Vor vier Jahren habe ich einen ähnlichen Artikel geschrieben, und jetzt, als Chairman, President und CEO von DXC Technology, werde ich an seine fortwährende Relevanz erinnert, wenn ich die neuesten Schlagzeilen lese und mich mit Kunden auf der ganzen Welt austausche, die ihren Vorständen und Investoren versichern wollen, dass sie Innovationen zur Förderung des Wachstums einsetzen.
Jeder CIO ist bestrebt, in die neuesten Technologien für künstliche Intelligenz (KI) und maschinelles Lernen (ML) zu investieren, um sich einen Wettbewerbsvorteil zu verschaffen, die Kosteneffizienz zu steigern, die Markteinführung zu beschleunigen und das Gesamterlebnis zu verbessern. Glauben Sie mir, Sie wollen bei dieser Party nicht zu spät kommen. Aber der Druck, schnell zu handeln, kann Ihre Fähigkeit, die gewünschten Geschäftsziele zu erreichen, beeinträchtigen.
Ein Aspekt, den viele CIOs auf ihrem Weg zu KI/ML übersehen, ist die Frage, wie sie ihre Talentstrategie weiterentwickeln können, um ihre Initiativen in diesem Bereich effektiv zu skalieren.
Die neue 80/20-Regel
Wir bei DXC haben gelernt, dass Sie die Vorteile des maschinellen Lernens für Ihr Unternehmen nur dann maximieren können, wenn Sie einen hybriden Ansatz mit einer Kombination aus Technologie, die Sie 80 % des Weges dorthin bringt, und Menschen, die den Rest des Weges gehen, verfolgen.
Viele Softwareprodukte rühmen sich heute mit eingebetteten KI- und ML-Funktionen und suggerieren, dass sich Unternehmen einfach auf einen Plug-and-Play-Ansatz verlassen können. Nehmen Sie es aus der Verpackung, schließen Sie es an und es funktioniert wie von Zauberhand.
Aber das eigentliche Wesen des maschinellen Lernens - seine bahnbrechende Natur und der Wert, den es den Unternehmen bringt - ist ohne menschliches Eingreifen nicht zu erreichen.
Ein perfektes Beispiel dafür ist DXC Platform XTM, unsere datengesteuerte Intelligenzplattform, die die IT-Infrastrukturen unserer Kunden effizient verwaltet. Platform X integriert fortschrittliche KI- und ML-Technologien mit einem umfangreichen Katalog von Automatisierungsrobotern. Sie ist jedoch so konzipiert, dass sie unsere Ingenieure einbezieht, die von einem virtuellen „Kontrollraum" aus arbeiten, um die optimale Leistung sicherzustellen.
Wie ML funktioniert
Um maschinelles Lernen effektiv zu gestalten, müssen Sie zunächst Ihre Daten in die Plattform einspeisen, sie bereinigen, das ML-Modell konfigurieren und dann das Modell kalibrieren, wenn es auf Daten trifft. Dieser Prozess, bei dem die Daten das Modell durchlaufen und kontinuierlich überwacht und Feedback eingeholt wird, verbessert die Leistung des Modells und führt zu genauen Ergebnissen.
Betrachten Sie das menschliche Gehirn, um es in die richtige Perspektive zu rücken. Menschen sind besser im Denken und Ziehen von Schlussfolgerungen, wenn sie mehr Daten, Erfahrung und angesammeltes Wissen haben, um diese Daten zu verarbeiten.
Wenn Sie sich nur auf das verlassen, was auf dem Etikett der ML-Produktbox oder in der Antwort des Anbieters auf eine Ausschreibung steht, können Sie sich auf einen riskanten Weg begeben. Jeder CIO sollte bei der Implementierung von ML in seinem Unternehmen drei kritische Erfolgsfaktoren in den Vordergrund stellen.
1. Ein ML-Modell ohne Daten ist wie ein Auto ohne Benzin.
Um Modelle für maschinelles Lernen effektiv zu trainieren, benötigen Sie hochwertige und umfangreiche Daten. Diese Daten müssen leicht zugänglich sein, das richtige Format haben und vielfältig genug sein, um unvoreingenommene Ergebnisse zu gewährleisten.
