Data & Knowledge Driven подход: почему знания и данные

Data & Knowledge Driven подход: почему знания и данные — основа для ИИ

Обсудим, почему успешное внедрение ИИ начинается не с выбора инструмента, а с данных, знаний и бизнес-контекста

Все спикеры

Виталий Чесноков Генеральный директор QSOFT

Владислав Кабаев Директор по продукту QSOFT

Направление

E-com

О мероприятии

Дискуссия о том, почему ИИ начинается не с модели, а с данных, знаний и бизнес-контекста

На бизнес-завтраке обсудим, почему внедрение ИИ начинается не с выбора модели или инструмента, а с готовности данных, знаний и процессов внутри компании. Разберём, почему ИИ-инициативы часто не дают ожидаемого эффекта и как понять, что именно мешает получить результат: слабые данные, хаос в документах, отсутствие бизнес-контекста или неготовые процессы.

Поговорим о Data & Knowledge Driven подходе как основе для осознанного внедрения ИИ: как превратить корпоративные данные, документы, регламенты и экспертизу сотрудников в рабочую базу для ИИ-сценариев, выбрать первые варианты использования и связать их с бизнес-метриками.

Главные темы встречи

Готова ли компания к внедрению ИИ

Как понять, что бизнес уже может запускать ИИ-сценарии
Какие признаки показывают, что сначала нужно навести порядок в данных, знаниях и процессах
Почему интереса к ИИ недостаточно, если внутри компании нет понятной базы для его работы
Как определить, где находится реальное ограничение: в данных, документах, процессах, команде или целях

Почему ИИ-пилоты не дают ожидаемого эффекта

Почему компании тестируют ИИ, но не видят влияния на бизнес-метрики
Как отсутствие бизнес-контекста делает ответы ИИ слишком общими и нерелевантными
Почему проблема часто не в модели, а в качестве данных, знаний и постановке задачи
Какие ошибки на старте превращают ИИ-проект в эксперимент без результата

Корпоративные знания как основа для ИИ

Какие знания компании действительно нужны ИИ: регламенты, инструкции, методологии, продуктовая экспертиза, клиентские инсайты, кейсы и опыт сотрудников
Как превратить внутреннюю экспертизу компании в структурированную базу знаний
Как управление знаниями помогает сохранять экспертизу внутри компании и масштабировать её через ИИ

Как выбрать первые ИИ-сценарии для бизнеса

С каких задач стоит начинать внедрение ИИ
Как понять, где ИИ может быстрее всего дать измеримый эффект
Почему лучше запускать меньше инициатив, но точнее и с понятными критериями успеха

Что нужно подготовить до запуска ИИ-проекта

Какие данные и знания нужно привести в порядок в первую очередь
Кто должен отвечать за качество, актуальность и доступность информации
Какие процессы стоит описать до автоматизации
Как сформировать понятные критерии успеха для первого ИИ-пилота

Эксперты

Виталий Чесноков Генеральный директор QSOFT

Владислав Кабаев Директор по продукту QSOFT

Digital-интегратор

Ведущий digital-интегратор России и лидер в сфере веб-разработки высоконагруженных проектов для среднего и крупного бизнеса. С 2005 года компания создаёт комплексные e-commerce решения на основе актуальных технологий, искусственного интеллекта, Machine Learning и data-driven подхода.