Jei jūsų vidinis dirbtinio intelekto projektas jau ilgą laiką yra „vykdomas“, jūs nesate vieni, ir problema tikriausiai nėra technologinė. Dauguma įstrigusių DI projektų kyla dėl tos pačios priežasties: organizacinių ir samdymo apribojimų, kurie pasireiškia gerokai prieš tai, kai apmokomas pirmasis modelis.
Samdymo tvarkaraštis, kurio niekas neįtraukia į biudžetą
Vyresniojo mašininio mokymosi (ML) inžinieriaus samdymas Europoje paprastai užtrunka nuo 4 iki 6 mėnesių nuo skelbimo paskelbimo iki darbo pradžios. Jei projektui reikia antro inžinieriaus, tikėkitės papildomų 3-4 mėnesių. Susumavus, komanda, galinti realiai pristatyti rezultatą, dažnai atsiranda tik po 9-12 mėnesių nuo projekto patvirtinimo dienos.
Šis terminas retai patenka į pirminį projekto planą. Biudžetai ir planai sudaromi tarsi komanda jau egzistuotų, kai iš tikrųjų ji tebėra samdoma. Kol samdymas pasiveja planus, verslo argumentacija, kuria buvo grindžiamas projektas, dažnai jau būna pasikeitusi.
Įgūdžių trūkumas komandose, kurios jau egzistuoja
Net kai bendrovė turi ML specialistų savo viduje, gamybinis dirbtinis intelektas reikalauja ML inžinerijos, duomenų inžinerijos, MLOps ir programinės įrangos inžinerijos derinio, o tinkamas šio derinio santykis kinta priklausomai nuo projekto etapo. Dažnai pasitaiko, kad vidinėje komandoje yra du ar trys ML inžinieriai, stiprūs modelių kūrime, bet silpni diegimo infrastruktūroje. Šis trūkumas nepasireiškia prototipo etape. Jis iškyla tiksliai tuo metu, kai projektą reikia perkelti į gamybą, ir tai dažnai yra momentas, kai įstrigę projektai tyliai miršta.
Ką iš tikrųjų rodo tyrimai (ir ko jie nerodo)
Plačiai cituojama MIT NANDA ataskaita nustatė, kad partnerystės su tiekėjais sėkmingos apie 67 proc. atvejų, palyginti su apie 33 proc. vidinių projektų atveju. Tai įspūdingas skaičius, ir jis dažnai kartojamas. Tačiau vertėtų jį vertinti atsargiai: ataskaita buvo pagrįsta 52 organizacijų interviu ir 153 apklausos atsakymais, o jos autoriai patys vadina rezultatus preliminariais. Jis nurodo kažką realaus, tačiau neturėtų būti laikomas galutiniu statistiniu faktu.
Naudingesnis, nors ir mažiau dramatiškas, atskaitos taškas: iš daugiau nei 60 DI projektų apie 70 proc. pasiekė gamybinį diegimą. Tai savaime atrinkta imtis (į ją patenka realistiniai projektai, o įtraukti klientai jau iš anksto buvo apsisprendę imtis DI), todėl tai taip pat nėra universalus etalonas. Tačiau tai leidžia manyti, kad skirtumas tarp sėkmės ir nesėkmės mažiau susijęs su tuo, ar komanda vidinė, ar išorinė, ir daugiau su tuo, kaip projektas suplanuotas nuo pat pradžių.
Kada išorinė pagalba iš tikrųjų pasiteisina
Išorinės komandos dažniausiai pasiteisina projektuose, kurių terminas yra nuo 3 iki 12 mėnesių, kuriems reikia įgūdžių derinio, kokio negali suteikti vienas darbuotojas, ir kai vidinis samdymas užtruktų ilgiau, nei projektas gali sau leisti laukti. Tokiose situacijose komandos, kuri jau turi ML inžinerijos, duomenų inžinerijos ir diegimo įgūdžius, pasitelkimas gali nulemti skirtumą tarp pristatymo šiais metais ir pristatymo kitais metais.
Vidiniai projektai labiau pasiteisina, kai DI yra jūsų produkto pagrindas, o darbas trunka metus, ne mėnesius, arba kai galiausiai reikalingas darbuotojų skaičius pateisina 6-12 mėnesių samdymo laikotarpį. Tokiu atveju kantrybė atsiperka, nes kuriate gebėjimą, kurio jums reikės nuolat, o ne projektą, kurį reikia pristatyti vieną kartą.
Keturi dalykai, kurie nuspėja sėkmę bet kuriuo atveju
Nepriklausomai nuo to, ar komanda vidinė, išorinė, ar mišri, keletas veiksnių vėl ir vėl pasikartoja projektuose, kurie iš tikrųjų pasiekia gamybą:
Galimybių įvertinimo etapas, turintis realią galią sustabdyti projektą, jei jis neveiks
Vertinimo metodika, apibrėžta prieš pradedant kūrimą, o ne po jo
Paskirtas atsakingas asmuo perdavimui į gamybą, kad projektas neįstrigtų prieš finišą
Srities ekspertai, kurie iš tikrųjų pasiekiami komandai, o ne tik įtraukti kaip suinteresuotosios šalys sąraše
Sutvarkykite šiuos keturis dalykus, ir klausimas „vidinė ar išorinė komanda“ tampa personalo sprendimu, o ne projekto sėkmę lemiančiu klausimu.
Jei bandote išsiaiškinti, ar jūsų komanda realiai gali pristatyti projektą per numatytą laiką, ar išorinė pagalba padėtų greičiau užpildyti trūkumą, pasikalbėkite su mūsų komanda. Esame komplektavę ir konsultavę DI projektus tokiais pačiais atvejais ir mieliau sąžiningai pasakysime, ko jūsų projektui reikia, nei parduosime jums nebūtiną darbuotojų skaičių.