Expedia KI-Prinzipien: Geschäftsergebnisse messen, nicht nur Modelle
Expedias KI-Entwicklung konzentriert sich zunehmend auf skalierbare, zuverlässige Systeme statt auf reine Vorhersagemodelle. Das Unternehmen hat Prinzipien entwickelt, um sicherzustellen, dass KI-Systeme Wert schaffen und sicher funktionieren.
Expedia formalisiert seinen Ansatz zur Entwicklung von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) durch die Veröffentlichung einer Reihe von Leitprinzipien. Diese Initiative markiert eine strategische Verlagerung hin zum Aufbau skalierbarer und zuverlässiger KI-Systeme, insbesondere da agentenbasierte KI zunehmend Entscheidungspositionen übernimmt.
Das Hauptziel dieser Prinzipien ist es, sicherzustellen, dass KI-Lösungen einen greifbaren Geschäftswert liefern, über verschiedene Teams und Anwendungsfälle hinweg skalierbar sind und kontinuierliche Verbesserungen erzielen. Ein erheblicher Schwerpunkt liegt auf Sicherheit und Verantwortlichkeit, insbesondere da KI zunehmend Entscheidungen im Namen von Reisenden trifft.
Zu diesem Zweck hat Expedia 'Agentic Release'-Schleusen eingeführt. Dies sind eine Reihe von empfohlenen und manchmal erforderlichen Prüfungen, die vor der Einführung agentenbasierter KI-Funktionen abgeschlossen werden müssen und allgemeine Prinzipien wie klare Verantwortlichkeiten und Risikosteuerung in spezifische Teamerwartungen umwandeln.
Zu den wichtigsten operativen Richtlinien gehören die Messung der KI-Auswirkungen anhand von Geschäftsergebnissen und nicht nur anhand technischer Kennzahlen, die Rechtfertigung von Komplexität durch starke Baseline-Lösungen und die Verpflichtung zu Offline- und Online-Evaluierungen vor der breiten Einführung. Das Unternehmen priorisiert den Aufbau auf gemeinsamen grundlegenden Systemen und die Behandlung von Daten als Produkt.
Expedia strebt die Automatisierung dieser Anforderungen und deren Integration in den Softwareentwicklungslebenszyklus an. Das ultimative Ziel ist, dass diese Erwartungen bezüglich Design, Bewertung, Genehmigung, Einführung und Überwachung von KI-Systemen ein integraler Bestandteil des Standardentwicklungsprozesses werden.