AI 프로젝트 실패율은 상위 80%입니다. 연구에서는 문제 인식이 부족하고 주요 문제 중에서 최신 기술 동향에 초점을 맞춘 것으로 나타났습니다.

모든 사람과 숙모가 부풀려진 이윤과 마케팅 과대 광고를 찾아 AI 기차에 뛰어드는 것 같습니다. 이러한 AI 과대 광고의 대표적인 예로 AMD의 최근 Ryzen 리브랜딩을 살펴보세요. RAND가 실시한 최근 연구에 따르면 이러한 AI 중심 접근 방식이 모든 것이 아닐 수도 있으며 AI 프로젝트는 일반 소프트웨어 개발 프로젝트보다 두 배나 자주 실패하는 것으로 나타났습니다.

연구 기간 동안 RAND는 민간 기업과 학계를 위한 AI 및 기계 학습 도구를 개발한 경험이 5년 이상인 업계 전문가 65명을 인터뷰하고 이들의 답변을 AI/ML 프로젝트 실패의 5가지 주요 원인으로 정리했습니다.

연구에 따르면 가장 큰 실패는 기술적인 실패보다는 리더십의 실패였습니다. 경영진은 AI로 해결하려는 문제가 무엇인지 이해하지 못했거나, 문제를 개발 팀에 전달하지 못했거나, 해결하기에 적합하지 않은 문제에 AI를 적용하려고 했습니다. 프로젝트 리더는 문제를 해결하기 위해 가장 뛰어난 최신 AI 기술을 사용하는 데 너무 집중했기 때문에 AI를 사용하지 않는 더 간단하고 저렴한 솔루션을 놓쳤습니다.

한 인터뷰 대상자가 설명했듯이 그의 팀은 때때로 몇 가지 간단한 if-then 규칙으로 신속하게 포착할 수 있는 몇 가지 지배적인 특성이나 패턴이 있는 데이터 세트에 AI 기술을 적용하라는 지시를 받았습니다.

리소스 가용성 또한 리더십이 실패하는 중요한 실패 지점이었습니다. 필요한 데이터를 처리하고 AI 시스템을 적절하게 훈련하는 데 필요한 리소스를 할당할 의지가 없거나 할당할 수 없는 것으로 언급되었습니다. 이로 인해 프로젝트가 미달하게 제공되거나 불완전한 제품을 제공하게 되는 경우가 많습니다. 이는 AI 시스템을 생성하고 교육하는 것이 얼마나 복잡한지 과소평가한 결과입니다.

마찬가지로 최근의 과대광고와 마케팅 주장으로 인해 많은 리더들이 AI에 대해 비현실적인 기대를 갖고 있었는데, 이는 개발 팀이 예상한 시간 내에 약속한 것을 제공하지 못할 때 문제가 됩니다.

더 자세한 데이터와 실패 원인, 연구진의 권고 사항을 살펴보고 싶다면 RAND의 연구 보고서를 확인하세요.

위 내용은 AI 프로젝트 실패율은 상위 80%입니다. 연구에서는 문제 인식이 부족하고 주요 문제 중에서 최신 기술 동향에 초점을 맞춘 것으로 나타났습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!