integracja AI z istniejącymi systemami, oraz znaczenie elastyczności i skalowalności, jaką oferują rozwiązania chmurowe. Wyjaśniają również, dlaczego współpraca z doświadczonymi partnerami jest kluczowa dla sukcesu projektów AI. Rozmowę poprowadził Paweł Luty, Business Development Director w IT Reseller.
Paweł Luty: Krystian, Mariusz, jak właściwie rozpocząć wdrażanie projektów sztucznej inteligencji? Wiele firm jest świadomych potencjału AI i zdaje sobie sprawę, że może ona przynieść znaczące korzyści, takie jak zwiększenie efektywności operacyjnej, poprawa obsługi klienta czy możliwość tworzenia innowacyjnych produktów i usług. Niemniej jednak, wiele organizacji stoi przed wyzwaniem związanym z rozpoczęciem tego procesu. Od czego powinny zacząć? Jakie kroki podjąć, aby zbudować solidne fundamenty dla projektów AI? Czy istnieją konkretne strategie lub najlepsze praktyki, które mogłyby pomóc firmom w skutecznym wdrażaniu sztucznej inteligencji?
Mariusz Rafało: Zacznę od tego, że z danymi pracuję już ponad 20 lat. Zajmowałem się hurtowniami danych, systemami analizy danych i w końcu projektami AI. Moje doświadczenie obejmuje współpracę z dużymi firmami, jak telekomy, banki, firmy ubezpieczeniowe i energetyka. Widziałem różne podejścia do wdrażania AI. Firmy często inwestują w szkolenia swoich pracowników, wysyłają ich na studia podyplomowe z Big Data czy AI, co jest świetnym krokiem. Ważne jest jednak, aby te kompetencje miały praktyczne zastosowanie w firmie.
Paweł Luty: Szkolenie pracowników jest niewątpliwie kluczowym elementem w procesie wdrażania sztucznej inteligencji, ale czy jest ono wystarczające? Czy sama edukacja i podnoszenie kompetencji zespołu zapewnią sukces w projektach AI?
Mariusz Rafało: Szkolenie to dobry początek, ale kluczowa jest kontynuacja. Zdarza się, że pracownicy po szkoleniach nie mają możliwości wykorzystania nowo nabytych umiejętności w praktyce. Organizacja musi stworzyć kulturę, która pozwala na eksperymentowanie i popełnianie błędów. Firmy muszą dać pracownikom projekty i cele, które mogą zrealizować z wykorzystaniem AI. Bez tego, wiedza zdobyta na szkoleniach może pozostać niewykorzystana, co prowadzi do frustracji pracowników. Często spotykamy się z sytuacjami, gdzie zespół posiadający wysokie kompetencje nie ma możliwości ich praktycznego zastosowania z powodu braku odpowiednich projektów i wsparcia od strony zarządu.
Paweł Luty: Jakie są inne podejścia do wdrażania AI?
Mariusz Rafało: Często firmy z silną kadrą IT próbują wdrażać AI samodzielnie, czasem z pomocą zewnętrznych ekspertów. To dobre podejście, gdyż pozwala organizacji przetrzeć ścieżkę i nabyć kompetencje w boju. Ważne jednak, aby te projekty były dobrze zaplanowane i miały jasno określone cele oraz wsparcie zarządu. Zdarza się, że inicjatywy te kończą się na fazie eksperymentów, gdyż nie rozpoznano odpowiednio potrzeb infrastrukturalnych czy regulacyjnych, co może zahamować dalszy rozwój. Często widzimy projekty, które zaczynają się z wielkim entuzjazmem, ale brak długoterminowej wizji i planu może sprawić, że inicjatywa zakończy się przedwcześnie.
Paweł Luty: Jakie obszary są najczęściej wybierane na pierwsze projekty AI? Kiedy firmy decydują się na rozpoczęcie swojej przygody ze sztuczną inteligencją, które zastosowania wybierają najczęściej jako punkt wyjścia?
Krystian Palica: Widzimy szeroki zakres zastosowań – od chatbotów usprawniających komunikację z klientami, po analizę wideo z dronów w celu detekcji określonych obiektów. Klienci często przychodzą po inspiracje i szukają wsparcia w określeniu, jak AI może pomóc w ich działalności. Dużą rolę odgrywa edukacja i pokazanie, jakie korzyści można osiągnąć dzięki AI. Często pomagamy naszym klientom zrozumieć, jak AI może być zintegrowane z ich istniejącymi procesami i jak może to przynieść wymierne korzyści biznesowe.
Paweł Luty: Jakie konkretne projekty mogą przynieść szybkie korzyści?
Mariusz Rafało: Na przykład systemy prognozowania zużycia energii, które uwzględniają warunki pogodowe, czy systemy detekcji nadużyć w e-commerce, analizujące zachowania klientów na stronie internetowej. To konkretne i wymierne korzyści, które można osiągnąć stosunkowo szybko. Ważne jest również, aby projekty były realizowane na odpowiedniej infrastrukturze, często z wykorzystaniem chmury, co pozwala na skalowalność i elastyczność. Dzięki temu firmy mogą łatwo dostosować zasoby do bieżących potrzeb i unikać kosztów związanych z utrzymaniem własnej infrastruktury. Dla wielu firm korzystanie z chmury jest kluczowe, ponieważ pozwala na szybki dostęp do mocy obliczeniowej i przestrzeni dyskowej, co jest niezbędne przy dużych projektach AI.
Paweł Luty: Czy infrastruktura chmurowa jest kluczowa w tych projektach?
