Инвестиции предприятий в ИИ резко выросли, однако компании по-прежнему испытывают трудности с переходом от пилотных проектов к измеримой ценности в масштабах всей организации. Исследование HCLTech «AI Impact Imperatives» выявляет тот же разрыв между внедрением и бизнес-результатами. Проблемы масштабирования сложны и многогранны. Качество базовых данных остается главным приоритетом, и организации вложили значительные средства в его улучшение. Эти инвестиции необходимы, но они не всегда приводили к ожидаемым результатам трансформации.
Организации, масштабирующие ИИ, часто сосредоточены на изменении своей операционной модели, а не просто на внедрении новых технологий. Поэтому внимание смещается с доступа к высококачественным данным и моделям на контекст, который необходим ИИ для интерпретации того, как организация работает на самом деле. Как отмечает, данных недостаточно, когда у ИИ отсутствует понимание людей, процессов, политик и операционных условий.
Данные говорят о том, что произошло; контекст объясняет, что имеет значение
Данные сами по себе инертны, поскольку факт без контекста имеет ограниченное значение. Система ИИ может зафиксировать, что директор по продажам получил 10 новых электронных писем. Контекст определяет, что одно сообщение поступает от стратегического клиента, касается сделки, близкой к завершению, ссылается на обязательства, принятые на совещании руководства, и требует ответа до проверки советом директоров. Девять писем могут подождать; на одно нужно отреагировать немедленно. Ценность заключается в определении того, какая информация требует действий, а какая нет.
Этот паттерн применим во всех отраслях. Повышение температуры оборудования — это данные. Понимание того, что оборудование поддерживает критически важную производственную линию, имеет историю проблем с обслуживанием и находится в рамках ограниченной цепочки поставок, обеспечивает контекст. Транзакция клиента — это данные. История клиента, открытые запросы на обслуживание и коммерческая ценность обеспечивают контекст, необходимый для их интерпретации. Решения зависят от взаимоотношений, приоритетов и намерений, а не от изолированных фактов.
Контекст должен оставаться актуальным
Контекст нельзя зафиксировать один раз и считать его статичным. Проекты продвигаются вперед, люди меняют роли, политики пересматриваются, транзакции завершаются, риски меняются, а встречи переустанавливают приоритеты. Каждое событие изменяет среду, в которой работает ИИ. Поэтому любая система ИИ должна понимать организацию такой, какая она есть сейчас, а не такой, какой она была представлена в более раннем документе или промпте. Данные фиксируют то, что произошло; контекст описывает то, что актуально сейчас; интеллект помогает определить, что делать дальше.
Поскольку контекст меняется, предприятия должны управлять им с той же дисциплиной, которая применяется к данным и программному обеспечению. Бизнес-определения, политики, правила и исключения нуждаются в владельцах, утверждении, машиночитаемом представлении, тестировании, публикации, истории версий и выводе из эксплуатации. Без жизненного цикла устаревший смысл может оставаться внедренным в промпты, приложения и агенты после того, как бизнес двинулся дальше. Контекст должен стать регулируемым корпоративным активом, достаточно актуальным для руководства действиями, достаточно прослеживаемым для объяснения результатов и пригодным для повторного использования в различных системах ИИ.
Семантическое выравнивание превращает контекст в практику
Проблема контекста часто проявляется в виде семантического несоответствия. Данные могут быть точными, в то время как их бизнес-значение остается спорным. Команды продаж, финансов и обслуживания могут использовать разные определения выручки, активного клиента или счета под угрозой. Люди разрешают такие разногласия посредством опыта и общения. Агент может выбрать одну интерпретацию и действовать на ее основе с уверенностью.
Общий семантический слой связывает технические данные с согласованными бизнес-терминами, отношениями, расчетами и авторитетными источниками. Он делает бизнес-смысл доступным для машин, а не оставляет его в виде негласных знаний организации. Организациям не нужно моделировать все подряд до создания ценности. Сначала им следует упорядочить концепции и решения, в которых нельзя допустить ошибку, а затем расширить модель с помощью работающих сценариев использования.
