"Canvas AI lub Nie AI" to jednostronicowy szablon decyzyjny, który pomaga zespołom szybko ocenić, czy warto zastosować AI do konkretnego problemu. Przeprowadza Cię przez określenie problemu, wycenę wartości i ryzyka, aż po zakres danych i wysiłku związanego z treningiem, co pozwala podjąć decyzję, czy rozwiązanie AI jest uzasadnione, czy też lepiej skorzystać z prostszego podejścia.
Canvas jest podzielony na osiem części:
Problem, który chcemy rozwiązać za pomocą AI – Dokładnie opisz rzeczywisty problem, zanim wspomnisz o AI.
Działanie – Zdefiniuj, co AI ma zrobić (decyzję lub działanie, które powinno podjąć) i czy można to zrealizować w sposób nieoparty na AI.
Wartość sukcesu – Opisz, jak wygląda sukces, jak poprawiają się wyniki i jaką wartość to tworzy (oszczędności, przychody, redukcja ryzyka).
Koszt niepowodzenia – Nakreśl, co się dzieje, jeśli AI się myli lub niedziała, i jak to wpływa na ludzi, operacje oraz koszty.
Zyski dla organizacji – Określ szersze korzyści dla organizacji, takie jak zróżnicowanie, nauka czy zdolności strategiczne.
Dane wejściowe – Wypisz dane i sygnały niezbędne dla AI, ich jakość i dostępność oraz przewidywane koszty związane z dostępem i integracją.
Ustalanie modelu – Określ, co jest potrzebne do trenowania modelu (wolumen danych, etykietowanie, ekspertyza, infrastruktura) oraz oszacuj ten wysiłek i koszty.
Informacja zwrotna i wyniki – Zdefiniuj, w jaki sposób będzie zbierana informacja zwrotna z rzeczywistego użycia, jak model będzie z czasem doskonalony, jakie metryki sukcesu będziesz śledzić oraz bieżące koszty utrzymania i doskonalenia systemu.
Zespoły mogą używać tego obrazu w warsztatach lub sesjach odkrywania, aby skoordynować interesariuszy, porównać wiele pomysłów na AI i podejmować przejrzyste, oparte na dowodach decyzje o tym, gdzie inwestować w AI, a gdzie nie.
