*Enterprise-IoT
*Smart Machine 사례연구
*Middleware 사례연구
*AI·Big Data 사례연구
*IoT 사례연구
*Smart Thinks 사례연구
*정부정책동향 사례연구
*K-SmartFactory
*Hidden Champion
*카드뉴스
*국내외 동향 리포트
문서의 선택한 두 판 사이의 차이를 보여줍니다.
challenges_of_ai [2021/03/22 11:45] wikiadmin 만듦 |
challenges_of_ai [2021/03/24 16:38] (현재) wikiadmin |
||
---|---|---|---|
줄 15: | 줄 15: | ||
AI 프로젝트 초기 단계에 핵심 프로젝트 이해관계자들은 이 기술이 아직 완벽하지 않으며 도입되면 일시적인 불편이 생길 수 있다는 점을 비즈니스 관련자들에게 알려야 한다. | AI 프로젝트 초기 단계에 핵심 프로젝트 이해관계자들은 이 기술이 아직 완벽하지 않으며 도입되면 일시적인 불편이 생길 수 있다는 점을 비즈니스 관련자들에게 알려야 한다. | ||
\\ | \\ | ||
- | AI 어플리케이션이 구축되면 지속적으로 사용해야 하고 개선되도록 신뢰를 주어야 한다. 그러나, 새로운 기술을 배우고 발전시키는 것은 오래된 습관과 의 단절을 의미하는데 어떤 직원들에겐 쉽지 않은 일이다. 프로젝트를 시작하는 시점에서 기업은 직원들에게 AI가 제공할 수 있는 혜택과 기회에 대해 많은 설명과 교육을 제공해야 한다. 직원들이 AI의 필요성을 이해하고 AI활용으로 회사와 직원 개인에게 어떤 혜택과 기회가 주어지는 지 설명되어야 한다. | + | AI 어플리케이션이 구축되면 지속적으로 사용해야 하고 개선되도록 신뢰를 주어야 한다. 그러나, 새로운 기술을 배우고 발전시키는 것은 오래된 습관과 의 단절을 의미하는데 어떤 직원들에겐 쉽지 않은 일이다. 프로젝트를 시작하는 시점에서 기업은 직원들에게 AI가 제공할 수 있는 혜택과 기회에 대해 많은 설명과 교육을 제공해야 한다. 직원들이 AI의 필요성을 이해하고 AI활용으로 회사와 직원 개인에게 어떤 혜택과 기회가 주어지는지 설명되어야 한다. |
\\ | \\ | ||
\\ | \\ | ||
줄 48: | 줄 48: | ||
\\ | \\ | ||
\\ | \\ | ||
- | 충분하고 완전한 AI 데이터를 사용하더라도 몇 가지 기술적 제약에 직면할 수 있다. 많은 어플리케이션들이 지연 시간에 상당히 민감해진다. 예를 들어, 예측 유지보수 어플리케이션은 예측 유지보수 문제를 처리하는 전체 프로세스에서 자동 경보 메커니즘과 신속한 대응이 가능할 때만 작동한다. 특히 제품이 대량으로 생산되고 있고 빠르게 이동될 때 더욱 민감성을 요구한다. 의사 결정은 몇 초 내에 이루어져야 하며, 초고속 컴퓨팅은 프로세스에 합당한 반응을 하고 변화를 가져올 수 있어야 한다. | + | 충분하고 완전한 AI 데이터를 사용하더라도 몇 가지 기술적 제약에 직면할 수 있다. 많은 어플리케이션들이 지연 시간에 상당히 민감해진다. 예를 들어, 예측 유지보수 어플리케이션은 예측 유지보수 문제를 처리하는 전체 프로세스에서 자동 경보 메커니즘과 신속한 대응이 가능할 때만 작동한다. 특히 제품이 대량으로 생산되고 있고 빠르게 이동될 때 더욱 민감성을 요구한다. 의사 결정은 몇 초 내에 이루어져야 하며, 초고속 컴퓨팅은 프로세스에 합당한 반응을 하고 변화를 가져올 수 있어야 한다. |
\\ | \\ | ||
\\ | \\ |