Риск возрастает по мере того, как организации развертывают агентов. Способный агент, работающий с неполным или противоречивым контекстом, может выдавать правдоподобные, но ненадежные результаты. Совокупность агентов, действующих на основе разных определений, приводит к несогласованным решениям и ослабляет управление. Общий контекст обеспечивает общую основу, необходимую для интерпретации намерений, координации между системами и надежного выполнения многоэтапной работы. Индивидуальные возможности агента не превращаются в корпоративные возможности без этой основы.
От платформ данных к корпоративному интеллекту
Рынок движется за пределы платформ данных к платформам интеллекта. Новая модель представляет собой операционную систему для предприятия, где ИИ становится уровнем, через который работа понимается, координируется и выполняется. Контекст выступает в качестве плоскости управления между фрагментированной корпоративной информацией и вторыми пилотами (copilots) и агентами, которые ее используют. Он определяет, что актуально, что разрешено и какой бизнес-смысл применим. Различные поставщики используют такие термины, как контекстный слой, семантический слой, онтология, корпоративные знания и организационная память. Терминология варьируется, но направление едино: ИИ нуждается в большем, чем просто доступ к данным. Ему требуется общее, регулируемое и актуальное представление о том, как работает предприятие.
Ответ Microsoft обретает форму благодаря Microsoft IQ. Он предоставляет общую интеллектуальную основу, которую можно повторно использовать в Copilot, агентах и приложениях. Microsoft описывает четыре взаимосвязанные возможности:
- Work IQ для того, как люди сотрудничают и работают
- Fabric IQ для бизнес-операций, сущностей и взаимосвязей
- Foundry IQ для институциональных знаний, политик и авторитетной информации
- Web IQ для актуального внешнего контекста
Microsoft IQ служит интеллектуальной основой для Copilot, агентов и приложений. Его стратегическая ценность зависит от предоставления различным ИИ-интерпретациям единого представления об организации.
Что должны делать руководители предприятий
Лидерам следует сместить фокус с развертывания большего количества ИИ на улучшение контекста, от которого зависит ИИ. Это означает определение ценных решений и рабочих процессов, согласование определений, на которые они опираются, создание авторитетных источников, назначение владельцев и управление изменениями. Успех следует измерять по тому, отражает ли ИИ согласованный бизнес-смысл, работает ли он в рамках политики и поддерживает ли надежное решение или действие. Контекст опирается на высококачественные данные, поэтому необходимость создания корпоративного уровня данных сохраняется. Формулирование задачи вокруг контекста напрямую связывает эту основу с операционными требованиями.
Корпоративный контекст также является источником дифференциации. Модели и инфраструктура становятся все более доступными для конкурентов, но операционная модель организации, институциональные знания, отношения с клиентами и накопленные решения специфичны именно для этой организации. Преимущество проистекает из того, что эти активы становятся пригодными для использования, хорошо управляемыми и актуальными, а не из обладания большим объемом неструктурированной информации.
Как HCLTech помогает клиентам создавать корпоративный интеллект
HCLTech помогает клиентам объединять данные, процессы, знания и операционные сигналы в единое понимание того, как работает бизнес. Это включает в себя модернизацию основ данных, определение семантических моделей, установление контроля за владением и жизненным циклом, а также применение отраслевых процессов, онтологий и проверенных знаний. Цель состоит в том, чтобы перейти от изолированных хранилищ и разрозненных внедрений ИИ к интеллектуальной основе, которая поддерживает второго пилота (copilots), агентов и скоординированную работу в масштабе.
Взгляд в будущее
Конечная цель — не просто улучшенный с помощью ИИ доступ к информации, а более высокий уровень организационного интеллекта: способность раньше замечать существенные изменения, быстрее принимать более правильные решения, сохранять то, чему учится предприятие, и уверенно адаптировать операции. Организации, которые рассматривают контекст как общую, актуальную и регулируемую инфраструктуру, будут иметь больше возможностей для масштабирования ИИ и превращения его в долгосрочное преимущество.
Центральный вопрос заключается уже не в том, достаточно ли у предприятия данных или ИИ. Вопрос в том, достаточно ли у него надежного контекста, чтобы стать более интеллектуальным. Это требует четкой подотчетности на уровне бизнеса, данных, технологий, рисков и операций.
