Wycena projektów IT, a w szczególności AI, jest ciężką sprawą. Dlaczego? Tego dowiesz się z tego[link] artykułu. Jednak przed rozpoczęciem projektu dobrze jest ocenić rząd wielkości kosztu oraz ryzyka związane z projektem. W tym artykule postaramy się rzucić światło na te problemy.

Jeżeli nie posiadasz specjalistycznej wiedzy lub nie masz na pokładzie wspólnika czy pracownika zaznajomionego z tematem najprawdopodobniej odpowiedzi otrzymasz dopiero po rozmowie z konsultantem technologicznym, takim jak Numlabs. Warto przygotować się jednak na poniższe pytania. 

1. Zdefiniuj dobrze problem biznesowy

Zabrzmi to banalnie, ale oprogramowanie nie jest celem samym w sobie. Nikt nie potrzebuje software, każdy potrzebuje rozwiązania swoich problemów biznesowych, takich jak na przykład obcięcie kosztów poprzez zautomatyzowanie powtarzalnej pracy. Przystępując do rozmów powinieneś wiedzieć jaki problem swoich klientów chcesz rozwiązać i mieć z grubsza zarysowaną wizję. Dobry software house powinien doradzić Ci odnośnie szczegółów technologicznych, ostatecznie oni są od tego ekspertami.

2. Jaka jest rola AI w projekcie?

Kiedy wiesz już co chcesz robić i stwierdziłeś że w Twoim projekcie jest miejsce dla AI powinieneś się zastanowić czy funkcjonalność  jest kluczowa czy może AI  to tylko wisienka na torcie? W każdym z tych przypadków podejście powinno być nieco inne. Informując o tym wykonawcę zyskujesz pewność, że zostaniesz  odpowiednio pokierowany.

3. Czy na pewno potrzebujesz AI?

Zidentyfikowałeś już miejsca, w których potrzebowałbyś AI. Być może jednak można to zrobić taniej, a nawet lepiej, klasycznymi metodami. Temat ten powinieneś opracować z zaufanym konsultantem.

4. Zidentyfikuj jakiego działu AI będziesz potrzebował.

AI to szerokie pojęcie zarówno pod względem technologicznym, jak i biznesowym. Bazując na tym, jaki projekt chcesz realizować będziesz potrzebował ekspertów w innych kawałkach AI. Jeśli zamierzasz analizować tekst, to będzie to specjalista od NLP, jeśli analiza dotyczyć będzie obrazów lub wideo, to wizji. Być może chodzi o przewidywanie sprzedaży czy wyszukiwanie nietypowych akcji klientów w aplikacji? To zadanie dla data scientisty. Jeżeli danych jest bardzo dużo, lub spływają bardzo szybko, przyda się jeszcze data engineer..

5. Czy poza oprogramowaniem potrzebujesz sprzętu?

Być może chcesz analizować obraz wideo i wykrywać automatycznie niepokojące zdarzenia albo za pomocą gogli AR wspomagać pracę poprzez automatyczne odczytywanie wskazań przyrządów pomiarowych. Czy jednak pomyślałeś o doborze odpowiedniej kamery? Obiektywu? Warunkach oświetleniowych w których przyjdzie im pracować? Może mikrokomputer który byłby odpowiednio niewielki aby zmieścił się w końcowym produkcie?

6. Czy słyszałeś o podobnych rozwiązaniach?

Czy jesteś w stanie wskazać rozwiązania które działają podobnie? Jeśli tak, to istnieje duża szansa, że również uda Ci się odtworzyć podobny program i będzie on działał podobnie dobrze, oczywiście biorąc poprawkę na marketing. Należy być jednak ostrożnym. Diabeł tkwi w szczegółach. Dobra firma powinna pomóc odsiać nierealne obietnice od możliwości obecnej techniki.

7. Jakimi danymi dysponujesz?

Zastanów się czy i jakie dane zbierasz. Algorytmy sztucznej inteligencji potrzebują ich do nauczenia się tego czego od nich wymagasz. Danych musi być odpowiednio dużo, muszą być odpowiednio dobrej jakości i oczywiście mieć potencjał do posiadania niezbędnej do realizacji założeń ilości wiedzy.

8. Jak dużo danych będzie przetwarzało AI?

Zazwyczaj rozwiązania AI mają za zadanie analizowanie danych. Materiału wideo z kamer, spływających do systemu dokumentów czy detekcję niepokojących sygnałów z opomiarowanych maszyn. W zależności od tego ile ich jest, jak szybko spływają, jak szybko mają być przetwarzane, a także  jak długo mają być magazynowane, koszt opracowania, wdrożenia i utrzymania całego przedsięwzięcia może rosnąć.

9. Paradoks Moraveca

Po pierwsze, odsyłam Cię do artykułów temu poświęconych, na przykład na Wikipedii. Mówiąc pokrótce, zadania łatwe i oczywiste dla człowieka niekoniecznie są takie same dla AI czy robotów i vice versa. AI pokonujące mistrzów szachowych powstało znacznie wcześniej niż takie, które potrafi równie dobrze jak człowiek rozpoznawać twarze, co dla nas jest tak oczywiste, że nawet nie myślimy o tym.

10. Sprawdź stawki programistów AI

Aby oszacować cenę projektu warto abyś zaznajomił się ze stawkami osób zajmujących się AI. Pozwoli to na zorientowanie się ile musiałbyś zapłacić zatrudniając pracownika, freelancera (stawki mogą być nieco wyższe), lub software house (który będzie droższy, ostatecznie musi zapłacić pracownikowi i sam zarobić) na jeden lub kilka miesięcy trwania projektu.