Quando Salesforce Di recente ha lanciato un agente di intelligenza artificiale sul suo sito Web, l’agente ha iniziato ad allucinare e non ha dato risultati coerenti.
Salesforce ha finito per spegnerlo temporaneamente, ha dichiarato Shibani Ahuja, vicepresidente senior della strategia IT Enterprise, durante una tavola rotonda a FortunaConferenza tecnologica di brainstorming a Park City, Utah.
Ma l’agente, si è scoperto, non era il problema. “Quello che avevamo notato era che c’era un problema di fondo con i nostri dati”, ha detto Ahuja. Quando il suo team ha indagato su ciò che era accaduto, hanno scoperto che Salesforce aveva pubblicato “articoli di conoscenza” contraddittori sul suo sito Web.
“In realtà non era l’agente. È stato l’agente che ci ha aiutato a identificare un problema che esisteva sempre”, ha detto Ahuja. “L’abbiamo trasformato in un agente del revisore che ha effettivamente controllato le nostre contenuti sul nostro sito pubblico per anomalie. Una volta che abbiamo ripulito i nostri dati sottostanti, l’abbiamo indicato indietro ed è stato funzionale.”
I nuovi prodotti AI saranno buoni solo come i dati sottostanti, secondo Ahuja e altri oratori che hanno preso parte alla discussione. Ashok Srivastava, Senior Vice President e Chief AI Officer presso Intuizioneha detto di non essere sorpreso dai risultati di un recente Studio del MIT Ciò ha scoperto che il 95% dei piloti di intelligenza artificiale nelle grandi società era fallito, a causa dei sistemi arcaici nelle grandi aziende.
“Il fatto è che la base dell’IA, che è dati – le persone non ci investono”, ha detto Srivastava. “Quindi hai i dati degli anni ’90 seduti in un database super costoso e senza nome qui, hai AI qui, hai il CEO che ti dice di fare qualcosa, e non funzionerà.”
Sean Bruich, vicepresidente senior di intelligenza artificiale e dati presso Amgenha aggiunto che è anche difficile per le aziende più grandi passare da un pilota a adozione a livello aziendale.
“I piloti in grandi aziende non consegnano mai ROI”, ha detto. “Potrebbero fornire apprendimenti, potrebbero fornire punti di prova, potrebbero fornire ispirazione. Ma il percorso verso la scala – è qui che ottieni il ritorno sugli investimenti in qualsiasi programma tecnologico di grandi dimensioni.”
Affinché le aziende possano vedere un ritorno sugli investimenti da nuovi strumenti di intelligenza artificiale, dovranno risolvere sia i dati che il problema di ridimensionamento.
