Kanvas „AI lub nie AI” to jednostronicowy kanvas decyzyjny, który pomaga zespołom szybko ocenić, czy zastosowanie AI do konkretnego problemu ma sens. Przechodzi przez klarowanie problemu, kwantyfikację wartości i ryzyka, aż po ustalenie zakresu danych i wysiłku szkoleniowego, co pozwala zdecydować, czy rozwiązanie oparte na AI jest uzasadnione, czy lepsze będzie prostsze podejście.
Kanvas ma strukturę podzieloną na osiem sekcji:
Problem, który próbujemy rozwiązać za pomocą AI – Na początku dokładnie opisz problem z realnego świata, zanim w ogóle wspomnisz o AI.
Działanie – Określ, co AI ma robić (jakie decyzje lub działania powinien podejmować) i czy można to zrealizować w sposób nieopierający się na AI.
Wartość Sukcesu – Opisz, jak wygląda sukces, jak poprawiają się wyniki i jaką wartość to tworzy (oszczędności, dochody, redukcja ryzyka).
Koszt Porażki – Zidentyfikuj, co się stanie, jeśli AI się pomyli lub nie będzie działać optymalnie, oraz jaki to ma wpływ na ludzi, działalność operacyjną i koszty.
Korzyści dla Organizacji – Zidentyfikuj szersze korzyści dla organizacji, takie jak różnicowanie, nauka czy strategiczne kompetencje.
Dane wejściowe – Wymień dane i sygnały potrzebne AI, omów ich jakość i dostępność oraz przewidywany koszt dostępu i integracji.
Szkolenie – Określ, czego potrzeba do trenowania modelu (wolumen danych, etykietowanie, ekspertyza, infrastruktura) oraz oszacuj wysiłek i koszty.
Opinie i wyniki – Zdefiniuj, jak będą zbierane opinie z rzeczywistego zastosowania, jak model będzie ulepszany z czasem, jakie metryki sukcesu będziesz śledzić oraz jakie będą bieżące koszty utrzymania i doskonalenia systemu.
Zespoły mogą używać tego szablonu w warsztatach lub sesjach odkrywczych, aby zharmonizować interesariuszy, porównać różne pomysły na AI i podejmować przejrzyste, oparte na dowodach decyzje dotyczące miejsc inwestycji w AI i tych, w których inwestować nie warto.