Krystian Palica: Tak, infrastruktura chmurowa oferuje wiele korzyści, takich jak szybki dostęp do zasobów, skalowalność i przewidywalność kosztów. Firmy często mają problem z dostępnością odpowiedniego sprzętu na miejscu, a chmura pozwala na elastyczne zarządzanie zasobami i szybkie wdrożenie projektów AI. Dzięki chmurze firmy mogą skupić się na rozwoju swoich modeli, nie martwiąc się o infrastrukturę. Chmura oferuje także elastyczność w skalowaniu zasobów w zależności od potrzeb projektu, co jest kluczowe w dynamicznych środowiskach.
Paweł Luty: Jakie są największe wyzwania związane z wdrażaniem AI? Sztuczna inteligencja obiecuje wiele korzyści, ale jakie trudności mogą napotkać firmy na drodze do jej skutecznego wdrożenia? Czy są to wyzwania techniczne, takie jak integracja AI z istniejącymi systemami, zarządzanie danymi czy zapewnienie odpowiedniej infrastruktury?
Mariusz Rafało: Jednym z wyzwań jest odpowiednie przygotowanie infrastruktury i zapewnienie, że dane są bezpieczne. Firmy muszą również inwestować w kompetencje pracowników i tworzyć środowisko, które pozwala na eksperymentowanie. Ważne jest, aby projekty AI były dobrze zaplanowane i miały wsparcie zarządu. Infrastruktura chmurowa musi być skalowalna, bezpieczna i certyfikowana, co jest kluczowe dla sukcesu. Kolejnym wyzwaniem jest integracja AI z istniejącymi systemami i procesami biznesowymi, co wymaga nie tylko technicznych umiejętności, ale także strategicznego podejścia do zarządzania zmianą.
Paweł Luty: Czy wdrażanie AI jest drogie?
Krystian Palica: Koszt wdrożenia AI zależy od skali i złożoności projektu. Dzięki chmurze można elastycznie zarządzać kosztami i płacić tylko za rzeczywiste wykorzystanie zasobów. Ważne jest, aby koszty były przewidywalne i dobrze zaplanowane, co pozwala na uniknięcie niespodzianek finansowych. Chmura oferuje także szybki dostęp do zasobów, co jest kluczowe dla dynamicznych projektów. Firmy mogą korzystać z modeli rozliczeniowych typu pay-as-you-go, co pozwala na optymalizację kosztów w zależności od bieżących potrzeb.
Paweł Luty: Jakie są korzyści z współpracy z partnerami w projektach AI?
Krystian Palica: Współpraca z partnerami, którzy mają doświadczenie w AI i znajomość infrastruktury chmurowej, pozwala na szybsze i bardziej efektywne wdrożenie projektów. Partnerzy mogą dostarczyć nie tylko technologię, ale także wiedzę i wsparcie, co jest kluczowe dla sukcesu projektu. Dzięki partnerom, firmy mogą skupić się na swojej działalności, a nie na kwestiach technologicznych. Partnerzy mogą także pomóc w zrozumieniu, jak najlepiej wykorzystać dostępne zasoby chmurowe, aby osiągnąć zamierzone cele biznesowe.
Mariusz Rafało: Dokładnie tak. Partnerzy mogą pomóc w pozyskaniu danych, budowie modeli i ich monitorowaniu. Współpraca z doświadczonymi partnerami zwiększa szanse na sukces projektu AI. Partnerzy oferują wsparcie technologiczne, szkolenia oraz pomoc w implementacji, co jest nieocenione w procesie wdrażania AI. Współpracując z partnerami, firmy mogą także korzystać z ich doświadczeń i najlepszych praktyk, co znacznie przyspiesza proces wdrażania.
Paweł Luty: Jak widzicie przyszłość wdrożeń AI? Patrząc na dynamiczny rozwój technologii sztucznej inteligencji, jakie są wasze prognozy na najbliższe lata?
Krystian Palica: Przyszłość AI to dalsza globalizacja i specjalizacja usług. Widzimy rosnącą liczbę danych, które muszą być przetwarzane, co stwarza nowe możliwości dla AI. Będziemy również dążyć do większej transparentności i wiarygodności modeli AI. Firmy będą coraz bardziej świadome korzyści płynących z AI i chętniej będą inwestować w te technologie. Przewidujemy również większą integrację AI z różnymi sektorami gospodarki, co przyczyni się do jeszcze większej automatyzacji i optymalizacji procesów biznesowych.
Mariusz Rafało: Zgadzam się. Przyszłość AI to także większa regulacja i wyjaśnialność modeli. Klienci będą oczekiwać, że systemy AI będą transparentne i wiarygodne, co zwiększy zaufanie do tych technologii. Wzrośnie rola edukacji i wsparcia, a także współpracy z partnerami, którzy mogą dostarczyć niezbędne kompetencje. Ważne będzie także zapewnienie odpowiedniej infrastruktury i narzędzi, które pozwolą na skuteczne wdrażanie i monitorowanie systemów AI.
Paweł Luty: Dziękuję za rozmowę. Mam nadzieję, że te informacje pomogą firmom lepiej przygotować się do wdrażania projektów AI.
Krystian Palica: Dziękuję bardzo. Cieszę się, że mogłem podzielić się swoimi doświadczeniami.
Mariusz Rafało: Dziękuję. Mam nadzieję, że nasze wskazówki będą pomocne.
Przy okazji zapraszamy do videopodcastu OVHcloud “Chmura którą da się policzyć – Jak zarabiać na chmurze?” – kliknij w link lub poniższy baner.
