Число неудачных проектов в области ИИ достигает 80% - в исследовании среди основных проблем называются плохое распознавание проблем и ориентация на последние технологические тенденции

Кажется, что все и их тети запрыгивают на поезд ИИ в поисках завышенных прибылей и маркетинговой шумихи - посмотрите на недавний ребрендинг Ryzen от AMD как на яркий пример этой ИИ-шумихи. Недавнее исследование, проведенное компанией RAND, показало, что этот подход, ориентированный на ИИ, может оказаться не совсем таким, каким его представляют: проекты, связанные с ИИ, проваливаются в два раза чаще, чем обычные проекты по разработке программного обеспечения.

В ходе исследования RAND опросила 65 отраслевых экспертов с более чем пятилетним опытом разработки инструментов ИИ и машинного обучения для частных организаций и научных кругов и свела их ответы к пяти основным причинам неудач проектов ИИ/МЛ.

Согласно исследованию, провал номер один - это скорее провал руководства, чем технический провал. Руководители либо не понимали, в чем заключается проблема, которую они пытаются решить с помощью ИИ, либо не смогли донести эту проблему до команд разработчиков, либо пытались применить ИИ к проблеме, для решения которой он был плохо приспособлен. Руководители проектов были настолько сосредоточены на использовании новейших достижений ИИ для решения своих проблем, что упустили более простые и дешевые решения, не использующие ИИ.

Как рассказал один из участников интервью, его команды иногда получали указания применять методы ИИ к наборам данных с несколькими доминирующими характеристиками или закономерностями, которые можно было бы быстро уловить с помощью нескольких простых правил "если - то".

Наличие ресурсов также было существенной проблемой: руководство, как правило, не хотело или не могло выделить необходимые ресурсы для обработки нужных данных и адекватного обучения систем ИИ. Это часто приводит к тому, что проект оказывается недовыполненным или неполноценным - следствие недооценки того, насколько сложным является создание и обучение системы искусственного интеллекта.

Аналогичным образом, многие руководители возлагали нереалистичные надежды на ИИ в результате недавней шумихи и маркетинговых заявлений, что становится проблематичным, когда команды разработчиков не могут выполнить обещанное в те сроки, которые от них ожидали.

Более подробный обзор данных, причин неудач и рекомендаций исследователей Вы найдете в исследовательском отчете RAND.