Das Datenmodell von DXC basiert auf mehr als 60 Jahren Erfahrung in der Verwaltung wichtiger Systeme für über 6.000 Kunden. Diese langjährige Erfahrung ermöglicht es uns, unsere Modelle mit Daten von besserer Qualität zu trainieren, was zu einer schnelleren und genaueren Erkennung von Problemen führt, die sich auf den Service auswirken, was wiederum zu weniger Unterbrechungen führt. Jeder einzelne Kunde profitiert nicht nur von seinen eigenen Daten, sondern auch von der kollektiven Weisheit unserer Kundenbasis. Mit anderen Worten: Unsere Daten (gesichert und anonymisiert) werden zu Ihren Daten.
2. Es gibt keine Lösung, die man einfach einstellen und vergessen kann.
Wie bereits erwähnt, erfordern ML-Modelle menschliche Aufsicht. Auch wenn die Softwarelösungen im Laufe der Zeit immer besser werden, hängt der Erfolg von ML in der Wirtschaft von qualifizierten Fachleuten ab, die sie effektiv einsetzen können.
Bei DXC verfügen wir über ein Elite-Team spezialisierter Datenwissenschaftler, die experimentieren, entwerfen und Modelle erstellen. Unser globales Team von Ingenieuren in 70 Ländern ermöglicht es uns, Modelle in großem Umfang einzusetzen, zu überwachen, zu prüfen und zu optimieren.
Eine entscheidende Fähigkeit unserer Ingenieure ist die Fähigkeit, die richtige Mischung aus ML-Produkten und -Funktionen zu bestimmen. Viele Produkte bieten ähnliche Funktionen, aber das Wissen darüber, was wo und wann für optimale Ergebnisse eingesetzt werden sollte, ist eine einzigartig menschliche Eigenschaft, die praktische Erfahrung und Urteilsvermögen erfordert.
Während KI und ML bestimmte Arbeitsmärkte stören können, schaffen sie auch neue und aufregende Möglichkeiten für technikbegeisterte Menschen, die sich dem Wandel stellen.
3. Vergessen Sie die Integration nicht.
Ein oft übersehener Aspekt des Plug-and-Play-Ansatzes ist der Aufwand für die Konfiguration aller Integrationen. Nur Neugründungen haben den Luxus, ein Anwesen auf der grünen Wiese aufzubauen. Die meisten von uns sehen sich mit der Herausforderung konfrontiert, neue Technologien in bestehende zu integrieren. Die meisten Fortune-500-Unternehmen verfügen über ausgedehnte und komplexe IT-Anlagen, die Tausende von Servern, Hunderte von strategischen Anwendungen und verteilte Endgeräte zur Unterstützung einer dynamischen und oft virtuellen Belegschaft umfassen.
Dies ist die Stärke von DXC Platform X. Die offene, modulare Architektur ermöglicht eine einfache Integration und flexible Bereitstellungsoptionen und nutzt die aktuellen und zukünftigen IT-Investitionen unserer Kunden. Wir haben die Schwerstarbeit erledigt, indem wir vorkonfigurierte Integrationen für die führenden SaaS-Plattformen von Unternehmen, einsatzbereite ML-Modelle, einen Katalog von Hyper-Automatisierungs-Assets und erfahrene Ingenieure bereitgestellt haben, die alle Teile nahtlos miteinander verbinden.
Zusammenfassung
Die KI- und ML-Revolution wird zweifelsohne weiter beschleunigen und Fortschritte in allen Branchen vorantreiben. Wir bei DXC freuen uns darauf, an der Spitze zu stehen und neue Technologien zum Nutzen unserer Kunden und Mitarbeiter zu evaluieren und anzuwenden.
Unabhängig davon, welche Strategie Sie verfolgen - ob Sie sich für den Kauf, die Entwicklung oder eine Partnerschaft für KI- und ML-Fortschritte entscheiden - müssen Sie mehr als nur ML selbst in den Vordergrund stellen. Qualitativ hochwertige Daten, die richtigen Talente und eine gut durchdachte Integrationsstrategie.
Erfahren Sie mehr über DXC Platform X, DXC Data & Analytics und DXC AI.
Mike Salvino ist Chairman, President und Chief Executive Officer von DXC Technology, dem weltweit führenden unabhängigen Unternehmen für End-to-End-IT-Services, das mit über 130.000 Mitarbeitern fast 6.000 private und öffentliche Kunden in rund 70 Ländern aus den unterschiedlichsten Branchen betreut.